[发明专利]图像视觉标注方法、装置、存储介质及设备

说明书

本公开提供一种图像视觉标注方法、装置、存储介质及设备，用以解决相关技术中检索图像效率降低的问题。公开的图像视觉标注方法，包括：提取待标注图像的视觉描述向量信息；根据所述视觉描述向量信息得到所述图像对应的视觉标注字段；按照所述视觉标注字段分类呈现所述图像。本公开的方案使得用户能够方便快捷地检索到感兴趣的视觉文件，提高了检索效率。

技术领域

本公开涉及计算机技术领域，具体地，涉及一种图像视觉标注方法、装置、存储介质及设备。

背景技术

目前，移动设备一般采用拍摄时间或位置信息，如GPS(Global PositioningSystem，全球定位系统)定位信息来对拍摄得到的视频/图像进行标注。当用户在移动设备中查看视频/图像时，会按照文件标注的时间或地点信息进行分类/或排序。在按照时间对视频/图像进行分类或排序的情况下，用户可选择按不同的时间粒度，例如，日、月或年，对图像/视频进行分类查看；在按照位置对视频/图像进行分类的情况下，用户可选择按照不同地点对图像/视频进行分类查看。

但在用户对移动设备的实际使用中，对视频/图像进行浏览时，用户的检索行为往往是以内容驱动为主，例如，用户希望查看包含家里的猫或公园的花朵的视频/图像等。但当前移动设备无法将视频/图像按照内容进行有效聚合分类，在移动设备内视频/图像数量的不断增加的情况下，将会导致用户检索其所关注的内容的效率较低，严重影响用户体验。

发明内容

本公开的目的是提供一种图像视觉标注方法、装置、存储介质及设备，用以解决相关技术中检索图像效率降低的问题。

根据本公开的第一个方面，提供了一种图像视觉标注方法，包括：提取待标注图像的视觉描述向量信息；根据所述视觉描述向量信息得到所述图像对应的视觉标注字段；按照所述视觉标注字段分类呈现所述图像。

可选地，所述根据所述视觉描述向量信息得到所述图像对应的视觉标注字段，包括：将所述视觉描述向量信息发送至服务器端，其中，所述服务器端的数据库中存储有视觉描述向量以及与视觉描述向量对应的视觉标注信息；接收所述服务器端发送的与所述视觉描述向量对应的视觉标注信息；基于所述视觉标注信息生成所述视觉标注字段。

可选地，所述方法还包括：在获取到所述图像对应的视觉标注字段之后，将所述标注字段写入所述图像对应的扩展字段。

可选地，所述待标注图像包括单帧静态图像和/或多帧视频图像，所述将所述标注字段写入所述图像对应的扩展字段，包括：对于所述单帧静态图像，将所述视觉标注字段写入第一压缩码流的图像头扩展字段，其中，所述第一压缩码流由压缩所述单帧静态图像得到；对于所述多帧视频图像，将第二压缩码流中的视觉对象的索引以及所述视觉标注字段写入视频序列头扩展字段，将编码后的视觉对象的索引写入帧头扩展字段，其中，所述第二压缩码流由压缩所述多帧视频图像得到。

可选地，所述按照所述视觉标注字段分类呈现所述图像，包括：按照所述图像的标注字段对所述图像进行分类，得到多个图像分类，并呈现各图像分类对应的视觉标签，其中，所述视觉标签根据图像分类中的图像的标注字段得到。

根据本公开的第二个方面，提供一种图像视觉标注装置，包括：提取模块，用于提取待标注图像的视觉描述向量信息；获取模块，用于根据所述视觉描述向量信息得到所述图像对应的视觉标注字段；呈现模块，用于按照所述视觉标注字段分类呈现所述图像。

可选地，所述获取模块，包括：发送单元，用于将所述视觉描述向量信息发送至服务器端，其中，所述服务器端的数据库中存储有视觉描述向量以及与视觉描述向量对应的视觉标注信息；接收单元，用于接收所述服务器端发送的与所述视觉描述向量对应的视觉标注信息；生成单元，用于基于所述视觉标注信息生成所述视觉标注字段。

可选地，所述装置还包括：写入模块，用于在获取到所述图像对应的视觉标注字段之后，将所述标注字段写入所述图像对应的扩展字段。