[发明专利]一种图像的处理方法、装置及设备

权利要求书

1.一种图像的处理方法，所述方法包括：

获取待检测的目标图像和包含预设风险元素的第一图像；

分别对所述目标图像和所述第一图像进行下采样处理，得到所述目标图像对应的下采样图像和所述第一图像对应的下采样图像；

对所述目标图像对应的下采样图像和所述第一图像对应的下采样图像进行图像融合处理，得到融合后的下采样图像；

对所述融合后的下采样图像进行上采样处理，得到语义分割图像，并确定所述语义分割图像中是否包括所述预设风险元素。

2.根据权利要求1所述的方法，所述分别对所述目标图像和所述第一图像进行下采样处理，得到所述目标图像对应的下采样图像和所述第一图像对应的下采样图像，包括；

分别将所述目标图像和所述第一图像输入到预先训练的神经网络模型中，以通过所述神经网络模型中的条件子模型对所述目标图像和所述第一图像进行下采样处理，得到所述目标图像对应的下采样图像和所述第一图像对应的下采样图像，所述神经网络模型是通过包含预设风险元素的第一图像样本和预先获取的第二图像样本进行模型训练后得到。

3.根据权利要求2所述的方法，所述对所述融合后的下采样图像进行上采样处理，得到语义分割图像，包括：

将所述融合后的下采样图像输入到所述神经网络模型中，以通过所述神经网络模型中的语义分割子模型对所述融合后的下采样图像进行上采样处理，得到所述语义分割图像。

4.根据权利要求3所述的方法，所述神经网络模型为全卷积网络模型。

5.根据权利要求4所述的方法，所述方法还包括：

构建所述神经网络模型的模型架构，所述模型架构中包括待确定的模型参数；

获取多个包含不同预设风险元素的第一图像样本，并获取多个不同的第二图像样本，所述多个不同的第二图像样本中包括设置有所述预设风险元素的第二图像样本和/或未设置有所述预设风险元素的第二图像样本；

分别将所述第一图像样本和所述第二图像样本输入到所述神经网络模型中，以通过所述神经网络模型中的条件子模型对第一图像样本和所述第二图像样本进行下采样处理，得到所述第一图像样本对应的下采样图像和所述第二图像样本对应的下采样图像；

对所述第一图像样本对应的下采样图像和所述第二图像样本对应的下采样图像进行融合处理，得到融合后的下采样图像样本；

将所述融合后的下采样图像样本输入到所述神经网络模型中，以通过所述神经网络模型中的语义分割子模型对所述融合后的下采样图像样本进行上采样处理，得到语义分割图像样本，以基于所述语义分割图像样本、所述第一图像样本和所述第二图像样本确定所述模型参数。

6.根据权利要求1所述的方法，所述确定所述语义分割图像中是否包括所述预设风险元素，包括：

对所述语义分割图像中包含的每个像素进行分类，得到每个像素对应的类别；

基于每个像素对应的类别，确定所述语义分割图像中是否包括所述预设风险元素。

7.根据权利要求6所述的方法，所述对所述语义分割图像中包含的每个像素进行分类，得到每个像素对应的类别，包括：

基于预设的二分类算法对所述语义分割图像中包含的每个像素进行分类，得到每个像素对应的类别。

8.一种图像的处理方法，应用于区块链系统，所述方法包括：

获取对图像进行预设风险元素检测的风险检测规则，并基于所述风险检测规则生成相应的第一智能合约，将所述第一智能合约部署于所述区块链系统中；

获取待检测的目标图像，并基于所述第一智能合约获取包含预设风险元素的第一图像；

基于所述第一智能合约执行下述处理：

分别对所述目标图像和所述第一图像进行下采样处理，得到所述目标图像对应的下采样图像和所述第一图像对应的下采样图像；

对所述目标图像对应的下采样图像和所述第一图像对应的下采样图像进行图像融合处理，得到融合后的下采样图像；

对所述融合后的下采样图像进行上采样处理，得到语义分割图像，并确定所述语义分割图像中是否包括所述预设风险元素。