[发明专利]图像处理方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010740234.5 申请日: 2020-07-28
公开(公告)号: CN111753854A 公开(公告)日: 2020-10-09
发明(设计)人: 李悦翔;陈嘉伟;马锴;郑冶枫 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62;G06T5/00;G06N3/04;G06N3/08
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 刘星雨;张颖玲
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 电子设备 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:

对待识别图像进行局部特征提取处理,得到所述待识别图像中待识别目标的局部特征信息;

基于所述待识别目标的局部特征信息进行预测处理,得到所述待识别目标的目标描述信息;

对所述待识别图像进行全局特征提取处理,得到所述待识别目标的全局特征信息;

将所述待识别图像中待识别目标的目标描述信息与所述待识别目标的全局特征信息进行融合处理,得到所述待识别目标的融合信息;

基于所述待识别目标的融合信息进行分类处理,得到所述待识别目标的演变状态级别。

2.根据权利要求1所述的方法,其特征在于,

用于图像预测的预测网络包括多个级别预测网络,且所述多个级别预测网络分别对应不同的演变状态级别;

所述对待识别图像进行局部特征提取处理,得到所述待识别图像中待识别目标的局部特征信息,包括:

针对所述多个演变状态级别中的任一演变状态级别执行以下处理:

通过对应所述演变状态级别的级别预测网络,对所述待识别图像进行所述演变状态级别的特征提取处理,得到所述待识别目标对应所述演变状态级别的特征信息,以作为所述待识别目标的局部特征信息;

所述基于所述待识别目标的局部特征信息进行预测处理,得到所述待识别目标的目标描述信息,包括:

通过对应所述演变状态级别的级别预测网络,并结合所述待识别目标对应所述演变状态级别的特征信息进行局部预测处理,得到所述待识别目标对应所述演变状态级别的目标描述信息;

将所述待识别目标对应多个所述演变状态级别的目标描述信息进行融合处理,得到所述待识别目标的目标描述信息。

3.根据权利要求2所述的方法,其特征在于,所述结合所述待识别目标对应所述演变状态级别的特征信息进行局部预测处理,得到所述待识别目标对应所述演变状态级别的目标描述信息,包括:

对所述待识别目标对应所述演变状态级别的特征信息进行特征过滤处理,得到过滤后的特征信息;

对所述过滤后的特征信息进行非线性映射处理,得到所述待识别目标对应所述演变状态级别的目标描述信息。

4.根据权利要求2所述的方法,其特征在于,所述将所述待识别目标对应多个所述演变状态级别的目标描述信息进行融合处理,得到所述待识别目标的目标描述信息,包括:

当存在对应两个不同演变状态级别的目标描述信息时,将所述两个不同演变状态级别的目标描述信息之间的差异,确定为所述待识别目标的目标描述信息;

当存在对应至少三个不同演变状态级别的目标描述信息时,对所述至少三个不同演变状态级别的目标描述信息进行拼接处理,以得到所述待识别目标的目标描述信息。

5.根据权利要求2所述的方法,其特征在于,

每个所述级别预测网络包括多个子预测网络,且所述多个子预测网络对应所述待识别目标的不同的属性;

所述通过对应所述演变状态级别的所述级别预测网络,对所述待识别图像进行所述演变状态级别的特征提取处理,得到所述待识别目标对应所述演变状态级别的特征信息,包括:

针对所述待识别目标的每个属性,执行以下处理:

通过对应所述属性的子预测网络,对所述待识别图像进行特征提取处理,得到所述待识别目标对应所述属性的特征信息;

所述通过对应所述演变状态级别的级别预测网络,并结合所述待识别目标对应所述演变状态级别的特征信息进行局部预测处理,得到所述待识别目标在所述演变状态级别的目标描述信息,包括:

针对所述待识别目标的每个属性,执行以下处理:

通过对应所述属性的子预测网络,并结合所述待识别目标对应所述属性的特征信息进行局部预测处理,得到所述待识别目标对应所述属性的目标描述信息;

将所述待识别目标对应多个属性的目标描述信息进行拼接处理,得到所述待识别目标对应所述演变状态级别的目标描述信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010740234.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top