[发明专利]图像的确定方法、装置、存储介质及电子装置

权利要求书

1.一种图像的确定方法，其特征在于，包括：

获取目标图像，其中，所述目标图像中包括目标对象；

使用目标模型对所述目标图像进行分析，以确定所述目标图像中包括的目标对象的目标完整度，其中，所述目标模型为使用多组训练数据通过机器学习训练出的，所述多组训练数据中的每组数据包括：包含对象的图像以及图像中包含的对象的标注完整度；

基于目标完整度阈值和所述目标完整度，从所述目标图像中确定出目标子图像，其中，所述目标子图像是所述目标图像的子图像；

在使用目标模型对所述目标图像进行分析之前，所述方法还包括：获取多个包括对象的图像以及目标标注对象对每个图像中包括的对象的标注完整度，其中，所述标注完整度包括所述对象的标注主体完整度以及所述对象的各部分的标注子完整度；基于所述标注完整度以及所述目标标注对象确定所述每个图像中包括的对象的训练完整度；将每个图像以及所述每个图像中包括的对象的所述训练完整度确定为所述训练数据；利用所述训练数据训练初始模型，以得到所述目标模型；

所述目标完整度阈值支持动态调整。

2.根据权利要求1所述的方法，其特征在于，在基于目标完整度阈值和所述目标完整度，从所述目标图像中确定出目标子图像之前，所述方法还包括：

响应于完整度阈值指示指令，将所述目标完整度阈值指示指令指示的完整度，确定为所述目标完整度阈值。

3.根据权利要求1所述的方法，其特征在于，使用目标模型对所述目标图像进行分析，以确定所述目标图像中包括的目标对象的目标完整度包括：

使用目标模型对所述目标图像进行分析，以确定所述目标对象的主体完整度以及所述目标对象的各部分的子完整度；

将所述主体完整度以及所述子完整度确定为所述目标完整度。

4.根据权利要求1所述的方法，其特征在于，基于所述标注完整度以及所述目标标注对象确定所述每个图像中包括的对象的训练完整度包括：

确定所述目标标注对象中包括的每个标注对象的标注权重；

确定每个所述标注对象对每个图像中包括的对象的标注完整度；

将每个所述标注对象的所述标注权重与所述标注完整度的乘积的和确定所述训练完整度。

5.根据权利要求4所述的方法，其特征在于，确定所述目标标注对象中包括的每个标注对象的标注权重包括：

确定每个所述标注对象的历史标注准确率；

确定所有所述标注对象的历史平均标注准确率；

确定所述历史标注准确率与所述历史平均标注准确率的比值；

确定每个所述标注对象的平均权重；

将所述平均权重与所述比值的乘积确定为每个所述标注对象的所述标注权重。

6.根据权利要求1所述的方法，其特征在于，在使用目标模型对所述目标图像进行分析，以确定所述目标图像中包括的目标对象的目标完整度之后，所述方法还包括：

输出所述目标完整度。

7.根据权利要求1所述的方法，其特征在于，基于目标完整度阈值和所述目标完整度，从所述目标图像中确定出目标子图像包括：

基于所述目标完整度阈值确定完整度阈值区间；

将所述目标图像中包括的所述目标完整度处于所述完整度阈值区间的子图像确定为所述目标子图像。