[发明专利]一种图像的文本信息的生成、显示方法及电子设备

说明书

本申请提供一种图像的文本信息的生成、显示方法及电子设备，其中，所述生成方法包括：获取目标图像的表征数据；其中所述表征数据表征所述目标图像的内容特征；根据所述表征数据以及当前限制词汇进行词汇预测，得到当前预测词汇；当所述当前预测词汇与预设词汇相匹配时，将针对所述目标图像进行词汇预测得到的结果集中的词汇作为所述目标图像的文本信息；其中，所述结果集中包括至少一个词汇。本申请实施方式提供的一种图像的文本信息的生成、显示方法及电子设备，能够为图像生成较为准确的文本信息，以减少的用户的工作量。

技术领域

本申请涉及数据处理技术领域，特别涉及一种图像的文本信息的生成、显示方法及电子设备。

背景技术

随着移动互联网的不断发展，网上的信息呈爆炸式增长。目前，对于文本信息，人们可以根据文本信息中描述的词汇来确定文本信息的含义。然而，确定图像信息中包含的信息的含义却没有这么方便。目前主流的一种方法是为图像分配对应的文本信息，从而可以根据分配的文本信息来理解图像中信息的含义。

例如，在产品销售的网络平台中，商家通常在产品销售的页面中添加产品图像以及描述该产品图像的文本标题，以向客户介绍图像中的产品的相关信息。由于产品图像的文本标题往往都是商家在发布产品销售的页面时自主编辑的，这样当产品类目增多时，商家在发布产品信息时将会耗费大量的时间和精力来编辑各个图像对应的文本信息。

鉴于此，现有技术中可以通过光学字符识别(Optical Character Recognition,OCR)方法将图像转换为对应的文本信息。OCR可以识别出图像中的文字信息，从而可以将识别出的文字描述信息确定为所述图像对应的文本信息。然而，对于大多数图像而言，图像中是不存在文字描述信息的，因此OCR方法在使用时有很大的限制。

为此，现有技术中进一步提出了多标记图像分类(Multi-label ImageClassification)的方法。该方法是一种机器学习方法，可以对输入图像进行特征提取，然后输出多个概率值，每个概率值与一个描述词汇相对应。通过设置概率阈值，从而可以筛选出能够描述该图像的多个描述词汇。然而这种方法得出的描述词汇随机性较大，往往无法准确地对输入图像的特征进行描述，从而导致在生成描述词汇之后，商家还是需要花费大量的时间和精力对这些描述词汇进行调整。

应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

本申请实施方式的目的在于提供一种图像的文本信息的生成、显示方法及电子设备，能够为图像生成较为准确的文本信息，以减少的用户的工作量。

为实现上述目的，本申请一方面提供一种图像的文本信息的生成方法，所述方法包括：获取目标图像的表征数据；其中所述表征数据表征所述目标图像的内容特征；根据所述表征数据以及当前限制词汇进行词汇预测，得到当前预测词汇；当所述当前预测词汇与预设词汇相匹配时，将针对所述目标图像进行词汇预测得到的结果集中的词汇作为所述目标图像的文本信息；其中，所述结果集中包括至少一个词汇。

为实现上述目的，本申请另一方面提供一种电子设备，所述电子设备包括处理器和存储器，其中：所述存储器，其用于存储目标图像的表征数据以及针对所述目标图像进行词汇预测得到的结果集，其中，所述表征数据表征所述目标图像的内容特征，所述结果集中包括至少一个词汇；所述处理器，其用于从所述存储器中获取所述目标图像的表征数据并根据所述表征数据以及当前限制词汇进行词汇预测，得到当前预测词汇；当所述当前预测词汇与预设词汇相匹配时，将针对所述目标图像进行词汇预测得到的结果集中的词汇作为所述目标图像的文本信息；其中，所述结果集中包括至少一个词汇。