[发明专利]用于生成信息的方法和装置

说明书

本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取第一图像以及与第一图像关联的标注信息，标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息；根据标注信息分别提取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第二图像关联的第二特征向量；根据第一特征向量与第二特征向量之间的距离，生成第一图像与第二图像之间的相似度信息。该实施方式提供了一种基于不同种类的目标区域生成相似度信息的机制，丰富了信息生成方法。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及用于生成信息的方法和装置。

背景技术

随着计算机技术的飞快发展，数字图像处理技术发展越来越迅猛，已经深入到生活的方方面面。在数字图像处理技术领域，很多技术都基于图像之间的相似度而进行，例如，人脸识别、人脸验证都是基于人脸图像之间的相似度进行的。现有技术中，在确定图像之间的相似度时，通常都是在整张图像的层面上进行的。

发明内容

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：获取第一图像以及与第一图像关联的标注信息，标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息；根据标注信息分别提取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第二图像关联的第二特征向量；根据第一特征向量与第二特征向量之间的距离，生成第一图像与第二图像之间的相似度信息。

在一些实施例中，根据标注信息分别提取第一图像中目标区域的特征向量，包括：对于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。

在一些实施例中，特征提取模型包括至少一个卷积层。

在一些实施例中，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；将拼接特征向量输入至卷积神经网络模型，将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。

在一些实施例中，第一图像、第二图像为人脸图像；以及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。

第二方面，本申请实施例提供了一种用于生成信息的装置，该装置包括：第一获取单元，用于获取第一图像以及与第一图像关联的标注信息，标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息；提取单元，用于根据标注信息分别提取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第二图像关联的第二特征向量；生成单元，用于根据第一特征向量与第二特征向量之间的距离，生成第一图像与第二图像之间的相似度信息。

在一些实施例中，提取单元，进一步配置用于：对于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。

在一些实施例中，特征提取模型包括至少一个卷积层。

在一些实施例中，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，用于将拼接特征向量输入至卷积神经网络模型，将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。

在一些实施例中，第一图像、第二图像为人脸图像；以及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。

第三方面，本申请实施例提供了一种设备，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，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面上述的方法。