[发明专利]识图知意的方法、装置、设备及存储介质

说明书

本发明公开了一种识图知意的方法、装置、设备及存储介质。所述方法包括：使用预设的目标检测模型对待识别图像进行目标检测，确定待识别图像中的识别目标；在待识别图像中包含多个识别目标时，从预设的知识图谱中获取与各识别目标匹配的目标属性及其深层属性，以及各识别目标之间匹配的目标属性之间的关联关系，并根据各所述目标属性、各目标属性的深层属性以及各目标属性之间的关联关系生成第一特征向量集；将第一特征向量集输入至预设的识图知意模型中，接收识图知意模型输出的第一类识别结果，该第一类识别结果用于描述待识别图像的图像实体。本发明实现了智能化解读图像，帮助读者了解图像要表达的主题以及含义。

技术领域

本发明图像检测领域，具体涉及一种识图知意的方法、装置、设备及存储介质。

背景技术

近年来，随着人工智能领域研究工作的快速发展，越来越多基于深度学习算法的神经网络在计算机视觉、自然语言处理等方面取得了优异成绩，特别是在计算机视觉的图像识别领域可以有效地提取到图像的显著性特征，在图像识别领域上也取得了很不错的成绩。但是，图像识别在获取图片的内容信息上比较单一，仍集中在图像中的物体、字符的识别与比较，以及图像中物体与物体之间的方位关系。这些图片的内容信息虽然已经可以代替人类进行一些自动化的识别工作，但是无法感知到“听话听音”的含义，也即，无法解读图像背后的一些典故。

发明内容

本发明实施例提供一种识图知意的方法、装置、设备及存储介质，实现了智能解读图像，有利于帮助读者了解图像要表达的含义以及故事。

一种识图知意的方法，包括：

使用预设的目标检测模型对获取的待识别图像进行目标检测，确定所述待识别图像中的识别目标；

在所述待识别图像中包含多个所述识别目标时，从预设的知识图谱中获取与各所述识别目标匹配的目标属性及其深层属性，以及与各所述识别目标匹配的所述目标属性之间的关联关系；

根据各所述目标属性、各所述目标属性的深层属性以及各所述目标属性之间的关联关系生成第一特征向量集；

将所述第一特征向量集输入至预设的识图知意模型中，接收所述识图知意模型输出的第一类识别结果；所述第一类识别结果用于描述所述待识别图像表征的图像实体。

一种识图知意的装置，包括：

目标确定模块，用于使用预设的目标检测模型对获取的待识别图像进行目标检测，确定所述待识别图像中的识别目标；

第一获取模块，用于在所述待识别图像中包含多个所述识别目标时，从预设的知识图谱中获取与各所述识别目标匹配的目标属性及其深层属性，以及与各所述识别目标匹配的所述目标属性之间的关联关系；

第一生成模块，用于根据各所述目标属性、各所述目标属性的深层属性以及各所述目标属性之间的关联关系生成第一特征向量集；

第一输出模块，用于将所述第一特征向量集输入至预设的识图知意模型中，接收所述识图知意模型输出的第一类识别结果；所述第一类识别结果用于描述所述待识别图像表征的图像实体。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述识图知意的方法。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现上述识图知意的方法。