[發(fā)明專利]圖像屬性的確定方法、裝置、終端設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011194935.X
• 申請日: 2020-10-30
• 公開（公告）號: CN112287847A
• 公開（公告）日: 2021-01-29
• 發(fā)明（設(shè)計）人: 李保俊;劉濤;黃家冕;曾鵬;興百橋
• 申請（專利權(quán)）人: 廣州華多網(wǎng)絡(luò)科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 蘇云輝

本申請?zhí)峁┝艘环N圖像屬性的確定方法、終端設(shè)備和存儲介質(zhì)，其方法包括獲取待識別圖像；將待識別圖像輸入至預(yù)先訓(xùn)練的圖像屬性分類模型，分別輸出待識別圖像的圖像角度概率值和文字類型概率值；圖像屬性分類模型是采用標(biāo)記有圖像角度信息和文字類型信息的圖像樣本對改進(jìn)的Efficient網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到的，改進(jìn)的Efficient網(wǎng)絡(luò)包括多個Attention?MBConv模塊，Attention?MBConv模塊是在MBConv模塊的最后一個特征輸出層之后加入注意力模塊而形成的；根據(jù)圖像角度概率值和文字類型概率值分別確定圖像角度和文字類型；該方法可同時識別出圖像角度和文字類型，減少了操作以及計算量。

技術(shù)領(lǐng)域

本申請涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種圖像屬性的確定方法、終端設(shè)備和計算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

隨著科學(xué)技術(shù)的發(fā)展，目前對于圖像處理識別的需求越來越大，例如身份證識別、票據(jù)文字識別、試卷自動批改、拍照搜題等。然而在某一些實(shí)際應(yīng)用場景中，例如拍照搜題時，為了提高搜題的準(zhǔn)確性，在圖像識別(例如文字識別)之前往往需要對圖像的多個屬性進(jìn)行判斷，如圖像文字的方向判斷(即是否有傾斜)、圖像文字的類型(即文字是手寫體還是印刷體)等。目前現(xiàn)有的圖像屬性確定方案基本都是分別對圖像的單一屬性進(jìn)行分類判斷，即每一個模型方案只能識別圖像的單一屬性，那么對于多屬性的圖像而言就需要設(shè)計多個獨(dú)立的模型方案，模型方案設(shè)計復(fù)雜且耗時長。

申請內(nèi)容

有鑒于此，本申請實(shí)施例中提供了一種圖像屬性的確定方法、終端設(shè)備和計算機(jī)可讀存儲介質(zhì)，以克服現(xiàn)有技術(shù)中每一個模型方案只能識別圖像的單一屬性，對于多屬性的圖像而言就需要設(shè)計多個獨(dú)立的模型方案，模型方案設(shè)計復(fù)雜且耗時長的問題。

第一方面，本申請實(shí)施例提供了一種圖像屬性的確定方法，該方法包括：獲取待識別圖像；

將所述待識別圖像輸入至預(yù)先訓(xùn)練的圖像屬性分類模型，分別輸出所述待識別圖像的圖像角度概率值和文字類型概率值；其中，所述圖像屬性分類模型是采用標(biāo)記有圖像角度信息和文字類型信息的圖像樣本對改進(jìn)的Efficient網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到的，所述改進(jìn)的Efficient網(wǎng)絡(luò)包括多個Attention-MBConv模塊，每個所述Attention-MBConv模塊串行連接，所述Attention-MBConv模塊是在MBConv模塊的最后一個特征輸出層之后加入注意力模塊而形成的；

根據(jù)所述圖像角度概率值和所述文字類型概率值分別確定圖像角度和文字類型。

第二方面，本申請實(shí)施例提供了一種圖像屬性的確定裝置，該裝置包括：

待識別圖像獲取模塊，用于獲取待識別圖像；

概率值輸出模塊，用于將所述待識別圖像輸入至預(yù)先訓(xùn)練的圖像屬性分類模型，分別輸出所述待識別圖像的圖像角度概率值和文字類型概率值；其中，所述圖像屬性分類模型是采用標(biāo)記有圖像角度信息和文字類型信息的圖像樣本對改進(jìn)的Efficient網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到的，所述改進(jìn)的Efficient網(wǎng)絡(luò)包括多個Attention-MBConv模塊，每個所述Attention-MBConv模塊串行連接，所述Attention-MBConv模塊是在MBConv模塊的最后一個特征輸出層之后加入注意力模塊而形成的；

角度類型確定模塊，用于根據(jù)所述圖像角度概率值和所述文字類型概率值分別確定圖像角度和文字類型。

第三方面，本申請實(shí)施例提供了一種終端設(shè)備，包括：存儲器；一個或多個處理器，與所述存儲器耦接；一個或多個應(yīng)用程序，其中，一個或多個應(yīng)用程序被存儲在存儲器中并被配置為由一個或多個處理器執(zhí)行，一個或多個應(yīng)用程序配置用于執(zhí)行上述第一方面提供的圖像屬性的確定方法。

第四方面，本申請實(shí)施例提供了一種計算機(jī)可讀取存儲介質(zhì)，計算機(jī)可讀取存儲介質(zhì)中存儲有程序代碼，程序代碼可被處理器調(diào)用執(zhí)行上述第一方面提供的圖像屬性的確定方法。