[發明專利]一種圖像場景識別方法及裝置、計算機設備以及存儲介質

在審

• 申請號: 202010345670.2
• 申請日: 2020-04-27
• 公開（公告）號: CN111539353A
• 公開（公告）日: 2020-08-14
• 發明（設計）人: 李巖;康斌
• 申請（專利權）人: 騰訊科技（武漢）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 蔡艾瑩

1.一種圖像場景識別方法，其特征在于，包括：

獲取待識別圖像中目標圖像的圖像特征；

對所述目標圖像的圖像特征進行處理，得到所述目標圖像的全局特征，并處理所述目標圖像的圖像特征以及所述全局特征，得到所述目標圖像中各像素對應錨點的圖像特征，各像素對應錨點的數量小于所述目標圖像中像素的數量；

根據所述目標圖像中各像素的圖像特征以及各像素對應錨點的圖像特征，得到所述目標圖像中各像素的全局信息參數；

根據所述目標圖像中各像素的圖像特征以及全局信息參數，對所述待識別圖像進行場景類別預測得到所述待識別圖像的場景識別結果。

2.根據權利要求1所述的圖像場景識別方法，其特征在于，所述對所述目標圖像的圖像特征進行處理，得到所述目標圖像的全局特征，并處理所述目標圖像的圖像特征以及所述全局特征，得到所述目標圖像中各像素對應錨點的圖像特征的步驟，包括：

獲取訓練后的錨點采樣模型，所述錨點采樣模型包括錨點定位層和數據提取層；

使用所述訓練后的錨點采樣模型中的錨點定位層，對所述目標圖像的圖像特征進行處理得到所述目標圖像的全局特征，并處理所述目標圖像的圖像特征以及所述全局特征，確定所述目標圖像中各像素對應錨點的位置參數；

使用所述訓練后的錨點采樣模型中的數據提取層，根據所述各像素對應錨點的位置參數以及所述目標圖像的圖像特征，確定所述各像素對應錨點的圖像特征。

3.根據權利要求2所述的圖像場景識別方法，其特征在于，所述使用所述訓練后的錨點采樣模型中的錨點定位層，對所述目標圖像的圖像特征進行處理得到所述目標圖像的全局特征，并處理所述目標圖像的圖像特征以及所述全局特征，確定所述目標圖像中各像素對應錨點的位置參數的步驟，包括：

使用所述錨點定位層中的池化層，處理各像素的圖像特征得到所述目標圖像在第一空間內的全局特征；

使用所述錨點定位層中的全連接層，對所述目標圖像在第一空間內的全局特征進行變換，得到所述目標圖像在第二空間內的全局特征，并確定為所述目標圖像的全局特征；

使用所述錨點定位層中的擴展層，處理所述目標圖像的全局特征得到所述目標圖像內各像素的全局特征；

使用所述錨點定位層中的拼接層，拼接所述目標圖像內各像素的全局特征以及圖像特征，得到所述目標圖像內各像素的綜合特征；

使用所述錨點定位層中的卷積層，基于設置的錨點數量處理各像素的綜合特征，得到各像素對應錨點的位置參數。

4.根據權利要求2所述的圖像場景識別方法，其特征在于，所述使用所述訓練后的錨點采樣模型中的數據提取層，根據所述各像素對應錨點的位置參數以及所述目標圖像的圖像特征，確定所述各像素對應錨點的圖像特征的步驟，包括：

使用所述數據提取層，基于所述各像素對應錨點的位置參數確定與所述各像素對應錨點在空間位置上滿足預設關系的多個參考像素的圖像特征，并處理各錨點對應的多個參考像素的圖像特征得到所述各像素對應錨點的圖像特征。

5.根據權利要求4所述的圖像場景識別方法，其特征在于，所述處理各錨點對應的多個參考像素的圖像特征得到所述各像素對應錨點的圖像特征的步驟，包括：

通過雙線性差值方式，對各錨點對應的多個參考像素的圖像特征進行處理得到所述各像素對應錨點的圖像特征。

6.根據權利要求1所述的圖像場景識別方法，其特征在于，所述根據所述目標圖像中各像素的圖像特征以及各像素對應錨點的圖像特征，得到所述目標圖像中各像素的全局信息參數的步驟，包括：

使用訓練后的快速全局注意力機制模型，根據所述各像素的圖像特征以及各像素對應錨點的圖像特征，確定各像素與各像素對應錨點之間的相似度；根據各像素與各像素對應錨點之間的相似度、以及各像素的圖像特征，確定所述各像素的全局信息參數。