[发明专利]一种图像标签获取方法、装置及存储介质和服务器

权利要求书

1.一种图像标签获取方法，其特征在于，包括：

获取推荐或检索请求，以请求推荐或检索相关的多媒体信息，根据所述推荐或检索请求确定待处理图像，对所述待处理图像中包含主要物体的区域进行检测，得到至少一个主体区域；

对所述待处理图像中至少一个主体区域的子图像进行特征提取，得到至少一组特征信息；

根据所述至少一组特征信息，从预置的特征标签库中，获取与所述至少一组特征信息之间的相似度在预置范围内的特征对应的标签，得到所述至少一个主体区域对应的标签，其中，所述至少一个主体区域对应的标签包括所述主体区域中主要物体的属性信息，如果所述主要物体为人体，对应的标签受人体图像的服饰、人脸和配饰的影响，包括人物名称、人物所在剧集的名称或人物所在单位名称；

所述对所述待处理图像中包含主要物体的区域进行检测，得到至少一个主体区域，具体包括：

通过预置的物体检测模型检测所述待处理图像中包含主要物体的区域，得到至少一个物体区域；

如果所述物体区域为一个，将所述一个物体区域作为所述主体区域；

如果所述物体区域为多个，将所述多个物体区域作为所述主体区域；或将对所述多个物体区域进行过滤后得到的物体区域作为所述主体区域；

所述方法还包括：

确定物体检测初始模型；所述物体检测初始模型用于提取图像的特征，并根据图像的特征确定图像中主要物体所在区域的信息，即主体区域的信息；

确定第一训练样本，所述第一训练样本中包括多个第一样本图像，及每个第一样本图像中主要物体所在区域的标注信息；

通过所述物体检测初始模型分别确定各个所述第一样本图像中主要物体所在区域的信息；

根据所述物体检测初始模型确定的各个第一样本图像中主要物体所在区域的信息，及所述第一训练样本中的标注信息，调整所述物体检测初始模型中的参数值，以得到最终的物体检测模型，所述最终的物体检测模型为所述预置的物体检测模型；

当前对所述参数值的调整不满足预置的停止条件时，针对调整参数值后的物体检测初始模型，返回执行所述确定第一样本图像中主要物体所在区域的信息及调整物体检测初始模型中参数值的步骤，其中，所述预置的停止条件包括如下条件中的任何一个：当前调整的参数值与上一次调整的参数值的差值小于一阈值，即调整的参数值达到收敛；及对参数值的调整次数等于预置的次数。

2.如权利要求1所述的方法，其特征在于，所述对所述多个物体区域进行过滤，具体包括：

将所述多个物体区域中符合预置过滤条件的物体区域进行过滤。

3.如权利要求2所述的方法，其特征在于，所述预置过滤条件包括如下任一条件：缺少主要部位的物体区域，及物体区域的大小与所述待处理图像大小的比值小于预置值。

4.如权利要求1至3任一项所述的方法，其特征在于，所述对所述待处理图像中至少一个主体区域的子图像进行特征提取，具体包括：

采用预置的特征提取模型对所述待处理图像中至少一个主体区域的子图像进行特征提取，得到至少一组特征信息。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

确定分类初始模型，所述分类初始模型包括所述特征提取子模型和分类子模型，所述特征提取子模型用于提取图像的特征信息，所述分类子模型用于根据所述图像的特征信息确定所述图像中物体的类型；

确定第二训练样本，所述第二训练样本中包括多个第二样本图像，及每个第二样本图像中物体类型的标注信息；

通过所述分类初始模型中的特征提取子模型分别确定各个所述第二样本图像的特征信息，及通过所述分类子模型根据所述各个第二样本图像的特征信息确定所述第二样本图像中物体的类型；

根据所述分类初始模型确定的各个第二样本图像中物体的类型，及所述第二训练样本中的标注信息，调整所述分类初始模型中的参数值，以得到最终的分类模型，所述最终的分类模型包括最终的特征提取子模型和最终的分类子模型，所述最终的特征提取子模型为所述预置的特征提取模型。