[发明专利]一种图像处理方法、装置、设备及可读存储介质

说明书

本发明公开了一种图像处理方法，该方法包括以下步骤：获取待分类的双视角数据集；其中，双视角包括图像视角和文本视角；对双视角数据集中的图像进行分组划分，利用分组结果确定图像包；对双视角数据集中的文本信息进行段落划分，利用段落划分结果确定文本包；将图像包和文本包输入至双视角分类器中进行分类处理，获得图像分类结果；其中，双视角分类器为利用多示例学习，进行迭代求解得到的分类器；存储图像分类结果，并利用图像分类结果进行图像检索。该方法可得到提高图像处理中图像检索性能。本发明还公开了一种图像处理装置、设备及可读存储介质，具有相应的技术效果。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像处理方法、装置、设备及可读存储介质。

背景技术

图像分类是根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。除模拟人脑智能外，图像分类和目标识别技术给生活带来帮助和便利。如人脸识别，车牌号识别。针对可穿戴式设备，手势分类识别和跟踪算法可以识别手势并做出交互。近年来，图像分类与识别是计算机视觉领域热门研究方向之一，也是其他图像应用领域的基础。图像分类系统通常分为底层特征抽取、图像表达、分类器这三个重要组成部分，另有图像预处理，特征降维等可选模块嵌套其中。

目前，智能手机、数码相机、个人电脑等电子产品已入寻常百姓家。通过这些产品，能够轻松获取各种各样的图像信息。大数据时代，图像数据量大、种类繁多、价值密度低，用户对图像相关服务的需求也越来越迫切。数据挖掘和机器学习一直被致力于发展用于分析和理解不同应用中的图像数据。在云存储技术的发展、线上社群工具的创新下，在线照片共享平台(如Flickr，Photosig)大量涌现，为用户提供足够大的存储空间。用户可在线上分享私人照片，能够将照片分类、标上标签或文本描述，并且以此方式浏览。用户添加的文本描述可用于图像检索的同时，也因个人主观因素影响产生“噪声(Noise)”导致检索性能下降。具体为，对具有文本信息的图像进行分类检索时，该文本信息往往作为“噪音”存在，影响分类准确率，进一步导致检索性能下降。

综上所述，如何有效地提升图像分类准确率等问题，是目前本领域技术人员急需解决的技术问题。

发明内容

本发明的目的是提供一种图像处理方法、装置、设备及可读存储介质，在对具有文本信息的图像进行分类时，通过结合图像视角和文本视角进行图像分类，可提高图像分类的准确率，进一步提高图像检索性能。

为解决上述技术问题，本发明提供如下技术方案：

一种图像处理方法，包括：

获取待分类的双视角数据集；其中，所述双视角包括图像视角和文本视角；

对所述双视角数据集中的图像进行分组划分，利用分组结果确定图像包；

对所述双视角数据集中的文本信息进行段落划分，利用段落划分结果确定文本包；

将所述图像包和所述文本包输入至双视角分类器中进行分类处理，获得图像分类结果；其中，所述双视角分类器为利用多示例学习，进行迭代求解得到的分类器；

存储所述图像分类结果，并利用所述图像分类结果进行图像检索。

优选地，对所述双视角数据集中的图像进行分组划分，利用分组结果确定图像包，包括：

对所述双视角数据集中的图像进行图像特征提取处理，获得图像特征；

利用所述聚类算法并结合所述图像特征对所述图像进行聚合，并按照聚合结果确定初始图像包；

对所述初始图像包进行评分以确定正负性，并计算图像正包中各个图像示例间的相似度，获得所述图像包。