[发明专利]一种数据处理方法及相关装置

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取目标图像和目标描述数据；

针对所述目标图像，确定所述目标图像中的目标区域，并获取所述目标区域对应的图像特征；所述目标区域是所述目标图像中包括参考识别对象的区域；

针对所述目标描述数据，获取所述目标描述数据对应的数据特征；

根据所述目标图像中所述目标区域对应的图像特征、以及所述目标描述数据对应的数据特征，确定所述目标图像与所述目标描述数据之间的匹配性检测结果；所述匹配性检测结果用于表征所述目标图像与所述目标描述数据之间的匹配程度。

2.根据权利要求1所述的方法，其特征在于，所述针对所述目标图像，确定所述目标图像中的目标区域，并获取所述目标区域对应的图像特征，包括：

在所述目标图像中确定多个候选区域，确定所述多个候选区域各自对应的图像特征；并根据所述多个候选区域各自对应的图像特征，确定所述多个候选区域各自对应的分类概率；所述分类概率用于表征其对应的候选区域中的内容属于参考类别的概率，所述参考类别是所述参考识别对象所属的类别；

根据所述多个候选区域各自对应的分类概率，从所述多个候选区域中选出所述目标区域，并获取所述目标区域对应的图像特征。

3.根据权利要求2所述的方法，其特征在于，所述在所述目标图像中确定多个候选区域，确定所述多个候选区域各自对应的图像特征；并根据所述多个候选区域各自对应的图像特征，确定所述多个候选区域各自对应的分类概率，包括：

通过第一目标检测模型中的卷积网络，对所述目标图像进行特征提取处理，得到所述目标图像对应的目标特征图；通过所述第一目标检测模型中的区域生成网络，在所述目标图像中生成所述多个候选区域；

将所述多个候选区域分别映射至所述目标特征图上；

通过所述第一目标检测模型中的区域池化层，根据所述多个候选区域在所述目标特征图上的映射特征，确定所述多个候选区域各自对应的图像特征；

通过所述第一目标检测模型中的分类网络，根据所述多个候选区域各自对应的图像特征，确定所述多个候选区域各自对应的分类概率；并通过所述第一目标检测模型中的边框回归网络，调整所述多个候选区域各自的位置。

4.根据权利要求2所述的方法，其特征在于，所述在所述目标图像中确定多个候选区域，确定所述多个候选区域各自对应的图像特征；并根据所述多个候选区域各自对应的图像特征，确定所述多个候选区域各自对应的分类概率，包括：

通过选择性搜索算法，在所述目标图像中提取所述多个候选区域；

通过第二目标检测模型中的卷积网络，对所述多个候选区域分别进行特征提取处理，得到所述多个候选区域各自对应的图像特征；

通过所述第二目标检测模型中的支持向量机，根据所述多个候选区域各自对应的图像特征，确定所述多个候选区域各自对应的分类概率；通过所述第二目标检测模型中的边框回归网络，调整所述多个候选区域各自的位置。

5.根据权利要求2所述的方法，其特征在于，所述在所述目标图像中确定多个候选区域，确定所述多个候选区域各自对应的图像特征；并根据所述多个候选区域各自对应的图像特征，确定所述多个候选区域各自对应的分类概率，包括：

通过选择性搜索算法，在所述目标图像中提取所述多个候选区域；

通过第三目标检测模型中的卷积网络，对所述目标图像进行特征提取处理，得到所述目标图像对应的目标特征图；

将所述多个候选区域分别映射至所述目标特征图上；

通过所述第三目标检测模型中的区域池化层，根据所述多个候选区域在所述目标特征图上的映射特征，确定所述多个候选区域各自对应的图像特征；

通过所述第三目标检测模型中的分类网络，根据所述多个候选区域各自对应的图像特征，确定所述多个候选区域各自对应的分类概率；并通过所述第三目标检测模型中的边框回归网络，调整所述多个候选区域各自的位置。