[發明專利]圖像處理方法和裝置、存儲介質及電子裝置

在審

• 申請號: 202110361952.6
• 申請日: 2021-04-02
• 公開（公告）號: CN113705311A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 裴翰奇;常健博;王任直;馮銘;姚建華;尚鴻;王曉寧;鄭瀚;陳星翰
• 申請（專利權）人: 騰訊科技（深圳）有限公司;中國醫學科學院北京協和醫院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06Q10/04
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙靜

1.一種圖像處理方法，其特征在于，包括：

獲取目標對象的目標圖像，其中，所述目標圖像包括發生目標事件的局部圖像區域；

將所述目標圖像輸入事件發生時間預測模型，通過所述事件發生時間預測模型中的第一卷積層對所述目標圖像進行圖像特征提取，得到與所述局部圖像區域匹配的局部圖像特征，其中，所述局部圖像特征用于表示所述目標對象發生所述目標事件的進度；

將所述局部圖像特征輸入到所述事件發生時間預測模型的第二卷積層，獲得所述第二卷積層輸出的目標全局特征；

基于所述目標全局特征，確定所述目標對象發生所述目標事件的事件發生時間信息。

2.根據權利要求1所述的方法，其特征在于，將所述目標圖像輸入事件發生時間預測模型，通過所述事件發生時間預測模型中的第一卷積層對所述目標圖像進行圖像特征提取，得到與所述局部圖像區域匹配的局部圖像特征，包括：

通過所述第一卷積層在所述目標圖像中識別出所述局部圖像區域，其中，所述局部圖像特征包括所述局部圖像區域在多個維度上的圖像特征；

通過所述第一卷積層確定所述局部圖像區域在所述多個維度上的圖像特征，其中，所述目標全局特征用于表示所述局部圖像區域在多個維度上的圖像特征，所述多個維度與所述目標事件匹配，所述多個維度上的圖像特征用于表示所述目標對象發生所述目標事件的進度。

3.根據權利要求1所述的方法，其特征在于，所述基于所述目標全局特征，確定所述目標對象發生所述目標事件的事件發生時間信息，包括：

將所述目標全局特征輸入到所述事件發生時間預測模型的全連接層，獲得所述全連接層輸出的預測發生時長，其中，所述預測發生時長表示所述目標對象開始發生所述目標事件的時間點至拍攝所述目標圖像的時間點之間的時長，其中，所述事件發生時間信息包括所述預測發生時長。

4.根據權利要求1所述的方法，其特征在于，所述基于所述目標全局特征，確定所述目標對象發生所述目標事件的事件發生時間信息，包括：

將所述目標全局特征輸入到所述事件發生時間預測模型的全連接層，獲得所述全連接層輸出的預測發生時長，其中，所述預測發生時長表示所述目標對象開始發生所述目標事件的時間點至拍攝所述目標圖像的時間點之間的時長；

基于所述預測發生時長和預先獲取的拍攝時間點，確定預測發生時間點，其中，所述拍攝時間點為拍攝所述目標圖像的時間點，所述預測發生時間點表示所述目標對象開始發生所述目標事件的時間點，所述事件發生時間信息包括所述預測發生時間。

5.根據權利要求3或4所述的方法，其特征在于，所述將所述目標全局特征輸入到所述事件發生時間預測模型的全連接層，獲得所述全連接層輸出的預測發生時長，包括：

通過所述全連接層確定預設時長集合中每個時長的預測概率；

根據所述每個時長的預測概率，在所述時長集合中確定所述預測發生時長。

6.根據權利要求1至4中任一項所述的方法，其特征在于，所述方法還包括：

獲取樣本圖像集合，其中，所述樣本圖像集合包括樣本圖像、與所述樣本圖像對應的已知事件發生時間信息，所述樣本圖像是對樣本對象進行拍攝得到的圖像，所述已知事件發生時間信息包括所述樣本對象發生所述目標事件的實際時間點，或者，包括所述樣本對象發生所述目標事件的實際時間點與拍攝所述樣本圖像的時間之間的時長；

使用所述樣本圖像集合對樣本神經網絡模型進行訓練，直到所述樣本神經網絡模型的目標損失值滿足目標收斂條件，得到所述事件發生時間預測，其中，所述目標損失值是所述樣本神經網絡模型輸出的事件發生時間信息與所述已知事件發生時間信息共同確定的損失值。