[发明专利]用于处理图像的方法、装置、电子设备和计算机可读介质

说明书

本公开的实施例公开了用于处理图像的方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对目标图像进行特征提取，得到特征图；将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；为下一步获取哈希编码集合提供了基础。确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。上述过程将哈希编码表示为图像特征，有效的表示了图像信息。在此过程中，通过选择符合预定条件的哈希编码作为特征，以对得到的特征组进行约束。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于处理图像的方法、装置、电子设备和计算机可读介质。

背景技术

随着互联网的发展和以深度学习为核心的人工智能技术的普及，计算机视觉技术应用到人们生活的各个领域，现有相关图像处理技术存在图像特征不能很好地表示图像信息的问题。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了用于处理图像的方法、装置、电子设备和计算机可读介质，来解决以上背景技术中提到的技术问题。

第一方面，本公开的一些实施例提供了用于处理图像的方法，该方法包括：对目标图像进行特征提取，得到特征图；将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。

第二方面，本公开的一些实施例提供了一种用于处理图像的装置，装置包括：提取单元，被配置成对目标图像进行特征提取，得到特征图；归一操作单元，被配置成将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；第一确定单元，被配置成确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；选择单元，被配置成从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。

第三方面，本公开的一些实施例提供了一种电子设备，该网络设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的上述各个实施例中的一个实施例具有如下有益效果：对目标图像进行特征提取，得到特征图；将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；为下一步获取哈希编码集合提供了基础。确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。上述过程将哈希编码表示为图像特征，有效的表示了图像信息。在此过程中，通过选择符合预定条件的哈希编码作为特征，以对得到的特征组进行约束。作为示例，可以选择概率较高的哈希编码作为特征，提高了得到的图像特征的准确度。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是本公开的一些实施例的用于处理图像的方法的一个应用场景的示意图；

图2是根据本公开的用于处理图像的方法的一些实施例的流程图；