[发明专利]图像识别方法、装置、电子设备和计算机可读介质

说明书

本公开的实施例公开了图像识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取显示有嘴部的目标图像；对于预先设定的至少三个目标类别中的每个目标类别，确定上述目标图像中每个像素点为上述目标类别的概率，得到至少三个概率图；基于上述至少三个概率图，确定上述目标图像中每个像素点的类别。该实施方式通过对显示有嘴部的目标图像进行至少三个目标类别的分类，使像素点有了更精确的类别，进而使对图像中目标区域的边缘的识别更加准确。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及图像识别方法、装置、电子设备和计算机可读介质。

背景技术

随着人工智能技术的发展，可以通过图像识别技术来识别目标图像中的嘴部，从而对上述目标图像进行处理。例如，对上述目标图像中的嘴部区域进行颜色变换。

现有的图像识别技术不能准确地识别上述目标图像中显示的嘴部的边缘。进而会导致后续对图像中显示的嘴部区域进行处理时效果不佳。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了图像识别方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种图像识别方法，该方法包括：获取显示有嘴部的目标图像；对于预先设定的至少三个目标类别中的每个目标类别，确定上述目标图像中每个像素点为上述目标类别的概率，得到至少三个概率图；基于上述至少三个概率图，确定上述目标图像中每个像素点的类别。

第二方面，本公开的一些实施例提供了一种图像识别装置，装置包括：获取单元，被配置成获取显示有嘴部的目标图像；第一确定单元，被配置成对于预先设定的至少三个目标类别中的每个目标类别，确定上述目标图像中每个像素点为上述目标类别的概率，得到至少三个概率图；第二确定单元，被配置成基于上述至少三个概率图，确定上述目标图像中每个像素点的类别。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的上述各个实施例中的一个实施例具有如下有益效果：通过使用本公开的一些实施例的图像识别方法，能够更准确地识别上述目标图像中显示的嘴部的边缘。具体来说，发明人发现，造成相关的图像识别技术对上述目标图像中显示的嘴部的边缘的识别不够准确的原因在于：相关的图像识别技术仅对目标图像进行二分类(例如分为嘴巴区域像素点和非嘴巴区域像素点)。而嘴部的边缘由于处于嘴巴区域和非嘴巴区域的交界处，属于嘴巴区域的概率较低，上述二分类图像识别技术很容易对其识别错误。基于此，本公开的一些实施例的图像识别方法对显示有嘴部的目标图像进行至少三个目标类别的分类，使像素点有了更精确的类别。例如，对一示例图像，在二分类中属于非嘴部像素点的像素点将会被更精确地分类为人脸区域像素点和非人脸区域像素点。在此基础上，当某像素点属于目标区域像素点的概率较低时，仍有可能被确定为目标区域的像素点。例如，对一示例图像，在二分类中分类结果表示某像素点属于嘴部像素点的概率为0.4，属于非嘴部像素点的概率为0.6，则该像素点将被确定为属于非嘴部像素点。在与之对应的三分类中，分类结果表示该像素点属于嘴部像素点的概率为0.4，属于人脸区域像素点的概率为0.3，属于非人脸区域像素点的概率为0.3，则该像素点将被确定为属于嘴部像素点。可见，对目标图像进行至少三个目标类别的分类，能够对图像中目标区域的边缘进行更加准确地识别。

附图说明