[发明专利]图像处理方法、装置和电子设备

说明书

本申请提供一种图像处理方法、装置和电子设备。一种图像处理方法，包括：将待测图像分割为多个超像素区域；根据超像素区域的语义特征，获取语义特征对应的语义标签；将语义标签嵌入超像素区域，生成显著性区域；提取显著性区域的深度特征，生成待测图像的图像核；利用向量分类器处理图像核，对待测图像进行场景分类。

技术领域

本申请涉及图像处理领域，具体而言，涉及一种图像处理方法、装置和电子设备。

背景技术

图像场景分类在计算机视觉和智能系统中有重要应用，例如：图像理解，自动驾驶。该技术旨在根据对象、区域、上下文等关键信息，自动地将图像分为不同的类别。现有的基于深度学习的方法，其训练阶段是一个“黑盒”，不符合人类对于图像场景的视觉感知。而且在训练阶段，现有的方法需要大量的区域或像素级语义标签，给人工标注带来了巨大的挑战。

发明内容

本申请实施例的目的在于提供一种图像处理方法、装置和电子设备。

第一方面，实施例提供一种图像处理方法，包括：将待测图像分割为多个超像素区域；根据超像素区域的语义特征，获取语义特征对应的语义标签；将语义标签嵌入超像素区域，生成显著性区域；提取显著性区域的深度特征，生成待测图像的图像核；利用向量分类器处理图像核，对待测图像进行场景分类。

在可选的实施方式中，在将待测图像分割为多个超像素区域之后，还包括：去除尺寸小于预设值或超像素分数低于阈值的超像素区域。

在可选的实施方式中，将语义标签嵌入超像素区域，生成显著性区域，包括：将语义标签利用流形学习算法嵌入超像素区域；根据语义标签，从超像素区域的原始矩阵中获取基矩阵和稀疏矩阵；根据基矩阵，从超像素区域中对应获取显著性区域；其中，基矩阵表示带有语义标签的特征矩阵，稀疏矩阵表示不带有标签的特征矩阵。

在可选的实施方式中，在将语义标签嵌入超像素区域，生成显著性区域之后，还包括：根据显著性区域的稀疏编码范数，计算显著性区域的显著性分数；根据显著性分数，将显著性区域排序，生成广义序列模式集。

在可选的实施方式中，提取显著性区域的深度特征，生成待测图像的图像核，包括：根据神经网络架构获取广义序列模式集对应显著性区域的深度特征；获取深度特征的特征向量；根据特征向量之间的欧几里得距离，从显著性区域中获取图像核。

在可选的实施方式中，利用向量分类器处理图像核，对待测图像进行场景分类，包括：基于图像核，训练一个多类别支持向量机分类器；利用支持向量机分类器，将待测图像根据待测图像的特征向量对应至不同的场景类别。

第二方面，实施例提供一种图像处理装置，包括：图像分割模块，用于将待测图像分割为多个超像素区域；标签获取模块，用于根据超像素区域的语义特征，获取语义特征对应的语义标签；标签嵌入模块，用于将语义标签嵌入超像素区域，生成显著性区域；特征提取模块，用于提取显著性区域的深度特征，生成待测图像的图像核；场景分类模块，用于利用向量分类器处理图像核，对待测图像进行场景分类。

在可选的实施方式中，标签嵌入模块用于：将语义标签利用流形学习算法嵌入超像素区域；根据语义标签，从超像素区域的原始矩阵中获取基矩阵和稀疏矩阵；根据基矩阵，从超像素区域中对应获取显著性区域；其中，基矩阵表示带有语义标签的特征矩阵，稀疏矩阵表示不带有标签的特征矩阵。

在可选的实施方式中，特征提取模块用于：根据神经网络架构获取广义序列模式集对应显著性区域的深度特征；获取深度特征的特征向量；根据特征向量之间的欧几里得距离，从显著性区域中获取图像核。

在可选的实施方式中，场景分类模块用于：基于图像核，训练一个多类别支持向量机分类器；利用支持向量机分类器，将待测图像根据待测图像的特征向量对应至不同的场景类别。

第三方面，实施例提供一种电子设备，包括：存储器，用于存储计算机程序；处理器，用于执行如上述前述实施方式任一项方法。