[发明专利]图片识别方法和装置、存储介质及电子设备

说明书

本发明公开了一种图片识别方法和装置、存储介质及电子设备。其中，该方法包括：获取与目标工单对应的目标图像集合；提取目标图像集合中每张目标图像的色调特征和灰度特征，其中，色调特征用于指示目标图像中像素的色调分布，灰度特征用于指示目标图像中像素的灰度分布；对色调特征和灰度特征进行加权融合，得到与目标图像匹配的融合特征；在目标图像集合中的第一目标图像对应的第一融合特征与第二目标图像对应的第二融合特征之间的特征距离小于预设阈值的情况下，确定第一目标图像与第二目标图像为相同图像。本发明解决了图片识别效率低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种图片识别方法和装置、存储介质及电子设备。

背景技术

当前在进行售后处理时，通常需要将相关的图片进行上传以供审核。而在审核过程中会出现同一工单重复上传图片的现象，重复上传的图片既影响了售后的处理，可能造成重复处理而造成不必要的损失。还会增加审核的工作量和难度。因此，需要对同一工单下的图片内容进行比对，筛选出重复图片。

现有技术，通常利用深度学习算法对图片进行相似比对。根据两张图片进行对比训练，提取图片中的特征信息，进行相似计算，从而确定两张图片是否相似。而深度学习算法需要采集大量的样本进行训练，并且需要对样本进行分类标注，采用专用算法服务器进行部署。这会导致深度学习算法的训练过程较为复杂，那么得到可以进行相似识别的深度学习算法需要耗费的时间较多，而且需要针对具体的应用进行训练，使得使用深度学习算法对图片进行相似识别的效率较低。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种图片识别方法和装置、存储介质及电子设备，以至少解决图片识别效率低的技术问题。

根据本发明实施例的一个方面，提供了一种图片识别方法，包括：获取与目标工单对应的目标图像集合；提取上述目标图像集合中每张目标图像的色调特征和灰度特征，其中，上述色调特征用于指示上述目标图像中像素的色调分布，上述灰度特征用于指示上述目标图像中像素的灰度分布；对上述色调特征和上述灰度特征进行加权融合，得到与上述目标图像匹配的融合特征；在上述目标图像集合中的第一目标图像对应的第一融合特征与第二目标图像对应的第二融合特征之间的特征距离小于预设阈值的情况下，确定上述第一目标图像与上述第二目标图像为相同图像。

根据本发明实施例的另一方面，还提供了一种图片识别装置，包括：获取单元，用于获取与目标工单对应的目标图像集合；提取单元，用于提取上述目标图像集合中每张目标图像的色调特征和灰度特征，其中，上述色调特征用于指示上述目标图像中像素的色调分布，上述灰度特征用于指示上述目标图像中像素的灰度分布；融合单元，用于对上述色调特征和上述灰度特征进行加权融合，得到与上述目标图像匹配的融合特征；确定单元，用于在上述目标图像集合中的第一目标图像对应的第一融合特征与第二目标图像对应的第二融合特征之间的特征距离小于预设阈值的情况下，确定上述第一目标图像与上述第二目标图像为相同图像。

根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述图片识别方法。

根据本发明实施例的又一方面，还提供了一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为通过所述计算机程序执行上述的图片识别方法。

在本发明实施例中，采用提取目标图像的指示色调分布的色调特征和灰度分布的灰度特征，利用灰度特征和色调特征构建融合特征，在比较第一目标图像与第二目标图像的相似程度时，通过计算第一目标图像的第一融合特征和第二目标图像的第二融合特征之间的特征距离，以特征距离指示第一目标图像和第二目标图像之间的差异度的方式，通过色调特征和灰度特征之间的特征距离指示图像之间的差异，达到了在不使用深度学习算法的基础上，通过简单运算得到图像之间差异度的目的，从而实现了简化图像差异度计算方法和流程，提高图片识别效率的技术效果，进而解决了图片识别效率低的技术问题。