[發明專利]圖片特征提取方法、裝置、服務器和介質

有效

• 申請號: 201910377163.4
• 申請日: 2019-05-07
• 公開（公告）號: CN111914850B
• 公開（公告）日: 2023-09-19
• 發明（設計）人: 楊羿;李小康;李一;陳曉冬;郭佳騁;劉林;朱延峰
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06V10/46
• 分類號: G06V10/46;G06V10/774;G06V10/82
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種圖片特征提取方法、裝置、服務器和介質，其中，該方法包括：檢測目標圖片中的顯著性區域；結合所述目標圖片中的顯著性區域，從目標圖片中提取特征參數，其中，所述特征參數與所述目標圖片中的顯著性區域的特征具有一致性。本發明實施例結合顯著性區域提取圖片中的特征參數，使得提取的特征參數與圖片中的顯著性區域的特征具有一致性。從而不僅實現了自動化的圖片特征提取，而且提取的特征能夠準確體現出所屬圖片的視覺特點，具有普適性，提高了方法的泛化能力。

技術領域

本發明實施例涉及計算機技術領域，尤其涉及一種圖片特征提取方法、裝置、服務器和介質。

背景技術

在視頻合成、圖片合成中，需要考慮背景色、字體顏色等信息。例如，在廣告用圖片的合成中，需要在原始圖片上添加文字注釋，或者在宣傳用海報類圖片的合成中，需要在原始圖片的基礎上做出符合海報尺寸的延展，那么就需要確定文字注釋的顏色，或者圖片延展部分的背景色。為了讓合成視頻、圖片的美觀度符合標準，我們經常需要美工、UI設計等專業人士進行操作，這樣合成的圖片、視頻的點擊率才能得到保證。但是我們需要對圖片、視頻進行批量化生產，那么自動化配色就成為一個需要解決的技術問題。

然而，現有技術通常是基于對圖片全局顏色的統計規則來提取配色信息，這種方式提取的配色信息無法準確體現出所有圖片的視覺特點，泛化能力不強。

發明內容

本發明實施例提供一種圖片特征提取方法、裝置、服務器和介質，以解決現有技術中圖片特征提取無法體現所有圖片的視覺特點、泛化能力不強的問題。

第一方面，本發明實施例提供了一種圖片特征提取方法，該方法包括：

檢測目標圖片中的顯著性區域；

結合所述目標圖片中的顯著性區域，從目標圖片中提取特征參數，其中，所述特征參數與所述目標圖片中的顯著性區域的特征具有一致性。

第二方面，本發明實施例還提供了一種圖片特征提取裝置，該裝置包括：

顯著性區域檢測模塊，用于檢測目標圖片中的顯著性區域；

特征參數提取模塊，用于結合所述目標圖片中的顯著性區域，從目標圖片中提取特征參數，其中，所述特征參數與所述目標圖片中的顯著性區域的特征具有一致性。

第三方面，本發明實施例還提供了一種服務器，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如本發明任一實施例所述的圖片特征提取方法。

第四方面，本發明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如本發明任一實施例所述的圖片特征提取方法。

本發明實施例利用機器學習的方法，通過檢測圖片的顯著性區域，然后結合顯著性區域提取圖片中的特征參數，使得提取的特征參數與圖片中的顯著性區域的特征具有一致性。從而不僅實現了自動化的圖片特征提取，而且提取的特征能夠準確體現出所屬圖片的視覺特點，具有普適性，提高了方法的泛化能力。

附圖說明

圖1是本發明實施例一提供的圖片特征提取方法的流程圖；

圖2a是本發明實施例二提供的圖片特征提取方法的流程圖；

圖2b是本發明實施例二提供的圖片特征提取方法中顯著探測模型和多層感知器的訓練過程的流程圖；

圖3是本發明實施例三提供的圖片特征提取裝置的結構示意圖；

圖4是本發明實施例四提供的一種服務器的結構示意圖。

具體實施方式