[發明專利]一種圖像處理方法、裝置、計算機設備以及存儲介質

有效

• 申請號: 202110791156.6
• 申請日: 2021-07-13
• 公開（公告）號: CN113255685B
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 劉強
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/38
• 分類號: G06K9/38;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 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

1.一種圖像處理方法，其特征在于，包括：

獲取待處理圖像，并通過對象檢測模型中的特征提取模塊提取所述待處理圖像的多個圖像特征；

根據所述多個圖像特征確定所述待處理圖像中的多個候選鏡頭區域以及每個候選鏡頭區域的位置信息；

從所述多個圖像特征中獲取多個目標圖像特征，并對所述多個目標圖像特征進行融合，得到融合圖像特征，其中，所述目標圖像特征包括背景圖像特征；

根據所述每個候選鏡頭區域的位置信息和所述融合圖像特征，從所述多個候選鏡頭區域中確定目標鏡頭區域；

其中，所述對象檢測模型是通過訓練樣本集訓練得到，所述訓練樣本集包括訓練圖像以及所述訓練圖像的標注信息，所述訓練圖像的標注信息用于標注所述訓練圖像中包括的鏡頭區域。

2.根據權利要求1所述的方法，其特征在于，所述根據所述每個候選鏡頭區域的位置信息和所述融合圖像特征，從所述多個候選鏡頭區域中確定目標鏡頭區域，包括：

根據所述每個候選鏡頭區域的位置信息和所述融合圖像特征，確定所述每個候選鏡頭區域的鏡頭概率；

從所述每個候選鏡頭區域的鏡頭概率中確定最大鏡頭概率，將所述最大鏡頭概率對應的候選鏡頭區域確定為所述待處理圖像的目標鏡頭區域。

3.根據權利要求1或2所述的方法，其特征在于，所述多個候選鏡頭區域以及每個候選鏡頭區域的位置信息是通過所述對象檢測模型中的對象檢測模塊根據所述多個圖像特征進行預檢測得到的；所述融合圖像特征是通過所述對象檢測模型中的特征融合模塊對所述多個目標圖像特征進行融合得到的；所述目標鏡頭區域是通過所述特征融合模塊根據所述每個候選鏡頭區域的位置信息和所述融合圖像特征進行對象檢測得到的。

4.根據權利要求3所述的方法，其特征在于，

所述訓練圖像是根據對獲取到的訓練視頻進行抽幀處理得到的；

所述訓練圖像包括第一訓練圖像和第二訓練圖像，所述第一訓練圖像中包括鏡頭區域和非鏡頭區域，所述第二訓練圖像包括鏡頭區域。

5.根據權利要求4所述的方法，其特征在于，通過訓練樣本集訓練得到對象檢測模型包括：

針對所述訓練樣本集包括的任一訓練圖像，將所述訓練圖像輸入所述特征提取模塊，確定所述訓練圖像的多個訓練圖像特征；

將所述多個訓練圖像特征輸入所述對象檢測模塊，確定所述訓練圖像的多個候選訓練鏡頭區域以及每個候選訓練鏡頭區域的位置信息；

從所述多個訓練圖像特征中獲取多個目標訓練圖像特征，并將所述多個目標訓練圖像特征和所述每個候選訓練鏡頭區域的位置信息輸入所述特征融合模塊，確定所述訓練圖像的目標訓練鏡頭區域；

根據所述訓練圖像的標注信息和所述目標訓練鏡頭區域對所述對象檢測模型進行訓練，得到訓練后的對象檢測模型。

6.根據權利要求1所述的方法，其特征在于，所述待處理圖像為待評估視頻中的一幀圖像；所述方法還包括：

從所述待處理圖像中的提取所述目標鏡頭區域；

獲取一個或多個預設評估指標，確定所述目標鏡頭區域在各個預設評估指標下的評估值；

根據所述目標鏡頭區域在各個預設評估指標下的評估值，確定所述待評估視頻的視頻評估值。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

當在同一時間段內接收到多個待評估視頻時，獲取所述多個待評估視頻中每個待評估視頻的視頻評估值；

對所述每個待評估視頻的視頻評估值進行降序排序，得到視頻評估值排序結果；

將所述視頻評估值排序結果中前L個視頻評估值對應的待評估視頻均作為待推薦視頻，L為正整數。