[发明专利]图像处理方法、装置及设备

说明书

本发明实施例提供了一种图像处理方法、装置及设备，该方法包括：根据第一模型对第一图像进行处理，得到第一标签集，所述第一标签集中包括多个标签和每个标签的标签值；所述第一模型为对多组第一样本学习得到的，每组第一样本包括样本图像和第一样本标签集；根据第二模型对所述第一标签集进行处理，得到第一判断结果；所述第二模型为对多组第二样本学习得到的，每组第二样本包括第二样本标签集和样本判断结果。在所述第一判断结果指示所述第一标签集正确时，将所述第一标签集确定为所述第一图像对应的标签集。提高了文本描述图像内容的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种图像处理方法、装置及设备。

背景技术

在医学领域，可以通过医疗设备获取人体部位的医学图像，医生可以根据医学图像对病人进行诊疗。

在相关技术中，在通过医疗设备获取人体部位的医学图像之后，需要通过人工标注来描述医疗图像中的内容，造成人力资源的浪费，并且人工标注的准确性较低，导致文本无法准确的描述图像中的内容。

发明内容

本申请实施提供一种图像处理方法、装置及设备，提高了文本描述图像内容的准确性。

第一方面，本申请实施例提供了一种图像处理方法，所述方法包括：

根据第一模型对第一图像进行处理，得到第一标签集，所述第一标签集中包括多个标签和每个标签的标签值；所述第一模型为对多组第一样本学习得到的，每组第一样本包括样本图像和第一样本标签集；

根据第二模型对所述第一标签集进行处理，得到第一判断结果；所述第二模型为对多组第二样本学习得到的，每组第二样本包括第二样本标签集和样本判断结果。

在所述第一判断结果指示所述第一标签集正确时，将所述第一标签集确定为所述第一图像对应的标签集。

在一种可能的实施方式中，根据第一模型对第一图像进行处理，得到第一标签集，包括：

通过所述第一模型对所述第一图像进行特征提取，得到所述第一图像的多个图像特征；

通过所述第一模型对所述多个图像特征进行分类，得到每个图像特征对应的特征值；

根据所述多个图像特征和每个图像特征对应的特征值确定所述第一标签集。

在一种可能的实施方式中，所述第一模型包括特征提取部分；通过所述第一模型对所述第一图像进行特征提取，得到所述第一图像的多个图像特征，包括：

通过所述特征提取部分对所述第一图像进行特征提取，得到所述第一图像的多个图像特征。

在一种可能的实施方式中，所述特征提取部分包括多个特征提取单元，每个特征提取单元包括卷积层和池化层。

在一种可能的实施方式中，所述第一模型包括分类部分；通过所述第一模型对所述多个图像特征进行分类，得到每个图像特征对应的特征值，包括：

通过所述分类部分对所述多个图像特征进行分类，得到每个图像特征对应的特征值。

在一种可能的实施方式中，根据第二模型对所述第一标签集进行处理，得到第一判断结果之前，所述方法还包括：

根据第三模型对所述第一标签集进行降噪处理，所述第三模型为降噪自动编码机。

在一种可能的实施方式中，所述第一模型为对多组第一样本和多个预设标签集进行学习得到的，所述预设标签集在标签集库中的出现概率大于预设阈值。

在一种可能的实施方式中，所述第二模型包括多个卷积层和全连接层。

第二方面，本发明实施例提供一种图像处理装置，包括第一确定模块、第二确定模块和判断模块，其中：