[发明专利]识别处理方法及设备和非暂态计算机可读存储介质

权利要求书

1.一种识别处理方法，其特征在于，所述识别处理方法包括：

获取输入图像的第一热力分布数据，并根据所述第一热力分布数据计算所述输入图像的第一颜色特征数据，其中，所述第一热力分布数据包括所述输入图像的至少一部分的第一热力值；

分别获取多个备选图像中的每个备选图像的第二热力分布数据，并根据每个第二热力分布数据分别计算相应的备选图像的第二颜色特征数据，其中，备选图像的第二热力分布数据包括该备选图像的至少一部分的第二热力值，所述多个备选图像是根据对所述输入图像的识别而获得的；

分别计算所述第一颜色特征数据与每个第二颜色特征数据之间的颜色相似距离，并根据每个颜色相似距离将所述多个备选图像中的与所述输入图像颜色匹配的备选图像确定为输出图像。

2.根据权利要求1所述的识别处理方法，其特征在于，获取输入图像的第一热力分布数据包括：

采用预先训练的机器学习模型，确定所述输入图像中的每个第一图像单元的第一热力值；和/或

分别获取多个备选图像中的每个备选图像的第二热力分布数据包括：

采用预先训练的机器学习模型，针对每个备选图像，分别确定备选图像中的每个第二图像单元的第二热力值。

3.根据权利要求2所述的识别处理方法，其特征在于，所述机器学习模型包括注意力模型，所述注意力模型被配置为获取图像中的每个图像单元的受关注程度，且图像单元的热力值随着受关注程度的增大而增大。

4.根据权利要求2所述的识别处理方法，其特征在于，第一热力值大于或等于0、且小于或等于1；和/或

第二热力值大于或等于0、且小于或等于1。

5.根据权利要求1所述的识别处理方法，其特征在于，获取输入图像的第一热力分布数据包括：

对所述输入图像的每个部分的第一热力值进行模糊处理，以产生平滑的所述第一热力分布数据；和/或

分别获取多个备选图像中的每个备选图像的第二热力分布数据包括：

针对每个备选图像，分别对备选图像的每个部分的第二热力值进行模糊处理，以产生该备选图像的平滑的第二热力分布数据。

6.根据权利要求5所述的识别处理方法，其特征在于，所述模糊处理包括高斯模糊处理、均值模糊处理和中值模糊处理中的至少一种。

7.根据权利要求1所述的识别处理方法，其特征在于，根据所述第一热力分布数据计算所述输入图像的第一颜色特征数据包括：

确定所述输入图像中的每个第三图像单元的颜色的颜色坐标，其中，颜色坐标的每个坐标分量分别指示颜色在每个色彩通道上所处的灰度区间；

针对每个颜色坐标，分别计算所述输入图像中的具有同一颜色坐标的第三图像单元的第一热力值之和相对于所述输入图像的所有第三图像单元的第一热力值总和的第一比例；

根据颜色坐标和相应的第一比例，生成所述第一颜色特征数据；和/或

根据每个第二热力分布数据分别计算相应的备选图像的第二颜色特征数据包括：

针对每个备选图像，分别执行以下操作：

确定备选图像中的每个第四图像单元的颜色的颜色坐标；

针对同一备选图像中的每个颜色坐标，分别计算该备选图像中的具有同一颜色坐标的第四图像单元的第二热力值之和相对于该备选图像的所有第四图像单元的第二热力值总和的第二比例；

根据颜色坐标和相应的第二比例，生成该备选图像的第二颜色特征数据。

8.根据权利要求7所述的识别处理方法，其特征在于，色彩通道包括红色通道、绿色通道以及蓝色通道。

9.根据权利要求7所述的识别处理方法，其特征在于，所述输入图像中的第三图像单元的第一热力值是根据所述输入图像中的第一图像单元的第一热力值而获得的；和/或

备选图像中的第四图像单元的第二热力值是根据该备选图像中的第二图像单元的第二热力值而获得的。

10.根据权利要求7所述的识别处理方法，其特征在于，所述输入图像中的第一图像单元与所述输入图像中的整数个连续的第三图像单元重叠；和/或

备选图像中的第二图像单元与该备选图像中的整数个连续的第四图像单元重叠。