[发明专利]图像处理方法、装置、计算机存储介质及电子设备有效

专利信息
申请号: 201911422014.1 申请日: 2019-12-31
公开(公告)号: CN111191059B 公开(公告)日: 2023-05-05
发明(设计)人: 梁涛;张晗;马连洋;衡阵 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/535 分类号: G06F16/535;G06N3/0464;G06N3/08
代理公司: 深圳市联鼎知识产权代理有限公司 44232 代理人: 叶虹
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 计算机 存储 介质 电子设备
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

获取待处理图像集和历史图像集,所述历史图像集包括用户的历史感兴趣图像;

通过图像处理模型对所述历史感兴趣图像进行特征提取,并基于所提取的特征获取历史兴趣信息描述;同时通过所述图像处理模型对所述待处理图像集中的待处理图像进行特征提取,以获取与所述待处理图像对应的特征信息;

根据所述特征信息和所述历史兴趣信息描述确定所述特征信息和所述历史兴趣信息描述之间的重合度,将所述重合度作为与所述待处理图像对应的兴趣权重,并基于与所述待处理图像对应的特征信息和所述兴趣权重从所述待处理图像集中确定封面图像。

2.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理模型包括第一双向门控循环单元;

所述根据所述特征信息和所述历史兴趣信息描述确定所述特征信息和所述历史兴趣信息描述之间的重合度,包括:

将所述特征信息与所述历史兴趣信息描述输入至所述第一双向门控循环单元,通过所述第一双向门控循环单元对所述特征信息与所述历史兴趣信息描述进行特征提取;

根据所述特征信息对应的特征和所述历史兴趣信息描述对应的特征确定所述特征信息与所述历史兴趣信息描述之间的重合度。

3.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理模型包括第一全连接层和第一归一化层;

所述基于与所述待处理图像对应的特征信息和所述兴趣权重从所述待处理图像集中确定封面图像,包括:

根据所述兴趣权重对所述特征信息进行加权处理,以获取兴趣点特征信息;

将所述兴趣点特征信息输入至所述第一全连接层,通过所述第一全连接层对所述兴趣点特征信息进行非线性变换处理,以获取与所述待处理图像对应的全连接特征信息;

将所述全连接特征信息输入至所述第一归一化层,通过所述第一归一化层对所述全连接特征信息进行归一化处理,以获取与所述待处理图像对应的概率值;

获取具有最大概率值的待处理图像,并将所述具有最大概率值的待处理图像作为所述封面图像。

4.根据权利要求3所述的图像处理方法,其特征在于,

所述通过所述第一全连接层对所述兴趣点特征信息进行非线性变换处理,包括:

根据公式(1)对所述兴趣点特征信息进行非线性变换处理:

Z=f(w1X+b1)                  (1)

其中,f()为激活函数,w1为权重矩阵,b1为偏置常量,X为所述兴趣点特征信息,Z为所述全连接特征信息;

所述通过所述第一归一化层对所述全连接特征信息进行归一化处理,包括:

根据公式(2)对所述全连接特征信息进行归一化处理:

其中,zj为所述全连接特征信息中的第j个子特征信息,K为所述全连接特征信息包含的子特征信息的总数量,σ(z)j为与所述待处理图像对应的概率值。

5.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理模型包括第一卷积单元和第二双向门控循环单元;

所述通过图像处理模型对所述历史感兴趣图像进行特征提取,并基于所提取的特征获取历史兴趣信息描述,包括:

通过所述第一卷积单元对所述历史感兴趣图像进行特征提取,以获取感兴趣图像特征信息;

将所述感兴趣图像特征信息输入至所述第二双向门控循环单元,通过所述第二双向门控循环单元对所述感兴趣图像特征信息进行特征提取,以获取所述历史兴趣信息描述。

6.根据权利要求1所述的图像处理方法,其特征在于,所述图像处理模型包括第二卷积单元;

所述通过所述图像处理模型对所述待处理图像集中的待处理图像进行特征提取,以获取与所述待处理图像对应的特征信息,包括:

根据预设规则从所述待处理图像集中获取多个目标待处理图像;

通过所述第二卷积单元对各所述目标待处理图像进行特征提取,以获取与各所述目标待处理图像对应的特征信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911422014.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top