[發明專利]基于人工智能的圖像處理方法、裝置、設備及存儲介質

在審

• 申請號: 202011574403.9
• 申請日: 2020-12-25
• 公開（公告）號: CN113516148A
• 公開（公告）日: 2021-10-19
• 發明（設計）人: 楊天舒
• 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
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

本申請實施例提供了一種基于人工智能的圖像處理方法、裝置、設備及存儲介質，涉及人工智能技術領域。其中，該方法包括：獲取待分類圖像；基于多個卷積神經網絡對所述待分類圖像進行特征提取，得到多個特征圖；對所述多個特征圖中的每個所述特征圖分別進行池化處理，得到多個特征向量，所述多個特征向量中每個特征向量的維度由每個所述特征向量對應的卷積神經網絡的通道數確定；對所述多個特征向量進行融合處理，得到融合后的特征向量，所述融合后的特征向量的維度由所述多個特征圖的通道數之和確定；根據所述融合后的特征向量對所述待分類圖像進行分類處理，得到對所述待分類圖像的分類結果。采用本申請，可以提升對圖像分類的準確度。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種基于人工智能的圖像處理方法、裝置、設備及存儲介質。

背景技術

隨著越來越多圖像的產生，為了方便對這些圖像的管理，會對這些圖像進行分類。通常來說，會選擇由卷積層、池化層、全連接層構建的卷積神經網絡模型等模型來實現圖像分類。發明人發現，這種圖像分類方式往往需要在對圖像執行尺寸調整或圖像截取等預處理操作后，才能通過所述的卷積神經網絡模型分類。然而，這種丟失部分圖像信息或改變圖像本身的性質來進行圖像分類的方式，降低了圖像分類準確度。

發明內容

本申請實施例提供了一種基于人工智能的圖像處理方法、裝置、設備及存儲介質，可以提升圖像分類的準確度。

第一方面，本申請實施例提供了一種基于人工智能的圖像處理方法，包括：

獲取待分類圖像；

基于多個卷積神經網絡對所述待分類圖像進行特征提取，得到多個特征圖；

對所述多個特征圖中的每個所述特征圖分別進行池化處理，得到多個特征向量，所述多個特征向量中每個特征向量的維度由每個所述特征向量對應的卷積神經網絡的通道數確定；

對所述多個特征向量進行融合處理，得到融合后的特征向量，所述融合后的特征向量的維度由所述多個特征圖的通道數之和確定；

根據所述融合后的特征向量對所述待分類圖像進行分類處理，得到對所述待分類圖像的分類結果。

第二方面，本申請實施例提供了一種基于人工智能的圖像處理裝置，包括：

獲取模塊，用于獲取待分類圖像；

處理模塊，用于基于多個卷積神經網絡對所述待分類圖像進行特征提取，得到多個特征圖，并對所述多個特征圖中的每個所述特征圖分別進行池化處理，得到多個特征向量，所述多個特征向量中每個特征向量的維度由每個所述特征向量對應的卷積神經網絡的通道數確定；

所述處理模塊，還用于對所述多個特征向量進行融合處理，得到融合后的特征向量，并根據所述融合后的特征向量對所述待分類圖像進行分類處理，得到對所述待分類圖像的分類結果，所述融合后的特征向量的維度由所述多個特征圖的通道數之和確定。

第三方面，本申請實施例提供了一種計算機設備，包括處理器和存儲器；其中，所述存儲器用于存儲計算機程序，所述計算機程序包括程序指令，所述處理器被配置用于調用所述程序指令，執行如第一方面所述的方法。

第四方面，本申請實施例提供了一種計算機存儲介質，所述計算機存儲介質中存儲有程序指令，所述程序指令被執行時，用于實現如第一方面所述的方法。