[發明專利]場景識別方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202011376434.3
• 申請日: 2020-11-30
• 公開（公告）號: CN112348117A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 郭卉
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: 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

本申請涉及一種場景識別方法、裝置、計算機設備和存儲介質。所述方法包括：獲取訓練樣本圖像；對訓練樣本圖像進行背景識別，得到所述訓練樣本圖像對應的背景樣本圖像；將所述背景樣本圖像輸入到場景識別模型中，得到第一場景識別結果，將所述訓練樣本圖像輸入到所述場景識別模型中，得到第二場景識別結果；基于第一場景識別結果與所述第二場景識別結果之間的識別結果差異得到目標模型損失值；目標模型損失值與所述識別結果差異成正相關關系；基于所述目標模型損失值調整所述場景識別模型的模型參數，得到已訓練的場景識別模型。本申請中的場景識別模型可以部署于云服務器中，云服務器提供人工智能云服務。采用本方法能夠提高場景識別準確度。

技術領域

本申請涉及圖像識別技術領域，特別是涉及一種場景識別方法、裝置、計算機設備和存儲介質。

背景技術

隨著信息技術的發展，用戶越來越多地通過視頻來傳遞信息，視頻可以涉及各種各樣的場景，比如美食場景、人像場景、風景場景及卡通場景等。識別視頻所屬的場景，在視頻內容分析以及視頻檢索等領域具有十分重要的意義。

目前，可以通過多種方式進行對圖像或視頻進行場景識別，例如可以通過基于人工智能的場景識別模型對圖像中的場景進行識別。

然而，由于圖像的種類多種多樣，傳統方法中存在不能準確識別場景的情況，即場景識別的準確度低。

發明內容

基于此，有必要針對上述場景識別效率低的技術問題，提供一種能夠提高場景識別準確度的場景識別方法、裝置、計算機設備和存儲介質。

一種場景識別方法，所述方法包括：獲取訓練樣本圖像；對訓練樣本圖像進行背景識別，得到所述訓練樣本圖像對應的背景樣本圖像；將所述背景樣本圖像輸入到場景識別模型中，得到第一場景識別結果，將所述訓練樣本圖像輸入到所述場景識別模型中，得到第二場景識別結果；基于所述第一場景識別結果與所述第二場景識別結果之間的識別結果差異得到目標模型損失值；所述目標模型損失值與所述識別結果差異成正相關關系；基于所述目標模型損失值調整所述場景識別模型的模型參數，得到已訓練的場景識別模型。

一種場景識別裝置，所述裝置包括：訓練樣本圖像獲取模塊，用于獲取訓練樣本圖像；背景樣本圖像得到模塊，用于對訓練樣本圖像進行背景識別，得到所述訓練樣本圖像對應的背景樣本圖像；場景識別結果得到模塊，用于將所述背景樣本圖像輸入到場景識別模型中，得到第一場景識別結果，將所述訓練樣本圖像輸入到所述場景識別模型中，得到第二場景識別結果；目標模型損失值得到模塊，用于基于所述第一場景識別結果與所述第二場景識別結果之間的識別結果差異得到目標模型損失值；所述目標模型損失值與所述識別結果差異成正相關關系；已訓練的場景識別模型得到模塊，用于基于所述目標模型損失值調整所述場景識別模型的模型參數，得到已訓練的場景識別模型。

在一些實施例中，所述背景樣本圖像得到模塊包括：顯著性圖像得到單元，用于對所述訓練樣本圖像進行顯著性識別，得到所述訓練樣本圖像對應的顯著性圖像；背景樣本圖像得到單元，用于根據所述顯著性圖像得到背景掩膜，利用所述背景掩膜對所述訓練樣本圖像進行處理，得到所述訓練樣本圖像對應的背景樣本圖像。

在一些實施例中，所述背景樣本圖像得到單元，還用于獲取所述顯著性圖像對應的灰度統計值，根據所述灰度統計值得到灰度閾值；根據所述灰度閾值對所述顯著性圖像進行二值化處理，得到背景掩膜。

在一些實施例中，所述背景樣本圖像得到單元，還用于將所述顯著性圖像中像素點的灰度值與所述灰度閾值進行對比；當所述像素點的灰度值大于所述灰度閾值時，確定所述像素點在背景掩膜中的取值為像素屏蔽值，當所述像素點的灰度值小于所述灰度閾值時，確定所述像素點在背景掩膜中的取值為像素保留值。