[发明专利]图像处理方法、装置、存储介质和计算机设备有效

专利信息
申请号: 201810130459.1 申请日: 2018-02-08
公开(公告)号: CN108427951B 公开(公告)日: 2023-08-04
发明(设计)人: 王睿;孙星;郭晓威 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V10/25 分类号: G06V10/25;G06V10/26;G06V10/32;G06V10/424;G06V10/82;G06N3/0464;G06N20/00;G06V10/774
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 何平;邓云鹏
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 存储 介质 计算机 设备
【说明书】:

发明涉及一种图像处理方法、装置、存储介质和计算机设备,图像处理方法包括:获取待处理图像;确定所述待处理图像所属的模态类别;通过所述模态类别相应的机器学习模型,将所述待处理图像编码为语义分割特征矩阵;解码所述语义分割特征矩阵得到语义分割图像;所述语义分割图像中的像素点,具有表示所属分类类别的像素值,且与所述待处理图像中的像素点对应;根据属于目标分类类别的像素点确定目标图像区域。本申请提供的方案提高了图像处理准确率。

技术领域

本发明涉及计算机技术领域,特别是涉及一种图像处理方法、装置、存储介质和计算机设备。

背景技术

随着计算机技术的发展,人们越来越多地通过图像来传递信息,而图像中承载的内容也越来越丰富多样。目前,人们已不止于对图像本身进行分类,而更多的是对图像中的内容进行语义分割,找出对图像中感兴趣的区域。

然而,目前对于图像进行语义分割找出图像中的感兴趣区域时,一般是人们根据经验人为的从图像中查找出感兴趣区域,这种人为查找具有很强的主观性,从而导致图像处理的准确性比较低。

发明内容

基于此,有必要针对目前图像处理的准确性比较低的问题,提供一种图像处理方法、装置、存储介质和计算机设备。

一种图像处理方法,包括:

获取待处理图像;

确定所述待处理图像所属的模态类别;

通过所述模态类别相应的机器学习模型,将所述待处理图像编码为语义分割特征矩阵;

解码所述语义分割特征矩阵得到语义分割图像;所述语义分割图像中的像素点,具有表示所属分类类别的像素值,且与所述待处理图像中的像素点对应;

根据属于目标分类类别的像素点确定目标图像区域。

一种图像处理装置,包括:

获取模块,用于获取待处理图像;

确定模块,用于确定所述待处理图像所属的模态类别;

编码模块,用于通过所述模态类别相应的机器学习模型,将所述待处理图像编码为语义分割特征矩阵;

解码模块,用于解码所述语义分割特征矩阵得到语义分割图像;所述语义分割图像中的像素点,具有表示所属分类类别的像素值,且与所述待处理图像中的像素点对应;

分割模块,用于根据属于目标分类类别的像素点确定目标图像区域。

一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:

获取待处理图像;

确定所述待处理图像所属的模态类别;

通过所述模态类别相应的机器学习模型,将所述待处理图像编码为语义分割特征矩阵;

解码所述语义分割特征矩阵得到语义分割图像;所述语义分割图像中的像素点,具有表示所属分类类别的像素值,且与所述待处理图像中的像素点对应;

根据属于目标分类类别的像素点确定目标图像区域。

一种计算机设备,包括存储器和处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:

获取待处理图像;

确定所述待处理图像所属的模态类别;

通过所述模态类别相应的机器学习模型,将所述待处理图像编码为语义分割特征矩阵;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810130459.1/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top