[发明专利]图像的比对方法、装置、存储介质及电子装置

说明书

本发明公开了一种图像的比对方法、装置、存储介质及电子装置。其中，该方法包括：从目标区域上获取输入图像；获取目标参照图像的第一特征以及输入图像的第二特征，其中，第一特征是通过目标神经网络模型从目标参照图像中提取的特征，第二特征是通过目标神经网络模型从输入图像中提取的特征，目标神经网络模型是使用具有对应关系的参照图像和样本图像分别对初始神经网络模型进行训练得到的模型，参照图像包括目标参照图像；对第一特征与第二特征进行比对，得到比对结果，其中，比对结果用于指示目标参照图像与输入图像之间的相似度。本发明解决了相关技术中对图像进行比对的准确率较低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种图像的比对方法、装置、存储介质及电子装置。

背景技术

人们在对某些对象(比如书法、画作、雕刻)进行临摹的过程中，往往会想要知道自己临摹的像不像，目前的判定临摹的作品和参照的作品是否相像的方法是将临摹作品的图像和参照作品的图像输入到计算机设备中，计算机设备将这两张图像重叠在一起，由用户来分辨它们有哪些部分是重合的，又有哪些部分是无法重合的，从而确定它们是否相似，但是这种比对方式严重地影响了比对的效率和比对的准确性。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种图像的比对方法、装置、存储介质及电子装置，以至少解决相关技术中对图像进行比对的准确率较低的技术问题。

根据本发明实施例的一个方面，提供了一种图像的比对方法，包括：从目标区域上获取输入图像，其中，所述输入图像用于指示对照显示界面上显示的目标参照图像在所述目标区域上输入的信息；获取所述目标参照图像的第一特征以及所述输入图像的第二特征，其中，所述第一特征是通过目标神经网络模型从所述目标参照图像中提取的特征，所述第二特征是通过所述目标神经网络模型从所述输入图像中提取的特征，所述目标神经网络模型是使用具有对应关系的参照图像和样本图像分别对初始神经网络模型进行训练得到的模型，所述参照图像包括所述目标参照图像；对所述第一特征与所述第二特征进行比对，得到比对结果，其中，所述比对结果用于指示所述目标参照图像与所述输入图像之间的相似度。

根据本发明实施例的另一方面，还提供了一种图像的比对装置，包括：

第一获取模块，用于从目标区域上获取输入图像，其中，所述输入图像用于指示对照显示界面上显示的目标参照图像在所述目标区域上输入的信息；

第二获取模块，用于获取所述目标参照图像的第一特征以及所述输入图像的第二特征，其中，所述第一特征是通过目标神经网络模型从所述目标参照图像中提取的特征，所述第二特征是通过所述目标神经网络模型从所述输入图像中提取的特征，所述目标神经网络模型是使用具有对应关系的参照图像和样本图像分别对初始神经网络模型进行训练得到的模型，所述参照图像包括所述目标参照图像；

比对模块，用于对所述第一特征与所述第二特征进行比对，得到比对结果，其中，所述比对结果用于指示所述目标参照图像与所述输入图像之间的相似度。

可选地，所述第二获取模块包括以下之一：

第一处理单元，用于从具有对应关系的参照图像和图像特征中查找与所述目标参照图像对应的所述第一特征，并将所述输入图像输入至所述目标神经网络模型，得到所述目标神经网络模型输出的所述第二特征，其中，所述图像特征是预先将所述参照图像输入至所述目标神经网络模型中得到的所述目标神经网络模型输出的特征；

第二处理单元，用于将所述目标参照图像和所述输入图像分别输入至所述目标神经网络模型，得到所述目标神经网络模型输出的所述目标参照图像对象的所述第一特征以及所述输入图像对应的所述第二特征。

可选地，所述比对模块包括：