[发明专利]图像处理方法、装置、计算机存储介质及电子设备

说明书

本公开提供了图像处理方法、装置、计算机存储介质及电子设备，涉及人工智能领域。方法包括：获取原始图像，对原始图像进行特征提取，以获取与原始图像对应的特征图；对特征图进行第一池化处理，以获取与特征图对应的具有不同空间尺度的特征向量；对具有不同空间尺度的特征向量进行第二池化处理，通过对具有不同空间尺度的特征向量进行融合和归一化处理，以获取与原始图像对应的图像指纹，并根据图像指纹确定与原始图像对应的相似图像。本公开在兼顾图像全局信息描述的同时加强对图像局部特征的挖掘，更好地理解图像的关键信息，并且通过数据驱动的方式挖掘图像的核心内容，抑制噪声内容，提高了图像处理的效率、精准度和图像匹配的准确度。

技术领域

本公开涉及人工智能技术领域，具体而言，涉及一种图像处理方法、图像处理装置、计算机存储介质及电子设备。

背景技术

随着网络技术的快速发展，产生了大量的网络用户，不同的网络用户有不同的喜好，因此各个平台针对不同用户的喜好会为用户推送相关信息，这样能够提高用户体验，进一步提升用户粘度。

在为用户进行信息推荐时通常根据两条信息之间的相似度进行推荐，例如在为用户推荐视频时，可以根据用户喜爱视频和待推荐视频的相似度进行推荐，当存在与用户喜爱视频相似度较高的待推荐视频时，则向用户进行推送；在为用户推荐图片时，可以根据用户喜爱图片和待推荐图片的相似度进行推荐，等等。目前主要是按照时间排序对两个信息进行相似度计算的，但是当其中一个信息被处理过的话，即使两个信息是相同或相似的，也会被判断为不相似，因此判断相似度时存在准确度低、误判率高的问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的实施例提供了一种图像处理方法、图像处理装置、计算机存储介质及电子设备，进而至少在一定程度上可以提高图像处理的效率和精准度，进而提高图像匹配的精准度。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开实施例的一个方面，提供了一种图像处理方法，包括：获取原始图像，对所述原始图像进行特征提取，以获取与所述原始图像对应的特征图；对所述特征图进行第一池化处理，以获取与所述特征图对应的具有不同空间尺度的特征向量；对所述具有不同空间尺度的特征向量进行第二池化处理，通过对所述具有不同空间尺度的特征向量进行融合和归一化处理，以获取与所述原始图像对应的图像指纹，并根据所述图像指纹确定与所述原始图像对应的相似图像。

根据本公开实施例的一个方面，提供了一种图像处理装置，包括：特征提取模块，用于获取原始图像，对所述原始图像进行特征提取，以获取与所述原始图像对应的特征图；第一池化模块，用于对所述特征图进行第一池化处理，以获取与所述特征图对应的具有不同空间尺度的特征向量；第二池化模块，用于对所述具有不同空间尺度的特征向量进行第二池化处理，通过对所述具有不同空间尺度的特征向量进行融合和归一化处理，以获取与所述原始图像对应的图像指纹，并根据所述图像指纹确定与所述原始图像对应的相似图像。

在本公开的一些实施例中，基于前述方案，所述特征提取模块配置为：获取视频，根据预设时长将所述视频分割为多个视频分片；从各所述视频分片中获取关键图像帧，并将所述关键图像帧作为所述原始图像。

在本公开的一些实施例中，基于前述方案，所述特征提取模块配置为：将所述原始图像输入至卷积神经网络模型，通过所述卷积神经网络模型对所述原始图像进行特征提取，以获取所述特征图。

在本公开的一些实施例中，基于前述方案，所述第一池化模块配置为：将所述特征图输入至空间金字塔池化模型，所述空间金字塔池化模型包括多个大小不同的特征提取窗口；通过各所述特征提取窗口对所述特征图进行特征提取，以获取所述具有不同空间尺度的特征向量。