[发明专利]图片处理方法及装置

权利要求书

1.一种图片处理方法，其特征在于，包括：

将获取的第一图片和第二图片进行分类，得到至少一个目标类别，其中每个目标类别中包含至少一张第一初始图片和至少一张第二初始图片，所述第一初始图片为任意一张第一图片，所述第二初始图片为任意一张第二图片，所述第一图片的分辨率高于所述第二图片的分辨率；

根据同一个目标类别中每张第二初始图片与每张第一初始图片的相似度确定每张第二初始图片对应的相似集合；

根据每张第二初始图片的特征信息矩阵对每张第二初始图片对应的相似集合中的每张第一初始图片进行下采样，得到每张第一初始图片对应的目标图片，其中所述目标图片的特征信息与所述第二初始图片的特征信息相同。

2.根据权利要求1所述的方法，其特征在于，所述将获取的第一图片和第二图片进行分类，包括：

获取第一图片和第二图片，对所述第一图片和所述第二图片的图片内容进行识别，根据识别结果将所述第一图片和所述第二图片进行分类；和/或

获取第一图片和第二图片，根据所述第一图片和所述第二图片的图片名称将所述第一图片和所述第二图片进行分类，其中所述第一图片和所述第二图片均携带有图片名称。

3.根据权利要求1所述的方法，其特征在于，所述根据同一个目标类别中每张第二初始图片与每张第一初始图片的相似度确定每张第二初始图片对应的相似集合，包括：

提取同一个目标类别中每张第二初始图片的特征向量和每张第一初始图片的特征向量；

确定同一个目标类别中每张第二初始图片的特征向量与每张第一初始图片的特征向量的相似度；

选取同一个目标类别中每张第二初始图片对应的相似度大于第一相似度阈值的第一初始图片，分别生成每张第二初始图片对应的相似集合。

4.根据权利要求3所述的方法，其特征在于，所述提取同一个目标类别中每张第二初始图片的特征向量和每张第一初始图片的特征向量，包括：

获取同一个目标类别中每张第二初始图片的灰度直方图和每张第一初始图片的灰度直方图；

根据同一个目标类别中每张第二初始图片的灰度直方图确定每张第二初始图片的特征向量，根据同一个目标类别中每张第一初始图片的灰度直方图确定每张第一初始图片的特征向量。

5.根据权利要求4所述的方法，其特征在于，还包括：

针对不存在相似集合的第二初始图片，通过深度神经网络确定所述第二初始图片以及所述第二初始图片所在目标类别中每张第一初始图片的嵌入向量；

确定所述第二初始图片的嵌入向量与每张第一初始图片的嵌入向量的相似度；

选取所述第二初始图片对应的相似度最高的N张第一初始图片，生成所述第二初始图片对应的相似集合，其中N为正整数。

6.根据权利要求5所述的方法，其特征在于，所述选取所述第二初始图片对应的相似度最高的N张第一初始图片，生成所述第二初始图片对应的相似集合，包括：

判断所述第二初始图片的嵌入向量与每张第一初始图片的嵌入向量的相似度是否均小于等于第二相似度阈值；

若是，选取所述第二初始图片对应的相似度最高的N₁张第一初始图片，生成所述第二初始图片对应的相似集合，其中N₁为正整数；

若否，选取所述第二初始图片对应的相似度最高的N₂张第一初始图片，生成所述第二初始图片对应的相似集合，其中N₂为小于N₁的正整数。

7.根据权利要求1所述的方法，其特征在于，所述根据每张第二初始图片的特征信息矩阵对每张第二初始图片对应的相似集合中的每张第一初始图片进行下采样之前，还包括：

分别获取每张第二初始图片的图片特征，根据每张第二初始图片的图片特征分别生成每张第二初始图片的特征信息矩阵。