[发明专利]一种图像处理方法、装置及存储介质在审

专利信息
申请号: 201910206834.0 申请日: 2019-03-19
公开(公告)号: CN109977832A 公开(公告)日: 2019-07-05
发明(设计)人: 陈志博;石楷弘 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 崔晓岚;张颖玲
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像特征 图像处理 参考图像 承载 图像 存储介质 特征模型 特征维度 分辨率 分类处理 分类模型 相似度 映射
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

接收待识别图像,并通过图像处理模型的第一特征模型提取所述待识别图像所承载对象的第一图像特征;

将所述第一图像特征进行特征映射得到第二图像特征,所述第二图像特征的特征维度多于所述第一图像特征的特征维度;

接收参考图像,通过所述图像处理模型的第二特征模型提取所述参考图像所承载对象的第三图像特征,所述参考图像的分辨率高于所述待识别图像的分辨率;

通过所述图像处理模型的分类模型,基于接收的所述第二图像特征和所述第三图像特征进行分类处理,以确定所述待识别图像所承载对象与所述参考图像所承载对象之间的相似度。

2.如权利要求1所述的方法,其特征在于,

所述将所述第一图像特征进行特征映射得到第二图像特征,包括:

将所述第一图像特征的各个维度的向量,向所述第三图像特征的各个维度的向量进行非线性映射,将通过映射得到的向量组合作为所述第二图像特征。

3.如权利要求1所述的方法,其特征在于,

所述将所述第一图像特征进行特征映射得到第二图像特征,包括:

将所述第一特征模型的输出层输出的所述第一图像特征进行特征映射,得到所述第二图像特征。

4.如权利要求1所述的方法,其特征在于,

所述将所述第一图像特征进行特征映射得到第二图像特征,包括:

将所述第一特征模型的中间层输出的所述第一图像特征进行特征映射,并将映射得到的特征传输到所述第一特征模型的输出层;

将所述输出层输出的特征进行特征映射,得到所述第二图像特征。

5.如权利要求1所述的方法,其特征在于,

所述基于接收的所述第二图像特征和所述第三图像特征进行分类处理,包括:

当输入所述分类模型的参考图像的数量为两个或两个以上时,

将所述第二图像特征、以及从各个所述参考图像提取得到的所述第三图像特征进行归一化的映射,得到所述待识别图像所承载对象与所述参考图像所承载对象之间的相似度;

基于所述相似度的降序排列,确定与所述待识别图像承载相同对象的参考图像。

6.如权利要求1所述的方法,其特征在于,

所述基于接收的所述第二图像特征和所述第三图像特征进行分类处理,包括:

当输入所述分类模型的参考图像的数量为一个时,

确定所述第二图像特征与所述第三图像特征的向量距离;

当所述向量距离小于设定的向量距离阈值时,确定与所述待识别图像承载相同对象的参考图像。

7.如权利要求1所述的方法,其特征在于,所述方法还包括:

在所述接收待识别图像之前,对图像数据库中的各样本图像进行下采样,生成新的不同分辨率的样本图像;

将所述不同分辨率的样本图像以及所述参考图像代入映射损失函数,迭代更新所述第一特征模型的参数。

8.如权利要求1至7任一项所述的方法,其特征在于,所述方法还包括:

在将所述第一图像特征进行特征映射得到第二图像特征之前,

确定映射层的映射损失函数相对于所述映射层的参数的梯度,并在所述梯度中滤除对应所述参考图像的因子,所述映射层用于在所述第一特征模型中对所述第一图像特征进行特征映射;

将不同特征维度的样本图像代入经过滤除处理的所述梯度,以确定所述映射层的更新的参数。

9.一种图像处理方法,其特征在于,包括:

接收待识别图像,并提取所述待识别图像中待验证对象的第一图像特征;

将所述第一图像特征进行特征映射得到第二图像特征,所述第二图像特征的特征维度多于所述第一图像特征的特征维度;

基于所述第二图像特征和参考图像中参考对象的第三图像特征,确定所述待验证对象与所述参考对象之间的相似度;

基于所述相似度输出识别结果,所述识别结果表示是否存在所述待验证对象的参考图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910206834.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top