[發(fā)明專利]樣本圖像處理方法、裝置、電子設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010218983.1
• 申請(qǐng)日: 2020-03-25
• 公開(kāi)（公告）號(hào): CN111414921A
• 公開(kāi)（公告）日: 2020-07-14
• 發(fā)明（設(shè)計(jì)）人: 郭冠軍
• 申請(qǐng)（專利權(quán)）人: 北京字節(jié)跳動(dòng)網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號(hào): G06K9/40
• 分類號(hào): G06K9/40;G06K9/62
• 代理公司: 北京市立方律師事務(wù)所 11330
• 代理人: 張?bào)銓?/td>

本公開(kāi)實(shí)施例涉及圖像處理技術(shù)領(lǐng)域，公開(kāi)了一種樣本圖像處理方法、裝置、電子設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)，其中，樣本圖像處理方法包括：獲取預(yù)定數(shù)量的屬于預(yù)定圖像類別的樣本圖像；接著，確定各樣本圖像分別對(duì)應(yīng)的各圖像特征，并根據(jù)各樣本圖像分別對(duì)應(yīng)的各圖像特征，確定各樣本圖像分別對(duì)應(yīng)的目標(biāo)圖像類別；接著，針對(duì)每一樣本圖像，當(dāng)基于預(yù)定圖像類別與每一樣本圖像的目標(biāo)圖像類別，確定每一樣本圖像為噪聲樣本圖像時(shí)，濾除每一樣本圖像。本公開(kāi)實(shí)施例的方法，不僅能夠高效地對(duì)噪聲樣本圖像進(jìn)行篩選與清理，極大減少篩選圖像噪聲樣本圖像所耗費(fèi)的人力成本，而且利于訓(xùn)練基于卷積神經(jīng)網(wǎng)絡(luò)的分類模型，便于提高分類模型的分類準(zhǔn)確性。

技術(shù)領(lǐng)域

本公開(kāi)實(shí)施例涉及圖像處理技術(shù)領(lǐng)域，具體而言，本公開(kāi)涉及一種樣本圖像處理方法、裝置、電子設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)。

背景技術(shù)

近年來(lái)，深度學(xué)習(xí)在視頻圖像、語(yǔ)音識(shí)別、自然語(yǔ)言處理等相關(guān)領(lǐng)域得到了廣泛應(yīng)用。卷積神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)的一個(gè)重要分支，由于其超強(qiáng)的擬合能力以及端到端的全局優(yōu)化能力，使得圖像分類任務(wù)在應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)之后，預(yù)測(cè)精度大幅提升。其中，在通過(guò)基于卷積神經(jīng)網(wǎng)絡(luò)的分類模型進(jìn)行圖像分類的過(guò)程中，首先需要獲取大量的樣本圖像，來(lái)對(duì)基于卷積神經(jīng)網(wǎng)絡(luò)的分類模型進(jìn)行訓(xùn)練，接著再使用訓(xùn)練后的分類模型對(duì)待分類的圖像的進(jìn)行圖像分類。

通常，可以從一些圖像網(wǎng)站或攝影網(wǎng)站中獲取上傳者上傳的各種圖像類別的各種圖像作為樣本圖像。其中，上傳者在上傳圖像時(shí)會(huì)根據(jù)圖像網(wǎng)站的要求，為待上傳的圖像設(shè)定相應(yīng)的圖像類別，即對(duì)待上傳的圖像做簡(jiǎn)單分類，比如在上傳圖像的過(guò)程中，先確定待上傳圖像的圖像類別，并將待上傳的圖像上傳到確定出的圖像類別中。

然而，本公開(kāi)的發(fā)明人在具體實(shí)施過(guò)程中，發(fā)現(xiàn)：上傳者在上傳圖像時(shí)，存在不嚴(yán)格遵守圖像網(wǎng)站的要求來(lái)對(duì)上傳圖像進(jìn)行準(zhǔn)確分類的情況，比如圖像1原本屬于圖像類別A，而上傳者隨意將其上傳到了圖像類別B中，從而導(dǎo)致圖像類別中的圖像存在噪聲樣本圖像的情況，如果通過(guò)專門的工作人員對(duì)圖像網(wǎng)站中各種圖像類別中的大量圖像進(jìn)行噪聲樣本圖像的篩選，不僅成本高，而且效率低下，因此，需要一種處理圖像類別中的噪聲樣本圖像的方法。

發(fā)明內(nèi)容

本公開(kāi)實(shí)施例的目的旨在至少能解決上述的技術(shù)缺陷之一，特提供該發(fā)明內(nèi)容部分以便以簡(jiǎn)要的形式介紹構(gòu)思，這些構(gòu)思將在后面的具體實(shí)施方式部分被詳細(xì)描述。該發(fā)明內(nèi)容部分并不旨在標(biāo)識(shí)要求保護(hù)的技術(shù)方案的關(guān)鍵特征或必要特征，也不旨在用于限制所要求的保護(hù)的技術(shù)方案的范圍。

一方面，提供了一種樣本圖像處理法，包括：

獲取預(yù)定數(shù)量的屬于預(yù)定圖像類別的樣本圖像；

確定各樣本圖像分別對(duì)應(yīng)的各圖像特征，并根據(jù)各樣本圖像分別對(duì)應(yīng)的各圖像特征，確定各樣本圖像分別對(duì)應(yīng)的目標(biāo)圖像類別；

針對(duì)每一樣本圖像，當(dāng)基于預(yù)定圖像類別與每一樣本圖像的目標(biāo)圖像類別，確定每一樣本圖像為噪聲樣本圖像時(shí)，濾除每一樣本圖像。

一方面，提供了一種樣本圖像處理裝置，包括：

獲取模塊，用于獲取預(yù)定數(shù)量的屬于預(yù)定圖像類別的樣本圖像；

第一確定模塊，用于確定各樣本圖像分別對(duì)應(yīng)的各圖像特征，并根據(jù)各樣本圖像分別對(duì)應(yīng)的各圖像特征，確定各樣本圖像分別對(duì)應(yīng)的目標(biāo)圖像類別；

第二確定模塊，用于針對(duì)每一樣本圖像，當(dāng)基于預(yù)定圖像類別與每一樣本圖像的目標(biāo)圖像類別，確定每一樣本圖像為噪聲樣本圖像時(shí)，濾除每一樣本圖像。

一方面，提供了一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)上述的樣本圖像處理方法。

一方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的樣本圖像處理方法。