[发明专利]一种图像处理方法及相关装置

说明书

本申请公开了一种图像处理方法，应用于人工智能领域，包括：通过第一网络对第一图像进行处理，得到分辨率不同的多个特征图；基于第二图像，通过第二网络在分辨率低的第一特征图中搜索，以得到第一特征图中的第一区域，该第一区域用于改变第一特征图的分类结果；获取第一区域在第二特征图中的映射区域；基于第二图像，通过第二网络在映射区域中搜索，以得到高分辨率的第二特征图中的第二区域；根据第二区域，得到第一图像中与第二区域对应的区域。本方案中，通过先在低分辨率特征图上搜索区域，再在高分辨率特征图上的对应区域内搜索区域，有效地缩小了高分辨率特征图上需要搜索的区域，提高了效率，减少了输出结果的时间。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种图像处理方法及相关装置。

背景技术

人工智能(artificial intelligence，AI)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、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

在可解释人工智能(Explainable Artificial Intelligence，XAI)中，反事实解释是一种比较符合人类认知的解释方法。反事实解释是指使得事件发生不同结果时需要改变的最小条件。基于反事实解释，能够获知一个实例如何改变才能更改它的预测结果。

将反事实解释应用在计算机视觉领域的分类问题中，可以通过对原始图像进行扰动，生成反事实图像或特征图，以使得所生成的图像的类别发生改变。即，如果输入图像是所生成的反事实图像或特征图，那么该输入图像的分类结果就会是用户所期望的类别，该类别与原始图像的类别不同。

目前，获取反事实解释结果的方式通常是：将输入图像中的部分区域逐个替换为对比图像中的区域，并推理在替换了哪个区域后能够使得合成图像的分类结果发生变化，最终得到使得分类结果发生变化的合成图像。然而，目前获取反事实解释结果的方式需要在分辨率较高的图像上进行区域的逐个替换，处理效率低，往往需要消耗较长的时间来输出结果。

发明内容

本申请提供了一种图像处理方法，通过获取输入图像的多个分辨率不同的特征图，并在分辨率较低的特征图上搜索用于改变特征图分类结果的关键区域，然后确定分辨率较低的特征图上的关键区域在分辨率较高的特征图上的映射区域，并进一步在该映射区域上搜索关键区域，最终得到图像上需要替换的区域。通过先在低分辨率特征图上搜索关键区域，再在高分辨率特征图上的对应区域内搜索关键区域，有效地缩小了高分辨率特征图上需要搜索的区域，提高了效率，减少了输出结果的时间。

本申请第一方面提供一种图像处理方法，包括：首先，通过第一网络对第一图像进行处理，得到分辨率不同的多个特征图，所述多个特征图包括第一特征图和第二特征图，所述第二特征图的分辨率大于所述第一特征图的分辨率。所述第一网络中可以包括多个特征提取层，所述多个特征提取层依次连接。将所述第一图像输入所述第一网络后，由多个特征提取层对第一图像进行特征处理，分别输出不同分辨率的特征图。例如，对于第一网络中的第一层特征提取层，第一层特征提取层的输入为第一图像，第一层特征提取层对第一图像进行提取特征处理后，输出特征图。对于第一网络中除第一层特征提取层之外的任意一层特征提取层而言，该特征提取层的输入为上一层特征提取层所输出的特征图，该特征提取层对输入的特征图进行处理后，输出处理后的特征图，该处理后的特征图则作为下一层特征提取层的输入。以此类推，第一网络中的多个特征提取层分别输出不同分辨率的特征图。