[发明专利]图像检测方法、装置、电子设备及存储介质

权利要求书

1.一种图像检测方法，其特征在于，包括：

将待检测图像输入至特征图转换模型中，得到至少三幅特征图；其中，所述特征图转换模型包括约束卷积子模型、重压缩子模型以及噪声子模型，所述至少三幅特征图是分别与所述约束卷积子模型对应的约束图，与所述重压缩子模型对应的误差图以及与所述噪声子模型对应的噪声图；所述约束卷积子模型包括三个卷积核，且所述三个卷积核满足初始化时的约束条件，通过所述三个卷积核对所述待检测图像进行卷积操作，得到与所述待检测图像的高度和宽度都相同的三通道的约束图，所述重压缩子模型通过将所述待检测图像重新指定质量存储得到比对图像，计算所述待检测图像与所述比对图像之间的像素误差，得到误差图，所述噪声子模型包括SRM子模型，利用三个预设固定值的卷积核对所述待检测图像进行卷积操作，得到与所述待检测图像的高度和宽度都相同的噪声图；

将所述至少三幅特征图分别输入至相应的目标特征向量提取模型中，得到目标特征向量；所述目标特征向量中包括三个特征子向量；

将所述目标特征向量输入至特征处理模型中，得到目标全局特征向量；

基于目标数据处理模型对所述目标全局特征向量进行处理，得到与所述待检测图像相对应的图像分类结果；

基于所述图像分类结果，确定与所述待检测图像相对应的检测结果；

其中，所述目标数据处理模型包括注意力子模型以及决策子模型；

所述基于目标数据处理模型对所述目标全局特征向量进行处理，得到与所述待检测图像相对应的图像分类结果，包括：

基于所述注意力子模型对所述目标全局特征向量进行处理，得到所述目标全局特征向量的融合权重；

基于所述目标全局特征向量以及所述融合权重，得到目标融合特征向量；

基于所述决策子模型对所述目标融合特征向量进行处理，得到与所述待检测图像相对应的图像分类结果。

2.根据权利要求1所述的方法，其特征在于，所述特征处理模型包括长短期记忆网络模型；

所述将所述目标特征向量输入至特征处理模型中，得到目标全局特征向量，包括：

将所述目标特征向量输入至所述长短期记忆网络模型中，得到目标全局特征向量。

3.根据权利要求1所述的方法，其特征在于，所述三个特征子向量是分别与约束图对应的约束特征子向量、与误差图对应的误差特征子向量以及与噪声图对应的噪声特征子向量。

4.根据权利要求3所述的方法，其特征在于，所述将所述目标特征向量输入至特征处理模型中，得到目标全局特征向量，包括：

将所述约束特征子向量、所述误差特征子向量以及所述噪声特征子向量依次输入至特征处理模型，得到目标全局特征向量。

5.根据权利要求1所述的方法，其特征在于，所述基于所述图像分类结果，确定与所述待检测图像相对应的检测结果，包括：

基于所述图像分类结果与预先设置的图像分类结果与类别标识的对应关系，确定图像类别标识；

基于所述图像类别标识确定所述待检测图像相对应的检测结果。