[发明专利]图像的确定方法、装置、存储介质及电子装置

说明书

本发明实施例提供了一种图像的确定方法、装置、存储介质及电子装置，其中，该方法包括：获取目标图像，其中，目标图像中包括目标对象；使用目标模型对目标图像进行分析，以确定目标图像中包括的目标对象的目标完整度，其中，目标模型为使用多组训练数据通过机器学习训练出的，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，从目标图像中确定出目标子图像。通过本发明，解决了相关技术中存在的仅能基于预先确定的完整阈值确定出图像而导致确定出图像不能满足动态场景的问题，达到准确确定目标对象的目标完整度，确定出满足动态使用场景的图像效果。

技术领域

本发明实施例涉及通信领域，具体而言，涉及一种图像的确定方法、装置、存储介质及电子装置。

背景技术

随着技术的不断发展，人工智能技术在生活中的应用越来越广泛，基于目标的智能分析(如目标属性分析、目标重识别、目标特征比对等)是人工智能应用的重要部分，智能分析的准确率对用户使用体验有重要影响。为提高目标分析的准确率，需对目标进行筛选。目标的完整程度是筛选时的一个重要考虑维度，但相关技术中的目标完整性判断仅能判断目标是否完整，即将目标划分为完整和不完整两类，缺少对图像不完整程度的判断，在部分恶劣情况下，如目标全程不完整时，便无法对目标进行进一步筛选。此外，在确定目标是否完整时，目标完整阈值只能在事前确定，无法在使用时动态调整确定出的图像。

由此可知，相关技术中存在仅能基于预先确定的完整阈值确定出图像而导致确定出的图像不能满足动态场景的问题。

针对相关技术存在的上述问题，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像的确定方法、装置、存储介质及电子装置，以至少解决相关技术中存在的仅能基于预先确定的完整阈值确定出图像而导致确定出的图像不能满足动态场景的问题。

根据本发明的一个实施例，提供了一种图像的确定方法，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。

根据本发明的另一个实施例，提供了一种图像的确定装置，包括：获取模块，用于获取目标图像，其中，所述目标图像中包括目标对象；分析模块，用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，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；确定模块，用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，其中，所述目标子图像是所述目标图像的子图像。

根据本发明的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被处理器执行时实现上述任一项中所述的方法的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，在获取到目标图像后，使用目标模型对目标图像进行分析，以确定目标图像中包括的目标对象的目标完整度，根据目标完整度阈值和目标完整度，从目标图像中确定出目标子图像，由于目标模型是通过多组训练数据通过机器学习训练出的，能够准确确定目标对象的目标完整度，此外，可以根据目标完整度阈值和目标完整度动态确定出目标子对象，因此，可以解决相关技术中存在的仅能基于预先确定的完整阈值确定出图像而导致确定出的图像不能满足动态场景的问题，达到准确确定目标对象的目标完整度，确定出满足动态使用场景图像的效果。