[發明專利]數據處理方法、裝置及計算機可讀存儲介質

在審

• 申請號: 202210708207.9
• 申請日: 2022-06-22
• 公開（公告）號: CN114782781A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 劉俊龍;沈旭;黃建強
• 申請（專利權）人: 阿里巴巴達摩院（杭州）科技有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/80;G06V10/764;G06K9/62
• 代理公司: 北京博浩百睿知識產權代理有限責任公司 11134
• 代理人: 謝湘寧

本發明公開了一種數據處理方法、裝置及計算機可讀存儲介質。該方法包括：獲取目標圖像在第一數據源中的數據；基于第一數據源中的數據，提取目標圖像的多個第一目標特征；分別基于多個第一目標特征，確定目標圖像屬于預定類型的多個第一初始概率；基于多個第一初始概率，確定目標圖像屬于預定類型的第一目標概率，并基于第一目標概率確定目標圖像的分類結果。本發明提出的圖像分類方法，解決了在相關技術中對目標圖像進行分類時，存在魯棒性低的技術問題，通過將分類結果渲染到AR/VR顯示設備，本發明還可應用于虛擬現實領域。

技術領域

本發明涉及數據處理領域，具體而言，涉及一種數據處理方法、裝置及計算機可讀存儲介質。

背景技術

相關技術中，視圖數據通常也可以稱為視圖特征數據，可以通過視圖數據分析解決分類問題。例如，可以通過視圖特征數據解決不同視覺特征類型下的分類問題，可以通過視圖特征數據解決用戶在不同行為特征類型下的分類問題，等等。相關技術中的基于視圖特征數據進行分類的方法雖然能夠解決分類問題，但相關技術中的基于視圖特征數據進行分類的方法的魯棒性差、擴展性差，且泛化性差。即，在相關技術中，存在對目標對象進行分類時，存在魯棒性低的問題。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種數據處理方法、裝置及計算機可讀存儲介質，以至少解決相關技術中對目標圖像進行分類時，存在魯棒性的技術問題。

根據本發明實施例的一個方面，提供了一種數據處理方法，包括：獲取目標圖像在第一數據源中的數據；基于所述第一數據源中的數據，提取所述目標圖像的多個第一目標特征；分別基于所述多個第一目標特征，確定所述目標圖像屬于預定類型的多個第一初始概率；基于所述多個第一初始概率，確定所述目標圖像屬于所述預定類型的第一目標概率，并基于所述第一目標概率確定所述目標圖像的分類結果。

可選地，所述基于所述第一目標概率確定所述目標圖像的分類結果，包括：判斷所述第一目標概率是否超過預定概率閾值；在判斷結果為是的情況下，基于所述第一目標概率確定所述目標圖像的分類結果。

可選地，所述方法還包括：在判斷結果為否的情況下，基于所述第一數據源中的數據，提取所述目標圖像的其它特征，并基于所述其它特征確定所述目標圖像屬于所述預定類型的其它概率，其中，所述其它特征為基于所述第一數據源中的數據提取的特征中，除所述多個第一目標特征之外的特征；基于所述第一目標概率和所述其它概率，確定所述目標圖像的分類結果。

可選地，所述基于所述第一目標概率和所述其它概率，確定所述目標圖像的分類結果，包括：基于所述第一目標概率和所述其它概率，確定所述目標圖像屬于所述預定類型的融合概率；基于所述融合概率和預定概率閾值，確定所述目標圖像的分類結果。

可選地，所述基于所述多個第一初始概率，確定所述目標圖像屬于所述預定類型的第一目標概率，包括：基于所述多個第一初始概率，采用貝葉斯法則以及所述多個第一初始概率間相互獨立的條件，確定所述目標圖像屬于所述預定類型的第一目標概率。

可選地，所述方法還包括：在判斷結果為否的情況下，獲取所述目標圖像屬于所述預定類型的第二目標概率，其中，所述第二目標概率為基于所述目標圖像在第二數據源中的數據獲得的概率，所述第二數據源為與所述第一數據源不同的數據源；基于所述第一目標概率和所述第二目標概率，確定所述目標圖像的分類結果。

可選地，所述基于所述第一目標概率確定所述目標圖像的分類結果，包括：在所述預定類型為多個不同的類型的情況下，對所述多個不同的類型分別對應的第一目標概率進行比較；確定所述多個不同的類型分別對應的第一目標概率中最大概率對應的類型為所述目標圖像所屬的類型。