[发明专利]一种图片处理方法、装置及计算机可读存储介质

说明书

本发明实施例公开了一种图片处理方法、装置及存储介质，包括：服务器识别待处理图片中的物体和文字，并获取识别出的文字与物体在待处理图片中的第一位置关系信息；将待处理图片和识别出的文字输入第一神经网络模型，得到识别出的文字的格式信息；基于识别出的文字和格式信息，并利用第二神经网络模型获取词组集合；其中，词组集合包括以下至少之一词组：机构名称、人物名称；根据识别出的物体以及第一位置关系信息获取词组集合中相互间具有关联关系的词组；将识别出的文字输入第三神经网络模型，得到相互间具有关联关系的词组的关联关系信息。因此实现了图片中具有关联关系的机构名称和人物名称的获取以及关联关系信息的获取。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种图片处理方法、装置及计算机可读存储介质。

背景技术

会议图片是指对某个召开的会议所拍摄的图片，这种图片往往能揭示一些机构、人物间的关系，然而，现有技术中缺乏这样一种能够从图片中获取机构、人物间关系的技术手段。

发明内容

为了解决上述技术问题，本发明实施例提供一种图片处理方法、装置及计算机可读存储介质，能够实现图片中具有关联关系的机构名称和人物名称的获取以及关联关系信息的获取，从而发掘更多价值。

为了达到本发明实施例目的，本发明实施例提供了一种图片处理方法，包括：

服务器识别待处理图片中的物体和文字，并获取识别出的文字与识别出的物体在所述待处理图片中的第一位置关系信息；

将所述待处理图片和所述识别出的文字输入第一神经网络模型，得到所述识别出的文字的格式信息；

基于所述识别出的文字和所述格式信息，并利用第二神经网络模型获取词组集合；其中，所述词组集合包括以下至少之一词组：机构名称、人物名称；

根据所述识别出的物体以及所述第一位置关系信息获取所述词组集合中相互间具有关联关系的词组；

将所述识别出的文字输入第三神经网络模型，得到关联关系信息；其中，所述关联关系信息为所述词组集合中相互间具有关联关系的词组的关联关系信息。

所述将待处理图片和识别出的文字输入第一神经网络模型之前，还包括：

获取包含各种文字的格式信息的图片集合；

将所述图片集合中每一张图片与该图片所包含的文字，以及该图片所包含的文字的格式信息作为训练数据集对预设神经网络模型进行训练，得到所述第一神经网络模型。

所述第二神经网络模型包括：双向长短期记忆神经网络模型+线性链条件随机场模型；

所述基于识别出的文字和格式信息，并利用第二神经网络模型获取词组集合，包括：

利用图片嵌入技术将每一个所述识别出的文字分别拓展为第一向量组；

根据所述识别出的文字的格式信息的种类分别获取用于表示每一个所述识别出的文字的格式信息的第二向量组；

依次拼接每一个所述识别出的文字对应的第一向量组与第二向量组，得到拼接后的向量组；

将所述拼接后的向量组输入双向长短期记忆神经网络模型，得到稀疏矩阵；

将获得的稀疏矩阵输入所述条件随机场模型，输出所述词组集合。

所述获取用于表示每一个识别出的文字的格式信息的第二向量组，包括：

获取所述识别出的文字的格式信息的种类数量；

创建维度与所述识别出的文字的格式信息的种类数量相同的预设向量组；

确定所述预设向量组中的元素所对应的格式信息的种类以及用于表示该种类格式信息的值；