[發明專利]圖像描述處理方法、計算機設備及存儲介質

在審

• 申請號: 202310420296.1
• 申請日: 2023-04-18
• 公開（公告）號: CN116486188A
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 陳廣;陳增海;鄭康元;王璞
• 申請（專利權）人: 廣州方硅信息技術有限公司
• 主分類號: G06V10/77
• 分類號: G06V10/77;G06V10/44;G06V10/764
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 郭曉曉

本申請公開了圖像描述處理方法、計算機設備及存儲介質。該方法包括：對待描述圖像進行描述得到圖像描述信息；對待描述圖像進行目標提取處理得到至少一個目標區域圖像，并對至少一個目標區域圖像進行描述得到目標描述信息；判斷待描述圖像和圖像描述信息是否匹配，以及每個目標區域圖像和相應的目標描述信息是否匹配；若待描述圖像和圖像描述信息匹配，并且至少一個目標區域圖像和相應的目標描述信息匹配，則為待描述圖像生成包括圖像描述信息和相應的目標描述信息的細粒度描述信息。通過上述方式，本申請能夠生成高質量的圖像的細粒度描述信息。

技術領域

本申請涉及圖像處理技術領域，特別是涉及圖像描述處理方法、計算機設備及存儲介質。

背景技術

圖像作為人類感知世界的視覺基礎，是人類獲取信息、表達信息和傳遞信息的重要手段。在圖像描述、圖像檢索、圖像生成等任務中通常需要使用描述數據集，描述數據集是指圖片–圖片對應文本描述所組成的數據集。數據集生成的量級和質量直接深遠的影響著后續圖像處理算法的表現，因此生成高效的數據生成方案至關重要。然而目前描述數據集的建立主要是通過人工標注或者根據網絡標簽清洗所生成的，都依賴于人為所設置的與圖像相關的描述信息，導致所生成的描述數據集可能與圖像關聯性不高且質量可能較低。

發明內容

本申請主要解決的技術問題是提供圖像描述處理方法、計算機設備及存儲介質，能夠生成高質量的圖像細粒度描述信息。

為解決上述技術問題，本申請采用的第一個技術方案是：提供一種圖像描述處理方法，該方法包括：對待描述圖像進行描述得到圖像描述信息；對待描述圖像進行目標提取處理得到至少一個目標區域圖像，并對至少一個目標區域圖像進行描述得到目標描述信息；判斷待描述圖像和圖像描述信息是否匹配，以及每個目標區域圖像和相應的目標描述信息是否匹配；若待描述圖像和圖像描述信息匹配，并且至少一個目標區域圖像和相應的目標描述信息匹配，則為待描述圖像生成包括圖像描述信息和相應的目標描述信息的細粒度描述信息。

為解決上述技術問題，本申請采用的第二個技術方案是：提供一種直播背景圖像的描述處理方法，該方法包括：對待描述圖像進行目標提取處理得到至少一個目標區域圖像，并對至少一個目標區域圖像進行描述得到目標描述信息；判斷待描述圖像和圖像描述信息是否匹配，以及每個目標區域圖像和相應的目標描述信息是否匹配；若待描述圖像和圖像描述信息匹配，并且至少一個目標區域圖像和相應的目標描述信息匹配，則為待描述圖像生成包括圖像描述信息和相應的目標描述信息的細粒度描述信息；將細粒度信息和待描述圖像關聯存儲于直播背景圖像庫中；響應于直播用戶的背景圖像請求指令，在直播背景圖像庫中確定與背景圖像請求指令相匹配的細粒度描述信息，并獲取細粒度描述信息對應的待描述圖像；將所獲取的待描述圖像發送給直播用戶對應的客戶終端，使得客戶終端能夠在直播間界面上將待描述圖像設置成直播背景。

為解決上述技術問題，本申請采用的第三個技術方案是：提供一種計算機設備，該設備包括：處理器、存儲器和通信電路；通信電路和存儲器分別耦接處理器，存儲器用于存儲計算機程序，處理器用于讀取并執行計算機程序，以實現如上述本申請第一個技術方案和第二個技術方案提供的方法。

為解決上述技術問題，本申請采用的第四個技術方案是：提供一種計算機可讀的存儲介質，該存儲介質存儲有計算機程序，計算機程序能夠被處理器讀取并執行，以實現如上述本申請第一個技術方案和第二個技術方案提供的方法。