[发明专利]图像处理方法、装置、计算机可读存储介质及计算机设备

说明书

本申请涉及一种图像处理方法，所述方法包括：获取至少两张待处理图像，各所述待处理图像是分别通过不同的成像角度采集同一目标对象形成；通过图像处理模型中与各所述待处理图像分别对应的各特征提取网络，分别提取各自对应的所述待处理图像的目标特征；根据各所述目标特征，确定所述目标对象对应的分类结果。本申请提供的方案能够提高图像处理效率及准确度。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像处理方法、装置、计算机可读存储介质及计算机设备。

背景技术

对于包含目标对象的图像，可以对图像进行处理，从而确定目标对象的关联事件的状态属性。比如，通过乳腺钼靶图像确定是否患有乳腺癌。

传统方式中，主要是人工观察包含目标对象的图像，再凭借人为经验判断该目标对象对应的分类结果，该分类结果可以用于表征该目标对象的关联事件的状态属性。比如，医生通过肉眼观察乳腺钼靶图像，再凭借从医经验判断乳房对应的分类结果，该分类结果可以用于表征是否患有乳腺癌。然而，人工的观察和判断具有很强的主观性，导致图像的处理效率及准确性较低。

发明内容

基于此，有必要针对传统技术中图像的处理效率及准确性较低的技术问题，提供一种图像处理方法、装置、计算机可读存储介质及计算机设备。

一种图像处理方法，包括：

获取至少两张待处理图像，各所述待处理图像是分别通过不同的成像角度采集同一目标对象形成；

通过图像处理模型中与各所述待处理图像分别对应的各特征提取网络，分别提取各自对应的所述待处理图像的目标特征；

根据各所述目标特征，确定所述目标对象对应的分类结果。

一种图像处理装置，包括：

待处理图像获取模块，用于获取至少两张待处理图像，各所述待处理图像是分别通过不同的成像角度采集同一目标对象形成；

目标特征获取模块，用于通过图像处理模型中与各所述待处理图像分别对应的各特征提取网络，分别提取各自对应的所述待处理图像的目标特征；

分类结果确定模块，用于根据各所述目标特征，确定所述目标对象对应的分类结果。

一种模型训练方法，包括：

获取至少两组全局图像样本，各组全局图像样本是分别通过不同的成像角度采集样本对象形成；

分别根据各组全局图像样本对第一待训练神经网络进行模型训练，确定与各组全局图像样本分别对应的各中间特征提取网络；

根据各所述中间特征提取网络，构建第二待训练神经网络；

根据各组全局图像样本对所述第二待训练神经网络进行模型训练，确定图像处理模型。

一种模型训练装置，包括：

全局样本获取模块，用于获取至少两组全局图像样本，各组全局图像样本是分别通过不同的成像角度采集样本对象形成；

中间网络训练模块，用于分别根据各组全局图像样本对第一待训练神经网络进行模型训练，确定与各组全局图像样本分别对应的各中间特征提取网络；

神经网络构建模块，用于根据各所述中间特征提取网络，构建第二待训练神经网络；

图像处理模型训练模块，用于根据各组全局图像样本对所述第二待训练神经网络进行模型训练，确定图像处理模型。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述图像处理方法和/或模型训练方法中的步骤。