[发明专利]用于生成信息的方法和装置在审

专利信息
申请号: 201810276675.7 申请日: 2018-03-30
公开(公告)号: CN108509904A 公开(公告)日: 2018-09-07
发明(设计)人: 张刚 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征向量 图像 标注信息 方法和装置 相似度信息 目标区域 生成信息 图像关联 类目标 信息生成 融合 申请
【权利要求书】:

1.一种用于生成信息的方法,所述方法包括:

获取第一图像以及与所述第一图像关联的标注信息,所述标注信息包括所述第一图像中至少两类目标区域的位置信息以及所述至少两类目标区域的类型信息;

根据所述标注信息分别提取所述第一图像中目标区域的特征向量;

融合所提取的特征向量,得到第一特征向量;

获取第二图像以及与所述第二图像关联的第二特征向量;

根据所述第一特征向量与所述第二特征向量之间的距离,生成所述第一图像与所述第二图像之间的相似度信息。

2.根据权利要求1所述的方法,其中,所述根据所述标注信息分别提取所述第一图像中目标区域的特征向量,包括:

对于所述至少两类目标区域中的目标区域,将该目标区域输入至与该目标区域的类型信息对应的特征提取模型,得到该目标区域的特征向量。

3.根据权利要求2所述的方法,其中,所述特征提取模型包括至少一个卷积层。

4.根据权利要求1所述的方法,其中,所述融合所提取的特征向量,得到第一特征向量,包括:

拼接所提取的特征向量得到拼接特征向量;

将所述拼接特征向量输入至卷积神经网络模型,将所述卷积神经网络模型的全连接层的输出确定为第一特征向量。

5.根据权利要求1-4中任一项所述的方法,其中,所述第一图像、第二图像为人脸图像;以及

所述类型信息包括以下至少一项:眼睛区域、鼻子区域、嘴巴区域、眉毛区域、耳朵区域。

6.一种用于生成信息的装置,所述装置包括:

第一获取单元,用于获取第一图像以及与所述第一图像关联的标注信息,所述标注信息包括所述第一图像中至少两类目标区域的位置信息以及所述至少两类目标区域的类型信息;

提取单元,用于根据所述标注信息分别提取所述第一图像中目标区域的特征向量;

融合单元,用于融合所提取的特征向量,得到第一特征向量;

第二获取单元,用于获取第二图像以及与所述第二图像关联的第二特征向量;

生成单元,用于根据所述第一特征向量与所述第二特征向量之间的距离,生成所述第一图像与所述第二图像之间的相似度信息。

7.根据权利要求6所述的装置,其中,所述提取单元,进一步配置用于:

对于所述至少两类目标区域中的目标区域,将该目标区域输入至与该目标区域的类型信息对应的特征提取模型,得到该目标区域的特征向量。

8.根据权利要求7所述的装置,其中,所述特征提取模型包括至少一个卷积层。

9.根据权利要求6所述的装置,其中,所述融合单元,包括:

拼接子单元,用于拼接所提取的特征向量得到拼接特征向量;

确定子单元,用于将所述拼接特征向量输入至卷积神经网络模型,将所述卷积神经网络模型的全连接层的输出确定为第一特征向量。

10.根据权利要求6-9中任一项所述的装置,其中,所述第一图像、第二图像为人脸图像;以及

所述类型信息包括以下至少一项:眼睛区域、鼻子区域、嘴巴区域、眉毛区域、耳朵区域。

11.一种电子设备,包括:

一个或多个处理器;

存储装置,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201810276675.7/1.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