[发明专利]图像处理方法、装置、计算设备以及介质

说明书

本公开提供一种图像处理方法，包括：获取待识别图像；基于待识别图像的图像特征，确定待识别图像中的目标区域；基于待识别图像的图像特征，确定用于表征待识别图像存在目标对象的第一概率；基于目标区域的区域特征，确定用于表征目标区域存在目标对象的第二概率；以及基于第一概率和第二概率，确定待识别图像是否存在目标对象。本公开还提供了一种图像处理装置、一种计算设备、一种计算机可读存储介质以及一种计算机程序产品。

技术领域

本公开涉及计算机技术领域，更具体地，涉及一种图像处理方法、一种图像处理装置、一种计算设备以及一种计算机可读存储介质。

背景技术

现有二维码识别技术主要是通过直接使用二维码特征对图像中是否存在二维码进行判断或者通过使用深度学习相关算法识别图像中是否存在二维码。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题。

通过直接使用二维码特征对图像中是否存在二维码进行判断的方式难以识别变形的二维码或者已经失效的二维码，导致对存在二维码的图像的召回率较低。使用深度学习相关算法识别图像中是否存在二维码的方式存在成本较高的问题，例如训练识别模型时需要进行大量的人工标注、模型搭建难度较大、模型训练较耗时，并且使用深度学习相关算法进行识别需要高性能GPU、大内存等硬件支持，从而导致硬件成本较高。

发明内容

有鉴于此，本公开提供了一种优化的图像处理方法、图像处理装置、计算设备和计算机可读存储介质。

本公开的一个方面提供了一种图像处理方法，包括：获取待识别图像，基于所述待识别图像的图像特征，确定所述待识别图像中的目标区域，基于所述待识别图像的图像特征，确定用于表征所述待识别图像存在目标对象的第一概率，基于所述目标区域的区域特征，确定用于表征所述目标区域存在所述目标对象的第二概率，基于所述第一概率和所述第二概率，确定所述待识别图像是否存在所述目标对象。

根据本公开实施例，上述基于所述第一概率和所述第二概率，确定所述待识别图像中是否存在所述目标对象包括：利用概率模型处理所述第一概率和所述第二概率，得到表征所述待识别图像存在所述目标对象的目标概率。其中，所述概率模型是基于第一样本图像存在目标对象的概率得到的。

根据本公开实施例，上述概率模型包括多个模型参数。其中，所述方法还包括：基于所述第一概率和所述第二概率，更新所述多个模型参数以得到更新后概率模型，其中，所述基于所述第一概率和所述第二概率，确定所述待识别图像是否存在所述目标对象还包括：利用所述更新后概率模型基于所述第一概率和所述第二概率，预测所述待识别图像存在所述目标对象的目标概率。

根据本公开实施例，上述第一概率包括第三概率和第四概率，所述第三概率用于表征所述待识别图像是否存在目标对象，所述第四概率用于表征所述待识别图像是否存在预设对象，其中，所述第三概率和所述第四概率之间的关系为负相关关系。

根据本公开实施例，上述基于所述第一概率和所述第二概率，更新所述多个模型参数包括：确定所述第三概率是否大于第一预设阈值或者是否小于第二预设阈值，响应于确定所述第三概率大于第一预设阈值或者小于第二预设阈值，确定所述第三概率为所述概率模型的预测结果，基于所述预测结果、所述第一概率和所述第二概率，更新所述多个模型参数。

根据本公开实施例，上述处理所述待识别图像，得到表征所述待识别图像存在目标对象的第一概率包括：获取多个第二样本图像，针对所述多个第二样本图像中的每个第二样本图像，基于所述第二样本图像的图像特征，确定所述目标对象在所述第二样本图像中的第一特征，确定所述待识别图像的第二特征，其中，所述第二特征表征了所述待识别图像是否存在所述目标对象，基于所述第一特征和所述第二特征，确定所述第三概率，确定所述待识别图像存在预设对象的所述第四概率。