[發明專利]圖像處理方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202010578425.6
• 申請日: 2020-06-23
• 公開（公告）號: CN111476806B
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 胡一凡
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/194;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 陳小娜

本申請涉及一種圖像處理方法、裝置、計算機設備和存儲介質。所述方法包括：獲取待處理的目標圖像對應的目標特征矩陣；確定對所述目標特征矩陣進行分割得到的多個特征區域；基于所述特征區域中的特征值，確定各個所述特征區域對應的目標權重；根據各個所述特征區域以及對應的目標權重得到所述目標特征矩陣對應的加權特征矩陣；對所述加權特征矩陣進行處理，得到所述目標圖像對應的目標處理結果。本申請中的圖像處理結果可以是基于圖像處理模型得到的，圖像處理模型可以是人工智能模型，采用本方法能夠提高圖像處理結果的準確度。

技術領域

本申請涉及圖像處理技術領域，特別是涉及一種圖像處理方法、裝置、計算機設備和存儲介質。

背景技術

隨著科技的發展，圖像得到越來越廣泛的應用。在很多場景下都需要對圖像進行處理，例如可以對圖像進行分割，分割得到前景對應的圖像以及背景對應的圖像。

目前，可以依據基于人工智能的圖像處理模型對圖像進行處理，然而，經常存在圖像處理模型處理得到的結果不符合期望的圖像處理結果的問題，即得到的圖像處理結果的準確度低。

發明內容

基于此，有必要針對上述技術問題，提供一種圖像處理方法、裝置、計算機設備和存儲介質。

一種圖像處理方法，所述方法包括：獲取待處理的目標圖像對應的目標特征矩陣；確定對所述目標特征矩陣進行分割得到的多個特征區域；基于所述特征區域中的特征值，確定各個所述特征區域對應的目標權重；根據各個所述特征區域以及對應的目標權重得到所述目標特征矩陣對應的加權特征矩陣；對所述加權特征矩陣進行處理，得到所述目標圖像對應的目標處理結果。

一種圖像處理裝置，所述裝置包括：目標特征矩陣獲取模塊，用于獲取待處理的目標圖像對應的目標特征矩陣；特征區域確定模塊，用于確定對所述目標特征矩陣進行分割得到的多個特征區域；目標權重得到模塊，用于基于所述特征區域中的特征值，確定各個所述特征區域對應的目標權重；加權特征矩陣得到模塊，用于根據各個所述特征區域以及對應的目標權重得到所述目標特征矩陣對應的加權特征矩陣；目標處理結果得到模塊，用于對所述加權特征矩陣進行處理，得到所述目標圖像對應的目標處理結果。

在一些實施例中，所述特征區域確定模塊包括：劃分數量獲取單元，用于獲取區域劃分數量；特征圖劃分單元，用于根據所述目標特征矩陣中特征值的分布對所述目標特征矩陣進行分割，得到所述區域劃分數量的特征區域。

在一些實施例中，所述特征圖劃分單元用于：對所述目標特征矩陣對應的目標特征值范圍進行分割，得到個數為所述區域劃分數量的子特征值范圍；將所述目標特征矩陣中，特征值在同一個所述子特征值范圍內的特征點，劃分在同一個特征區域中，得到所述目標特征矩陣對應的多個特征區域。

在一些實施例中，所述特征圖劃分單元用于：獲取所述目標特征矩陣對應的最大特征值以及最小特征值；根據所述區域劃分數量，在所述最大特征值與最小特征值對應的目標特征值范圍內，確定特征值等分點；將所述特征值等分點之間的范圍，作為子特征值范圍。

在一些實施例中，所述目標處理結果是利用圖像處理模型處理得到的，所述劃分數量獲取單元用于：獲取所述圖像處理模型對應的候選結果類別數量，根據所述候選結果類別數量得到所述區域劃分數量。

在一些實施例中，所述目標權重得到模塊包括：池化單元，用于以區域為單位對所述目標特征矩陣進行池化處理，得到各個所述特征區域分別對應的池化值；目標權重確定單元，用于根據第一池化向量得到各個所述特征區域對應的目標權重；所述第一池化向量是所述特征區域對應的池化值組成的。

在一些實施例中，所述目標特征矩陣為多個，得到所述第一池化向量的模塊包括：將多個所述目標特征矩陣中，各個所述特征區域對應的池化值作為向量值，組合得到第一池化向量。