[发明专利]图像处理方法、装置、电子设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理的按时序关联的多个时序图片；

根据预设的筛选规则对各时序图片进行筛选，得到待分类的时序图片；

将待分类的时序图片输入至预设的场景分类模型中进行分类，其中，所述场景分类模型为预先训练至收敛状态，用于对输入图像进行场景分类的神经网络模型；

基于分类结果和预设的分类列表，筛选出至少一张时序图片为推荐图片。

2.根据权利要求1所述的图像处理方法，其特征在于，所述获取待处理的目标图集包括：

获取待处理的目标视频；

根据预设的抽帧频率对所述目标视频进行抽帧生成多个时序图片。

3.根据权利要求1所述的图像处理方法，其特征在于，所述筛选规则为对包括预设的第一目标图像的图像区域进行裁剪，所述根据预设的筛选规则对各时序图片进行筛选，得到待分类的时序图片包括：

识别所述待分类的时序图片中是否包括预设的第一目标图像；

当时序图片中包括所述第一目标图像时，根据所述第一目标图像所在的位置生成截图选区；

根据所述截图选区将包括所述第一目标图像的图像区域从所述时序图片中删除。

4.根据权利要求1所述的图像处理方法，其特征在于，所述筛选规则为删除图片参数不达标的时序图片，所述根据预设的筛选规则对各时序图片进行筛选，得到待分类的时序图片包括：

获取所述待分类的时序图片的图片参数；

基于预设的参数阈值，识别各时序图片的图片参数是否达标；

当时序图片的图片参数不达标时，将所述图片参数不达标的时序图片删除。

5.根据权利要求1所述的图像处理方法，其特征在于，所述筛选规则为删除包括预设的第二目标图像，且第二目标图像的视图比例大于预设的视图阈值的时序图片，所述根据预设的筛选规则对各时序图片进行筛选，得到待分类的时序图片包括：

将所述待分类的时序图片输入至预设的第一筛选模型中进行分类，其中，所述第一筛选模型为预先训练至收敛状态，用于对输入图像中的第二目标图像进行视图比例分类的神经网络模型；

基于分类结果，将所述第二目标图像的视图比例大于预设的视图阈值的时序图片删除。

6.根据权利要求1所述的图像处理方法，其特征在于，所述筛选规则为删除包括预设的第三目标图像的时序图片，所述根据预设的筛选规则对各时序图片进行筛选，得到待分类的时序图片包括：

将所述待分类的时序图片输入至预设的第二筛选模型中进行分类，其中，所述第二筛选模型为预先训练至收敛状态，用于对输入图像中是否具有第三目标图像进行分类的神经网络模型；

基于分类结果，将包括所述第三目标图像的时序图片删除。

7.根据权利要求1所述的图像处理方法，其特征在于，所述在所述分类图集筛选至少一张时序图片为推荐图片之后，包括：

获取所述推荐图片中各时序图片的图片状态；

基于预设的异常图片状态，识别所述各时序图片的图片状态是否异常；

将所述图片状态异常的时序图片删除。

8.一种图像处理装置，其特征在于，包括：

获取模块，用于获取待处理的按时序关联的多个时序图片；

筛选模块，用于根据预设的筛选规则对各时序图片进行筛选，得到待分类的时序图片；

处理模块，用于将待分类的时序图片输入至预设的场景分类模型中进行分类，其中，所述场景分类模型为预先训练至收敛状态，用于对输入图像进行场景分类的神经网络模型；

执行模块，用于基于分类结果和预设的分类列表，筛选出至少一张时序图片为推荐图片。

9.一种电子设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述图像处理方法的步骤。

10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述图像处理方法的步骤。