[发明专利]基于人工智能的图像场景识别方法、装置及电子设备

说明书

本申请提供了一种基于人工智能的图像场景识别方法、装置、电子设备及计算机可读存储介质；方法包括：获取图像的全局特征；对所述图像进行注意力处理，得到所述图像中背景的至少一个局部区域；获取每个所述局部区域的局部特征，对至少一个所述局部特征以及所述全局特征进行融合处理，得到所述图像中背景的融合特征；基于所述融合特征对所述图像进行场景分类处理，得到所述图像所属的场景。通过本申请，能够提高图像场景识别的准确度。

技术领域

本申请涉及人工智能技术，尤其涉及一种基于人工智能的图像场景识别方法、装置、电子设备及计算机可读存储介质。

背景技术

人工智能（AI，Artificial Intelligence）是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法和技术及应用系统。

图像理解的首要任务是对图像场景进行识别，例如，针对视频而言，需要针对视频内剧情发生的场景进行识别，通过理解视频中剧情发生的场景，确定视频的标签，从而进行高效率的视频推荐，例如，针对手机拍摄的相片而言，需要针对相片的场景进行识别，通过理解相片的场景，确定相片的标签，从而提高相片分类存储的效率，但是相关技术的图像识别主要针对某个特定对象提取特征，无法有效进行高准确度的场景识别。

发明内容

本申请实施例提供一种基于人工智能的图像场景识别方法、装置、电子设备及计算机可读存储介质，能够提高图像场景识别的准确度。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种基于人工智能的图像场景识别方法，包括：

获取图像的全局特征；

对所述图像进行注意力处理，得到所述图像中背景的至少一个局部区域；

获取每个所述局部区域的局部特征，对至少一个所述局部特征以及所述全局特征进行融合处理，得到所述图像中背景的融合特征；

基于所述融合特征对所述图像进行场景分类处理，得到所述图像所属的场景。

本申请实施例提供一种基于人工智能的图像场景识别装置，包括：

全局模块，用于获取图像的全局特征；

注意力模块，用于对所述图像进行注意力处理，得到所述图像中背景的至少一个局部区域；

融合模块，用于获取每个所述局部区域的局部特征，对至少一个所述局部特征以及所述全局特征进行融合处理，得到所述图像中背景的融合特征；

分类模块，用于基于所述融合特征对所述图像进行场景分类处理，得到所述图像所属的场景。

在上述方案中，所述全局模块，还用于：提取所述图像的全局卷积特征；对所述全局卷积特征进行池化处理，得到所述图像的全局池化特征；对所述全局池化特征进行多个层次的残差处理，并对所述残差处理得到的特征提取结果进行池化处理，得到所述图像的全局特征。

在上述方案中，所述全局模块，还用于：通过N个级联的残差网络中的第n残差网络，对所述第n残差网络的输入进行特征提取处理；将所述第n残差网络输出的第n特征提取结果传输到第n+1残差网络以继续进行特征提取处理；其中，N为大于或等于2的整数，n为取值从1开始递增的整数，且n的取值范围满足1≤n≤N-1；当n取值为1时，所述第n残差网络的输入为所述图像的全局池化特征，当n取值为2≤n≤N-1时，所述第n残差网络的输入为第n-1残差网络的特征提取结果；当n取值为N-1时，对所述第n+1残差网络的输出的特征提取结果进行最大池化处理。