[发明专利]用于处理图像的方法、处理器、控制装置及家用电器

说明书

本发明提供一种用于处理图像的方法、处理器、控制装置、家用电器、机器可读存储介质及计算机程序产品，该方法应用于油烟机或洗碗机，包括：获取家用电器的工作场景相关联的图像对，图像对包括无干扰分量图像和与无干扰分量图像对应的有干扰分量图像；将无干扰分量图像和有干扰分量图像输入到影响度预测模型，以提取特征图；从特征图中提取高阶语义信息，以确定干扰分量的影响等级，实现了干扰分量对图像采集的影响判断，简单、快速地确定干扰分量的影响等级，有利于提升图像识别的质量并从采集的图像中提取出有效信息，增强了家用电器的适用性，为后续高精度的控制提供了保障。

技术领域

本发明涉及家用电器领域，具体地涉及一种用于处理图像的方法、处理器、控制装置、家用电器、机器可读存储介质及计算机程序产品。

背景技术

随着信息社会的发展，智能家电越来越多地出现在人们的生活之中，社会和经济水平的发展使得人们对家电品质的追求也越来越高，人们对家电舒适化和智能化的需求也越来越强烈，而图像识别是实现智能家电中的关键步骤。

优质的图像质量直接决定人工智能算法的准确度和精度，如油烟机在获取灶台的图像时，由于油烟对成像的影响，会导致油烟机摄像头采集的图像模糊；或者，洗碗机在获取内部图像时，水流冲击餐具势必会导致溅起的水花附着在摄像镜头上，使得洗碗机摄像头采集的图像扭曲，油烟或水印对后续的图像识别检测任务带来了干扰，导致智能家电的图像处理效果较差，进而影响智能家电的控制精度，降低用户的使用体验感。

发明内容

本发明实施例的目的是提供一种用于处理图像的方法、处理器、控制装置、家用电器、机器可读存储介质及计算机程序产品。

为了实现上述目的，本发明第一方面提供一种用于处理图像的方法，应用于油烟机或洗碗机，该方法包括：

获取油烟机或洗碗机的工作场景相关联的图像对，图像对包括无干扰分量图像和与无干扰分量图像对应的有干扰分量图像；

将无干扰分量图像和有干扰分量图像输入到影响度预测模型，以提取特征图；

从特征图中提取高阶语义信息，以确定干扰分量的影响等级。

在本发明的实施例中，干扰分量包括油烟或水印。

在本发明的实施例中，将无干扰分量图像和有干扰分量图像输入到影响度预测模型，以提取特征图，包括：

将有干扰分量图像和无干扰分量图像进行拼接，以得到拼接图像；

对拼接图像进行卷积操作，以提取特征图。

在本发明的实施例中，将无干扰分量图像和有干扰分量图像输入到影响度预测模型中，以提取特征图，包括：

对有干扰分量图像和无干扰分量图像分别进行卷积操作，以分别提取第一特征图和第二特征图；

对第一特征图和第二特征图进行拼接，以提取特征图。

在本发明的实施例中，从特征图中提取高阶语义信息，以确定干扰分量的影响等级，包括：

对特征图进行卷积和下采样操作，以缩小特征图的高度和宽度；

对缩小后的特征图进行全局平均池化操作，以确定干扰分量的影响等级。

在本发明的实施例中，对缩小后的特征图进行全局平均池化操作，以确定干扰分量的影响等级，包括：

对缩小后的特征图进行全局平均池化操作，以获取特征图对应的张量；

对张量进行卷积操作，使张量中包含干扰分量的影响等级；

对张量进行维数变换操作，以获取包含干扰分量的影响等级的向量；

根据向量确定干扰分量的影响等级。