[发明专利]一种图片处理方法、装置及计算机可读存储介质

权利要求书

1.一种图片处理方法，其特征在于，包括：

服务器识别待处理图片中的物体和文字，并获取识别出的文字与识别出的物体在所述待处理图片中的第一位置关系信息；

将所述待处理图片和所述识别出的文字输入第一神经网络模型，得到所述识别出的文字的格式信息；

基于所述识别出的文字和所述格式信息，并利用第二神经网络模型获取词组集合；其中，所述词组集合包括以下至少之一词组：机构名称、人物名称；

根据所述识别出的物体以及所述第一位置关系信息获取所述词组集合中相互间具有关联关系的词组；

将所述识别出的文字输入第三神经网络模型，得到关联关系信息；其中，所述关联关系信息为所述词组集合中相互间具有关联关系的词组的关联关系信息。

2.根据权利要求1所述的图片处理方法，其特征在于，所述将待处理图片和识别出的文字输入第一神经网络模型之前，还包括：

获取包含各种文字的格式信息的图片集合；

将所述图片集合中每一张图片与该图片所包含的文字，以及该图片所包含的文字的格式信息作为训练数据集对预设神经网络模型进行训练，得到所述第一神经网络模型。

3.根据权利要求1所述的图片处理方法，其特征在于，所述第二神经网络模型包括：双向长短期记忆神经网络模型+线性链条件随机场模型；

所述基于识别出的文字和格式信息，并利用第二神经网络模型获取词组集合，包括：

利用图片嵌入技术将每一个所述识别出的文字分别拓展为第一向量组；

根据所述识别出的文字的格式信息的种类分别获取用于表示每一个所述识别出的文字的格式信息的第二向量组；

依次拼接每一个所述识别出的文字对应的第一向量组与第二向量组，得到拼接后的向量组；

将所述拼接后的向量组输入双向长短期记忆神经网络模型，得到稀疏矩阵；

将获得的稀疏矩阵输入所述条件随机场模型，输出所述词组集合。

4.根据权利要求3所述的图片处理方法，其特征在于，所述分别获取用于表示每一个识别出的文字的格式信息的第二向量组，包括：

获取所述识别出的文字的格式信息的种类数量；

创建维度与所述识别出的文字的格式信息的种类数量相同的预设向量组；

确定所述预设向量组中的元素所对应的格式信息的种类以及用于表示该种类格式信息的值；

根据每一个所述识别出的文字的格式信息、所述预设向量组中的元素所对应的格式信息的种类以及用于表示该种类格式信息的值分别填充所述预设向量组，得到所述第二向量组。

5.根据权利要求1所述的图片处理方法，其特征在于，所述根据识别出的物体以及第一位置关系信息获取词组集合中相互间具有关联关系的词组，包括：

根据所述第一位置关系信息确定所述词组集合中相互间具有关联关系的词组与所述识别出的物体在待处理图片中的第二位置关系信息；

如果所述识别出的物体中包括横幅，且根据所述第二位置关系信息确定出所述词组集合中至少两个词组出现在同一横幅中，获取出现在同一横幅中的词组作为所述词组集合中相互间具有关联关系的词组；

如果所述识别出的物体中包括桌子，且根据所述第二位置关系信息确定出所述词组集合中至少两个词组出现在同一桌子中，获取出现在同一桌子中的词组作为所述词组集合中相互间具有关联关系的词组；

如果所述识别出的物体中包括名牌和桌子，且根据所述第二位置关系信息确定出所述词组集合中至少两个词组出现在不同名牌且同一张桌子中，获取出现在不同名牌且同一桌子中的词组作为所述词组集合中相互间具有关联关系的词组。

6.根据权利要求1或2所述的图片处理方法，其特征在于，所述第一神经网络模型包括：卷积神经网络模型。

7.根据权利要求1所述的图片处理方法，其特征在于，所述第三神经网络模型包括：卷积神经网络模型。