[發明專利]圖像處理方法、裝置、計算機可讀介質及電子設備

在審

• 申請號: 201910369974.X
• 申請日: 2019-05-06
• 公開（公告）號: CN110222220A
• 公開（公告）日: 2019-09-10
• 發明（設計）人: 金坤;趙世杰;易陽;李峰;左小祥
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06K9/32;G06N3/04
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美;王鵬健

1.一種圖像處理方法，其特征在于，包括：

提取待處理圖像的特征圖；

將所述特征圖劃分為多個目標區域；

根據各個所述目標區域的特征向量，確定各個所述目標區域的權重；

根據各個所述目標區域的權重和各個所述目標區域的特征向量，生成所述待處理圖像的特征向量。

2.根據權利要求1所述的圖像處理方法，其特征在于，將所述特征圖劃分為多個目標區域，包括：

根據預定的區域劃分方式對所述特征圖進行劃分，得到所述多個目標區域；或

對所述特征圖進行感興趣區域ROI池化操作，以將ROI映射到所述特征圖中得到所述多個目標區域。

3.根據權利要求2所述的圖像處理方法，其特征在于，根據預定的區域劃分方式對所述特征圖進行劃分，包括：

根據預定的至少一種區域劃分方式對所述特征圖進行劃分，得到各種所述區域劃分方式所對應的特征圖區域；

將各種所述區域劃分方式所對應的特征圖區域作為所述目標區域。

4.根據權利要求1所述的圖像處理方法，其特征在于，根據各個所述目標區域的特征向量，確定各個所述目標區域的權重，包括：

對各個所述目標區域的特征向量進行降維處理，得到各個所述目標區域對應的特征標量；

對各個所述目標區域對應的特征標量進行歸一化處理，得到各個所述目標區域的權重。

5.根據權利要求4所述的圖像處理方法，其特征在于，對各個所述目標區域的特征向量進行降維處理，得到各個所述目標區域對應的特征標量，包括：

將各個所述目標區域的特征向量輸入至輸出維度為1維的全連接層，根據所述全連接層的輸出確定各個所述目標區域對應的特征標量。

6.根據權利要求1所述的圖像處理方法，其特征在于，根據各個所述目標區域的權重和各個所述目標區域的特征向量，生成所述待處理圖像的特征向量，包括：

根據各個所述目標區域的權重和各個所述目標區域的特征向量，計算各個所述目標區域加權后的特征向量；

根據各個所述目標區域加權后的特征向量生成所述待處理圖像的特征向量。

7.根據權利要求6所述的圖像處理方法，其特征在于，根據各個所述目標區域加權后的特征向量生成所述待處理圖像的特征向量，包括：

將各個所述目標區域加權后的特征向量進行合并處理，得到所述待處理圖像的特征向量；或

將各個所述目標區域加權后的特征向量進行合并處理，對合并處理后的特征向量進行歸一化處理，得到所述待處理圖像的特征向量。

8.根據權利要求1至7中任一項所述的圖像處理方法，其特征在于，還包括：

根據所述待處理圖像的特征向量，檢索與所述待處理圖像相匹配的圖像。

9.一種圖像處理方法，其特征在于，包括：

將待處理圖像輸入至圖像處理模型中，所述圖像處理模型包括卷積模塊、視覺注意力模塊和特征合并模塊，

其中，所述卷積模塊用于提取所述待處理圖像的特征圖；所述視覺注意力模塊用于將所述特征圖劃分為多個目標區域，并根據各個所述目標區域的特征向量確定各個所述目標區域的權重；所述特征合并模塊用于根據各個所述目標區域的權重和各個所述目標區域的特征向量，生成所述待處理圖像的特征向量；

獲取所述圖像處理模型的所述待處理圖像的特征向量。

10.根據權利要求9所述的圖像處理方法，其特征在于，還包括：

獲取標記了特征向量的圖像樣本；

通過所述圖像樣本對所述圖像處理模型進行訓練。

11.根據權利要求9或10所述的圖像處理方法，其特征在于，通過所述卷積模塊中的任一卷積層提取所述待處理圖像的特征圖。