[发明专利]一种图像处理方法和相机

说明书

本发明公开一种图像处理方法和相机。本发明的方法包括：利用预设的图像识别方法对图像集中的源图像进行图像识别，根据识别结果获取目标源图像，所述目标源图像为所述图像集中包括预设目标元素的源图像；将所述目标源图像作为训练好的图像识别模型的输入，获取所述目标源图像中所述预设目标元素的识别结果；根据所述识别结果在所述目标源图像上标注所述图像类型，以及根据所述识别结果将所述目标源图像中所述预设目标元素进行突出标识，其中，所述图像类型标注用于指示图像是否包括所述预先目标元素。本发明通过两次图像识别准确识别图像并对图像进行标注和分类，使得对图像的标注处理具有精度高、速度快的优势。

技术领域

本发明涉及机器学习技术领域，尤其涉及一种图像处理方法和相机。

背景技术

目前，人工智能越来越引起人们的重视，而且人工智能的产品也越来越多。人工智能技术大多涉及图像处理，例如，在训练机器学习模型，则需要大量的图像数据，这些图像数据大多数是需要标注的，现有技术中一般都是人工标注，耗费大量的人力物力。

发明内容

本发明提供了一种图像处理方法和相机，以至少部分解决上述问题。

第一方面，本发明提供了一种图像处理方法，包括：利用预设的图像识别方法对图像集中的源图像进行图像识别，根据识别结果获取目标源图像，所述目标源图像为所述图像集中包括预设目标元素的源图像；将所述目标源图像作为训练好的图像识别模型的输入，获取所述目标源图像中所述预设目标元素的识别结果；根据所述识别结果在所述目标源图像上标注所述图像类型，以及根据所述识别结果将所述目标源图像中所述预设目标元素进行突出标识，其中，所述图像类型标注用于指示图像是否包括所述预先目标元素。

在一些实施例中，所述预设目标元素包括人脸元素、手部元素、马赛克元素。

在一些实施例中，图像识别模型通过如下步骤训练得到：获取包含所述预设目标元素的图像和未包含所述预设目标元素的图像的训练样本；将所述训练样本输入至预先训练的初始图像识别模型，将所述初始图像识别模型所生成的特征信息输入至预先建立的判别模型，对所述判别模型和所述初始图像识别模型进行对抗训练，获得所述图像识别模型，其中所述初始图像识别模型用于对包含述预设目标元素的图像进行识别，所述判决模型用于确定被输入至的所述特征信息是否取自所述包含所述预设目标元素的图像。

在一些实施例中，所述训练样本的每个图像带有图像类型标注，所述初始图像识别模型所生成的所述图像的特征信息带有所述图像类型标注。

在一些实施例中，初始图像识别模型通过如下步骤训练得到：获取由包括所述预设目标元素的图像构成的预置训练样本，每个图像带有目标元素的标注；利用机器学习算法，将所述预置训练样本输入至预先建立的卷积神经网络，基于所述预置训练样本中图像所带有的目标元素的标注，训练得到初始图像识别模型。

在一些实施例中，所述判别模型为用于进行多分类的神经网络。

在一些实施例中，所述卷积神经网络包括卷积层、池化层和全连接层。

在一些实施例中，利用预设的图像识别方法对图像集中的源图像进行图像识别，根据识别结果获取目标源图像，包括：基于边缘检测方法或区域提取方法对图像集中的源图像进行图像分割，根据图像分割结果获取所述目标源图像。

第二方面，本发明提供了一种相机，包括：摄像头和处理器；所述摄像头，采集图像并发送给所述处理器；所述处理器，利用预设的图像识别方法所述图像进行图像识别，在识别到所述图像包括预设目标元素时，将所述图像作为训练好的图像识别模型的输入，获取所述图像中所述预设目标元素的识别结果。

在一些实施例中，所述相机还包括显示器；所述处理器，将所述图像中所述预设目标元素进行突出标识；所述显示器，对具有所述突出标识的所述图像进行显示。