[发明专利]图像处理方法、装置、设备和存储介质

说明书

本申请提供一种图像处理方法、装置、设备和存储介质，通过获取待处理图像；对待处理图像进行n次特征提取，得到像素特征识别结果；每一次特征提取包括p个数据节点，p为大于1的整数；其中一个数据节点上的数据，是根据本次特征提取过程中该数据节点之前的各个数据节点的数据分别采用设定的特征提取方式处理得到的数据以及本次特征提取的输入数据确定的；一次特征提取过程中所采用的特征提取方式包括该次特征提取过程中的各个数据节点上的数据所采用的特征提取方式，各次特征提取过程中所采用的特征提取方式不完全相同；根据像素特征识别结果，对待处理图像进行处理。

技术领域

本申请涉及信号处理技术领域，尤其涉及一种图像处理方法、装置、设备和存储介质。

背景技术

随着深度学习技术的迅速发展，图像识别得到了广泛的推广和应用。图像识别的重要内容之一是通过对图像进行多次特征提取处理，得到图像特征识别结果，进而完成对图像内容的识别处理。其中，特征提取处理方式的多样性和合理性是决定图像识别结果质量的重要因素。

现有技术中，在对图像进行特征提取处理时，利用神经网络搜索的方法搜索出一个最好的神经网络单元，然后将搜索到的神经网络单元堆叠形成整个神经网络对图像进行特征提取，也就是说利用神经网络搜索的方法先确定出一个最优的特征提取方式，采用确定出的特征提取方式对图像进行多次特征提取处理，得到图像特征识别结果，然后利用得到的图像特征识别结果，完成对图像内容的识别处理。

然而，利用确定出的特征提取方式，对图像进行多次特征提取处理，会造成得到的图像特征识别结果存在准确性差、粗粒度大的问题，在利用图像特征识别结果进行图像内容识别时，存在图像识别精度低的缺陷。

发明内容

本申请提供一种图像处理方法、装置、设备和存储介质，用以解决现有图像处理方法存在的图像内容识别精度低的问题。

第一方面，本申请提供一种图像处理方法，包括：

获取待处理图像；

对所述待处理图像进行n次特征提取，得到所述待处理图像的像素特征识别结果；其中，每一次特征提取的输入数据是根据其前面k次特征提取的输出数据确定的；第m次特征提取的输入数据包括所述待处理图像；其中，m为大于等于1且小于等于k的整数，k为大于等于1且小于n的整数，n为大于1的整数；

每一次特征提取过程中包括p个数据节点；其中，p为大于1的整数；

每一次特征提取过程中的一个数据节点上的数据，是根据本次特征提取过程中该数据节点之前的各个数据节点的数据分别采用设定的特征提取方式处理得到的数据以及本次特征提取的输入数据确定的；其中，一次特征提取过程中所采用的特征提取方式包括该次特征提取过程中的各个数据节点上的数据所采用的特征提取方式，各次特征提取过程中所采用的特征提取方式不完全相同；每一次特征提取过程的输出数据为本次特征提取过程中的最后一个数据节点上的数据；

根据所述待处理图像的像素特征识别结果，对所述待处理图像进行处理。

结合本申请一个或多个实施例，所述图像处理方法由神经网络执行，每一次特征提取过程由所述神经网络中的一层基础单元执行。

结合本申请一个或多个实施例，每一次特征提取过程中所采用的特征提取方式根据以下步骤确定：

重复以下步骤，直至确定出一次特征提取中的各个数据节点上的数据到本次特征提取过程中其后的任意一个数据节点所采用的特征提取方式：

选择该次特征提取中的任意一个数据节点与该数据节点之后的任意一个数据节点构成目标数据节点对，其中，所述目标数据节点对中的前一个数据节点的数据到所述目标数据节点对中的后一个数据节点的处理具有多个候选的特征提取方式；