[发明专利]图像处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像处理方法、装置、计算机设备和存储介质。所述方法包括：获取待处理的目标图像对应的目标特征矩阵；确定对所述目标特征矩阵进行分割得到的多个特征区域；基于所述特征区域中的特征值，确定各个所述特征区域对应的目标权重；根据各个所述特征区域以及对应的目标权重得到所述目标特征矩阵对应的加权特征矩阵；对所述加权特征矩阵进行处理，得到所述目标图像对应的目标处理结果。本申请中的图像处理结果可以是基于图像处理模型得到的，图像处理模型可以是人工智能模型，采用本方法能够提高图像处理结果的准确度。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像处理方法、装置、计算机设备和存储介质。

背景技术

随着科技的发展，图像得到越来越广泛的应用。在很多场景下都需要对图像进行处理，例如可以对图像进行分割，分割得到前景对应的图像以及背景对应的图像。

目前，可以依据基于人工智能的图像处理模型对图像进行处理，然而，经常存在图像处理模型处理得到的结果不符合期望的图像处理结果的问题，即得到的图像处理结果的准确度低。

发明内容

基于此，有必要针对上述技术问题，提供一种图像处理方法、装置、计算机设备和存储介质。

一种图像处理方法，所述方法包括：获取待处理的目标图像对应的目标特征矩阵；确定对所述目标特征矩阵进行分割得到的多个特征区域；基于所述特征区域中的特征值，确定各个所述特征区域对应的目标权重；根据各个所述特征区域以及对应的目标权重得到所述目标特征矩阵对应的加权特征矩阵；对所述加权特征矩阵进行处理，得到所述目标图像对应的目标处理结果。

一种图像处理装置，所述装置包括：目标特征矩阵获取模块，用于获取待处理的目标图像对应的目标特征矩阵；特征区域确定模块，用于确定对所述目标特征矩阵进行分割得到的多个特征区域；目标权重得到模块，用于基于所述特征区域中的特征值，确定各个所述特征区域对应的目标权重；加权特征矩阵得到模块，用于根据各个所述特征区域以及对应的目标权重得到所述目标特征矩阵对应的加权特征矩阵；目标处理结果得到模块，用于对所述加权特征矩阵进行处理，得到所述目标图像对应的目标处理结果。

在一些实施例中，所述特征区域确定模块包括：划分数量获取单元，用于获取区域划分数量；特征图划分单元，用于根据所述目标特征矩阵中特征值的分布对所述目标特征矩阵进行分割，得到所述区域划分数量的特征区域。

在一些实施例中，所述特征图划分单元用于：对所述目标特征矩阵对应的目标特征值范围进行分割，得到个数为所述区域划分数量的子特征值范围；将所述目标特征矩阵中，特征值在同一个所述子特征值范围内的特征点，划分在同一个特征区域中，得到所述目标特征矩阵对应的多个特征区域。

在一些实施例中，所述特征图划分单元用于：获取所述目标特征矩阵对应的最大特征值以及最小特征值；根据所述区域划分数量，在所述最大特征值与最小特征值对应的目标特征值范围内，确定特征值等分点；将所述特征值等分点之间的范围，作为子特征值范围。

在一些实施例中，所述目标处理结果是利用图像处理模型处理得到的，所述划分数量获取单元用于：获取所述图像处理模型对应的候选结果类别数量，根据所述候选结果类别数量得到所述区域划分数量。

在一些实施例中，所述目标权重得到模块包括：池化单元，用于以区域为单位对所述目标特征矩阵进行池化处理，得到各个所述特征区域分别对应的池化值；目标权重确定单元，用于根据第一池化向量得到各个所述特征区域对应的目标权重；所述第一池化向量是所述特征区域对应的池化值组成的。

在一些实施例中，所述目标特征矩阵为多个，得到所述第一池化向量的模块包括：将多个所述目标特征矩阵中，各个所述特征区域对应的池化值作为向量值，组合得到第一池化向量。