CN108255995A - 一种输出图像的方法及装置 - Google Patents
一种输出图像的方法及装置 Download PDFInfo
- Publication number
- CN108255995A CN108255995A CN201711477430.2A CN201711477430A CN108255995A CN 108255995 A CN108255995 A CN 108255995A CN 201711477430 A CN201711477430 A CN 201711477430A CN 108255995 A CN108255995 A CN 108255995A
- Authority
- CN
- China
- Prior art keywords
- image
- browsing
- target object
- treat
- image browsing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种输出图像的方法及装置,以实现图像基准方向的自适应调整。该方法包括:获取待浏览图像;将所述待浏览图像输入预设的图像方向识别模型中,对所述待浏览图像中的目标物体的基准方向进行识别,其中,所述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的;根据输出的识别结果,旋转所述待浏览图像,获得旋转后的待浏览图像,所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向;输出所述旋转后的待浏览图像,以供浏览。
Description
技术领域
本发明涉及电子设备应用领域,尤其涉及一种输出图像的方法及装置。
背景技术
随着科学技术的不断发展,电子技术也得到了飞速的发展,电子产品的种类也越来越多,人们也享受到了科技发展带来的各种便利。现在人们可以通过各种类型的智能终端,享受随着科技发展带来的舒适生活。
目前,以智能手机为例,用户在使用智能手机进行拍照时,往往会将手机旋转90°或者旋转180°,以获得更好的拍摄角度,但是,如此拍摄出来的照片在手机上或者是笔记本电脑上进行显示的时候,往往会出现无法全屏浏览或者图像颠倒的情况,影响用户体验。
发明内容
鉴于上述问题,本发明实施例的目的是提供一种输出图像的方法及装置,以实现图像基准方向的自适应调整。
为达到上述目的,本发明的技术方案是这样实现的:
第一方面,本发明实施例提供一种输出图像的方法,包括:获取待浏览图像;将所述待浏览图像输入预设的图像方向识别模型中,对所述待浏览图像中的目标物体的基准方向进行识别,其中,所述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的;根据输出的识别结果,旋转所述待浏览图像,获得旋转后的待浏览图像,所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向;输出所述旋转后的待浏览图像,以供浏览。
第二方面,本发明实施例提供一种输出图像的装置,包括:第一获取单元,用于获取待浏览图像;计算单元,用于将所述待浏览图像输入预设的图像方向识别模型中,对所述待浏览图像中的目标物体的基准方向进行识别,其中,所述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的;图像调整单元,用于根据输出的识别结果,旋转所述待浏览图像,获得旋转后的待浏览图像,所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向;输出单元,用于输出所述旋转后的待浏览图像,以供浏览。
第三方面,本发明实施例提供一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述一个或者多个技术方案所述的方法步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述一个或者多个技术方案所述的方法步骤。
本发明实施例所提供的输出图像的方法及装置中,在获取待浏览图像之后,将待浏览图像输入预设的图像方向识别模型中,对待浏览图像中的目标物体的基准方向进行识别,这里,上述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的,那么,根据图像方向识别模型输出的识别结果,就能够确定待浏览图像的基准方向是否为预设方向,进而旋转待浏览图像,使得旋转后的待浏览图像中的目标物体的基准方向为预设方向,最后,输出旋转后的待浏览图像,以供浏览,如此,能够实现图像基准方向的自适应调整,提升电子设备的智能程度,进而提供良好的用户体验。
附图说明
图1为本发明实施例中的图像基准方向的示意图一;
图2为本发明实施例中的图像基准方向的示意图二;
图3为本发明实施例中的输出图像的方法流程示意图;
图4为本发明实施例中的目标图像的当前基准方向的示意图一;
图5为本发明实施例中的目标图像的当前基准方向的示意图二;
图6为本发明实施例中的训练图像方形识别模型的方法流程示意图;
图7为本发明实施例中的输出图像的装置的结构示意图;
图8为本发明实施例中的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
首先,对本发明实施例中所说的“基准方向”进行说明。
图1为本发明实施例中的图像基准方向的示意图一,参见图1所示,图像10中包含一物体,如人脸101,由眼睛102指向嘴巴103的方向就是常说的人脸的基准方向,也可以称为人脸的正方向,此时,可以把人脸的正方向确定为图像的基准方向。图2为本发明实施例中的图像基准方向的示意图二,参见图2所示,图像20中包含一物体,如树木201,由树梢202指向树根203的方向就是常说的树的基准方向,也可以称为树的正方向,此时,可以把树的正方向确定为图像的基准方向。以此类推,图像中的物体的基准方向可以用来表示该图像的基准方向。以上仅为为了说明图像基准方向的示例,本发明不作具体限定。
在实际应用中,基准方向除了上述正方向之外,还可以其它方向,本领域技术人员可根据实际需求进行设定,本发明不作具体限定。
实施例一:
本发明实施例提供一种输出图像的方法,该方法应用于电子设备,该电子设备可以为如智能手机、平板电脑、笔记本电脑、超极本电脑、台式电脑、数码相机等电子设备。
图3为本发明实施例中的输出图像的方法流程示意图,参见图3所示,该方法可以包括:
301:获取待浏览图像;
这里,电子设备可以通过实时拍照或者从本地、云端服务器等获取待浏览图像。例如,用户在使用智能手机拍照的过程中,按下快门按钮之后,电子设备生成预览图像,该预览图像被存储于内存中,并准备向用户显示;或者,笔记本电脑在收到手机发送来的图像后,可以将其保存在存储器中,那么,当用户想要浏览该图像时,可以通过手势操作选中该图像,此时,笔记本电脑生成浏览指令,执行该浏览指令,从图像的存储路径获得该待浏览图像。
302:将待浏览图像输入预设的图像方向识别模型中,对待浏览图像中的目标物体的基准方向进行识别;
其中,图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的。
这里,电子设备在接收到由摄像头采集到的待浏览图像,或者读取存储器中存储的待浏览图像之后,将该图像输入到预设的图像方向识别模型中,来对待浏览图像中的目标物体的基准方向进行识别。例如,图像方向识别模型是以物体的基准方向为上述正方向的图像样本训练而成,那么,当待浏览图像输入图像后,通过图像方向识别模型对图像样本的学习,获得表明物体的基准方向的方向特征,并由该方向特征来对待浏览图像的基准方向进行确定。
在本发明其它实施例中,可以采用深度学习算法来构建上述图像方向识别模型,那么,302可以包括:提取待浏览图像中目标物体的图像特征;将图像特征与图像方向识别模型中的方向特征进行比对,以确定目标物体的基准方向。
具体来说,根据深度学习理论可知,电子设备在获得待浏览图像之后,先提取该浏览图像中目标物体的图像特征,这里所说的目标物体可以为人脸、树木、建筑、天空等具有方向属性的物体,然后,将这些图像属性与图像方向识别模型中训练得到的方向特征进行比对,由此,来确定目标物体的基准方向,比如,可以通过比对确定目标物体40的当前基准方向为如图4所示的90°,或者图5所示的180°。可见,由此表征的待浏览图像的基准方向与图像识别模型中的方向特征所表征的基准方向0°,具有一定的偏差。
在实际应用中,上述特征提取过程可以通过卷积神经网络(CNN)实现,当然,还可以为其它算法,如深度卷积神经网络(DNN)、循环神经网络(RNN)等,本发明不作具体限定。
在具体实施过程中,为了减少数据运算量,提高数据运算速率,电子设备在进行特征提取之前,还可以先对待浏览图像进行处理,然后针对处理后的图像进行特征提取,那么,该方法还可以包括:从待浏览图像中确定出目标物体;按照目标物体在待浏览图像中的位置,确定出目标物体对应的候选区域;从候选区域中提取目标物体的图像特征。
具体来说,在待浏览图像中可以存在很多物体,电子设备可以通过图像识别确定出其中的某一个或者多个物体是什么,进而选择具有方向属性的物体作为目标物体,然后,按照目标物体在整个待浏览图片中的位置,进行候选区域的划分,比如,将目标区域所在的最小候选框所圈定的区域作为候选区域,或者,在目标物体上按照预设尺寸随机确定一片区域作为候选区域。接下来,对该候选区域进行目标物体的特征提取,这样能够大大提高数据处理速度,并且提升特征提取的精度。
303:根据输出的识别结果,旋转待浏览图像,获得旋转后的待浏览图像;
其中,旋转后的待浏览图像中的目标物体的基准方向为预设方向;
这里,通过上述图像方向识别模型识别出目标物体的基准方向后,电子设备会获得识别结果,该识别结果可以为表明目标物体当前基准方向的信息,也可以为目标物体的当前基准方向与预设方向的相对角度。当识别结果为目标物体的当前基准方向与预设方向的相对角度时,S303可以包括:将待浏览图像旋转相对角度,这样,旋转后的待浏览图像中的目标物体的基准方向为预设方向。
需要说明的是,上述预设方向就可以为前述的正方向,也可以为其它方向,只要是训练图像方向识别模型的图像样本的基准方向即可,本发明不作具体限定。
304:输出旋转后的待浏览图像,以供浏览。
这里,电子设备可以将旋转后的待浏览图像通过显示单元,如屏幕进行显示,或者通过网络发送给第三方设备,以供用户在第三方设备上进行浏览待浏览图像。
至此,便完成了图像自适应调整基准方向的过程。
下面以具体实例来对上述输出图像的方法进行说明。
假设,图像方向识别模型是由多个处于正方向的图像样本训练而成的。
那么,电子设备在通过摄像头获得如图4所示的待浏览图像之后,将其输入图像方向识别模型,通过特征提取、特征比对等过程,确定出待浏览图像的基准方向与上述正方向之间的相对角度,然后,将待浏览图像旋转相对角度,获得如图1所示的基准方向为正方向的旋转后的待浏览图像,最后将旋转后的待浏览图像输出,实现图像基准方向的自适应调整。
基于前述实施例,在实际应用中,在对待浏览图像进行基准方向识别之前,还需要构建上述图像方向模型。那么,参见图6所示,该方法还可以包括:
601:获取图像样本集合;
602:对图像样本集合中处于预设方向的物体进行标记;
603:利用标记后的图像样本,对卷积神经网络进行训练,获得图像方向识别模型。
这里,电子设备首先获得图像样本集合,在该集合中可以包括多张图像样本,这些图像样本中可以包括同一类型的物体,也可以包括不同类型的物体,也就是说,图像样本可以为同类图像,也可以为不同类图像。然后,确定这些图像样本所包含的物体的方向,并将物体的方向为预设方向的物体进行标记,比如,将处于正方向的人脸进行标记、或者处于预设方向的树等。标记后,使用这些标记过的图像样本训练卷积神经网络,如此便获得了上述图像方向识别模型。
在本发明其它实施例中,为了进一步提高后续识别的精度,减少识别过程总的数据处理量,在对图像样本集合中处于预设方向的物体进行标记之后,上述方法还可以包括:对标记后的图像样本中的物体进行分类,获得图像样本子集合;利用不同的图像样本子集合,分别对卷积神经网络进行训练,获得对应的图像方向识别子模型;将图像方向识别子模型的集合确定为图像方向识别模型。
具体来说,针对不同的图像样本中的物体,先对这些物体进行分类,如分成人脸、建筑物、树木、天空等,然后针对每一类物体,训练一个图像方向识别子模型,那么,由这些图像方向识别子模型组成的集合就是图像方向识别模型。
进一步地,在上述情况下,302可以包括:对待识别图像中的目标物体进行识别,确定目标物体所属的类别;将待浏览图像输入类别对应的图像方向识别子模型,对目标物体的基准方向进行识别。
具体来说,在针对不同类别的物体建立不同的图像方向识别子模型后,如果要对待浏览图像进行识别时,可以先对待浏览图像进行分类,也就是说,确定待浏览图像中目标物体所属的类别,例如,判断目标物体是属于人脸,还是属于树木等,假设确定目标物体属于人脸类别,此时,电子设备就采用人脸对应的图像方向识别子模型来进行基准方向识别。
至此,便完成了构建图像方向识别模型的过程。
本发明实施例所提供的输出图像的方法,在获取待浏览图像之后,将待浏览图像输入预设的图像方向识别模型中,对待浏览图像中的目标物体的基准方向进行识别,这里,上述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的,那么,根据图像方向识别模型输出的识别结果,就能够确定待浏览图像的基准方向是否为预设方向,进而旋转待浏览图像,使得旋转后的待浏览图像中的目标物体的基准方向为预设方向,最后,输出旋转后的待浏览图像,以供浏览,如此,能够实现图像基准方向的自适应调整,提升电子设备的智能程度,进而提供良好的用户体验。
基于同一发明构思,本发明实施例提供一种输出图像的装置,应用于上述一个或者多个实施例所述的电子设备。
图7为本发明实施例中的输出图像的装置的结构示意图,参见图7所示,该输出图像的装置700包括:
第一获取单元701,用于获取待浏览图像;
计算单元702,用于将待浏览图像输入预设的图像方向识别模型中,对待浏览图像中的目标物体的基准方向进行识别;
图像调整单元703,用于根据输出的识别结果,旋转待浏览图像,获得旋转后的待浏览图像,旋转后的待浏览图像中的目标物体的基准方向为预设方向;
输出单元704,用于输出旋转后的待浏览图像,以供浏览。
在本发明其它实施例中,计算单元,包括:提取子单元,用于提取待浏览图像中目标物体的图像特征;比对子单元,用于将图像特征与图像方向识别模型中的方向特征进行比对,以确定目标物体的基准方向。
在本发明其它实施例中,提取子单元,具体用于利用卷积神经网络对待浏览图像中的目标物体进行计算,获得目标物体的图像特征。
在本发明其它实施例中,提取子单元,具体用于从待浏览图像中确定出目标物体;按照目标物体在待浏览图像中的位置,确定出目标物体对应的候选区域;从候选区域中提取目标物体的图像特征。
在本发明其它实施例中,装置还包括:模型训练单元,用于获取图像样本集合;对图像样本集合中处于预设方向的物体进行标记;利用标记后的图像样本,对卷积神经网络进行训练,获得图像方向识别模型。
在本发明其它实施例中,模型训练单元,还用于在对图像样本集合中处于预设方向的物体进行标记之后,对标记后的图像样本中的物体进行分类,获得图像样本子集合;利用不同的图像样本子集合,分别对卷积神经网络进行训练,获得对应的图像方向识别子模型;将图像方向识别子模型的集合确定为图像方向识别模型。
在本发明其它实施例中,计算单元,还用于对待识别图像中的目标物体进行识别,确定目标物体所属的类别;将待浏览图像输入类别对应的图像方向识别子模型,对目标物体的基准方向进行识别。
在本发明其它实施例中,识别结果为目标物体的当前基准方向与预设方向的相对角度;调整单元,具体用于将待浏览图像旋转相对角度。
这里需要指出的是:以上装置实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本发明装置实施例中未披露的技术细节,请参照本发明方法实施例的描述而理解。
基于同一发明构思,本发明实施例提供一种电子设备,与上述一个或者多个实施例所述的电子设备一致。
图8为本发明实施例中的电子设备的结构示意图,参见图8所示,该电子设备800包括:存储器801、处理器802及存储在存储器801上并可在处理器802上运行的计算机程序803,处理器802执行程序时实现如上述一个或者多个实施例中所述的输出图像的方法步骤。
基于同一发明构思,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述一个或者多个实施例中所述的输出图像的方法步骤。
本发明实施例还公开了A1、一种输出图像的方法,包括:
获取待浏览图像;
将所述待浏览图像输入预设的图像方向识别模型中,对所述待浏览图像中的目标物体的基准方向进行识别;
根据输出的识别结果,旋转所述待浏览图像,获得旋转后的待浏览图像,所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向;
输出所述旋转后的待浏览图像,以供浏览。
A2、根据A1所述的方法,所述将所述待浏览图像输入预设的图像方向识别模型中,对所述待浏览图像中的目标物体的基准方向进行识别,包括:
提取所述待浏览图像中所述目标物体的图像特征;
将所述图像特征与所述图像方向识别模型中的方向特征进行比对,以确定所述目标物体的基准方向。
A3、根据A2所述的方法,所述提取所述带浏览图像中所述目标物体的图像特征,包括;
利用卷积神经网络对所述待浏览图像中的所述目标物体进行计算,获得所述目标物体的图像特征。
A4、根据A2所述的方法,所述提取所述待浏览图像中所述目标物体的图像特征,包括:
从所述待浏览图像中确定出所述目标物体;
按照所述目标物体在所述待浏览图像中的位置,确定出所述目标物体对应的候选区域;
从所述候选区域中提取所述目标物体的图像特征。
A5、根据A1所述的方法,所述方法还包括:
获取图像样本集合;
对所述图像样本集合中处于预设方向的物体进行标记;
利用标记后的图像样本,对卷积神经网络进行训练,获得所述图像方向识别模型。
A6、根据A5所述的方法,在所述对所述图像样本集合中处于预设方向的物体进行标记之后,所述方法还包括:
对标记后的图像样本中的物体进行分类,获得图像样本子集合;
利用不同的图像样本子集合,分别对卷积神经网络进行训练,获得对应的图像方向识别子模型;
将所述图像方向识别子模型的集合确定为所述图像方向识别模型。
A7、根据A6所述的方法,所述将所述待浏览图像输入预设的图像方向识别模型中,对所述待浏览图像中的目标物体的基准方向进行识别,包括:
对所述待识别图像中的目标物体进行识别,确定所述目标物体所属的类别;
将所述待浏览图像输入所述类别对应的图像方向识别子模型,对所述目标物体的基准方向进行识别。
A8、根据A1所述的方法,所述识别结果为所述目标物体的当前基准方向与所述预设方向的相对角度;
所述根据输出的识别结果,旋转所述待浏览图像,包括:
将所述待浏览图像旋转所述相对角度。
进一步地,本发明实施例提供B1、一种输出图像的装置,包括:
第一获取单元,用于获取待浏览图像;
计算单元,用于将所述待浏览图像输入预设的图像方向识别模型中,对所述待浏览图像中的目标物体的基准方向进行识别;
图像调整单元,用于根据输出的识别结果,旋转所述待浏览图像,获得旋转后的待浏览图像,所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向;
输出单元,用于输出所述旋转后的待浏览图像,以供浏览。
B2、根据B1所述的装置,所述计算单元,包括:
提取子单元,用于提取所述待浏览图像中所述目标物体的图像特征;
比对子单元,用于将所述图像特征与所述图像方向识别模型中的方向特征进行比对,以确定所述目标物体的基准方向。
B3、根据B2所述的装置,所述提取子单元,具体用于利用卷积神经网络对所述待浏览图像中的所述目标物体进行计算,获得所述目标物体的图像特征。
B4、根据B2所述的装置,所述提取子单元,具体用于从所述待浏览图像中确定出所述目标物体;按照所述目标物体在所述待浏览图像中的位置,确定出所述目标物体对应的候选区域;从所述候选区域中提取所述目标物体的图像特征。
B5、根据B1所述的装置,所述装置还包括:模型训练单元,用于获取图像样本集合;对所述图像样本集合中处于预设方向的物体进行标记;利用标记后的图像样本,对卷积神经网络进行训练,获得所述图像方向识别模型。
B6、根据B5所述的装置,所述模型训练单元,还用于在对所述图像样本集合中处于预设方向的物体进行标记之后,对标记后的图像样本中的物体进行分类,获得图像样本子集合;利用不同的图像样本子集合,分别对卷积神经网络进行训练,获得对应的图像方向识别子模型;将所述图像方向识别子模型的集合确定为所述图像方向识别模型。
B7、根据B6所述的装置,所述计算单元,还用于对所述待识别图像中的目标物体进行识别,确定所述目标物体所属的类别;将所述待浏览图像输入所述类别对应的图像方向识别子模型,对所述目标物体的基准方向进行识别。
B8、根据B1所述的装置,所述识别结果为所述目标物体的当前基准方向与所述预设方向的相对角度;所述调整单元,具体用于将所述待浏览图像旋转所述相对角度。
进一步地,本发明实施例提供C1、一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如A1至A9任一项所述的方法步骤。
进一步地,本发明实施例提供D1、一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如A1至A9任一项所述的方法步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种输出图像的方法,其特征在于,包括:
获取待浏览图像;
将所述待浏览图像输入预设的图像方向识别模型中,对所述待浏览图像中的目标物体的基准方向进行识别,其中,所述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的;
根据输出的识别结果,旋转所述待浏览图像,获得旋转后的待浏览图像,所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向;
输出所述旋转后的待浏览图像,以供浏览。
2.根据权利要求1所述的方法,其特征在于,所述将所述待浏览图像输入预设的图像方向识别模型中,对所述待浏览图像中的目标物体的基准方向进行识别,包括:
提取所述待浏览图像中所述目标物体的图像特征;
将所述图像特征与所述图像方向识别模型中的方向特征进行比对,以确定所述目标物体的基准方向。
3.根据权利要求2所述的方法,其特征在于,所述提取所述带浏览图像中所述目标物体的图像特征,包括;
利用卷积神经网络对所述待浏览图像中的所述目标物体进行计算,获得所述目标物体的图像特征。
4.根据权利要求2所述的方法,其特征在于,所述提取所述待浏览图像中所述目标物体的图像特征,包括:
从所述待浏览图像中确定出所述目标物体;
按照所述目标物体在所述待浏览图像中的位置,确定出所述目标物体对应的候选区域;
从所述候选区域中提取所述目标物体的图像特征。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取图像样本集合;
对所述图像样本集合中处于预设方向的物体进行标记;
利用标记后的图像样本,对卷积神经网络进行训练,获得所述图像方向识别模型。
6.根据权利要求5所述的方法,其特征在于,在所述对所述图像样本集合中处于预设方向的物体进行标记之后,所述方法还包括:
对标记后的图像样本中的物体进行分类,获得图像样本子集合;
利用不同的图像样本子集合,分别对卷积神经网络进行训练,获得对应的图像方向识别子模型;
将所述图像方向识别子模型的集合确定为所述图像方向识别模型。
7.根据权利要求1所述的方法,其特征在于,所述识别结果为所述目标物体的当前基准方向与所述预设方向的相对角度;
所述根据输出的识别结果,旋转所述待浏览图像,包括:
将所述待浏览图像旋转所述相对角度。
8.一种输出图像的装置,其特征在于,包括:
第一获取单元,用于获取待浏览图像;
计算单元,用于将所述待浏览图像输入预设的图像方向识别模型中,对所述待浏览图像中的目标物体的基准方向进行识别,其中,所述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的;
图像调整单元,用于根据输出的识别结果,旋转所述待浏览图像,获得旋转后的待浏览图像,所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向;
输出单元,用于输出所述旋转后的待浏览图像,以供浏览。
9.一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述的方法步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711477430.2A CN108255995A (zh) | 2017-12-29 | 2017-12-29 | 一种输出图像的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711477430.2A CN108255995A (zh) | 2017-12-29 | 2017-12-29 | 一种输出图像的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108255995A true CN108255995A (zh) | 2018-07-06 |
Family
ID=62724613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711477430.2A Pending CN108255995A (zh) | 2017-12-29 | 2017-12-29 | 一种输出图像的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108255995A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327285A (zh) * | 2021-07-30 | 2021-08-31 | 北京世纪好未来教育科技有限公司 | 一种图片拍摄方位的识别方法、装置及其电子设备 |
WO2021227995A1 (zh) * | 2020-05-09 | 2021-11-18 | 杭州海康威视数字技术股份有限公司 | 生成基准数据的方法和装置 |
TWI749821B (zh) * | 2020-10-22 | 2021-12-11 | 國立陽明交通大學 | 圖像特徵比對處理方法與系統 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102110149A (zh) * | 2011-02-17 | 2011-06-29 | 上海渐石网络科技有限公司 | 在网页上实现多图旋转的方法、装置及系统 |
US20150201104A1 (en) * | 2014-01-13 | 2015-07-16 | Imaginestics Llc | Three-dimensional image searching based on inputs collected by a mobile device |
CN106778852A (zh) * | 2016-12-07 | 2017-05-31 | 中国科学院信息工程研究所 | 一种修正误判的图像内容识别方法 |
CN107180413A (zh) * | 2017-05-05 | 2017-09-19 | 平安科技(深圳)有限公司 | 车损图片角度纠正方法、电子装置及可读存储介质 |
CN107358201A (zh) * | 2017-07-13 | 2017-11-17 | 杭州有盾网络科技有限公司 | 一种照片识别方法、装置及系统 |
-
2017
- 2017-12-29 CN CN201711477430.2A patent/CN108255995A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102110149A (zh) * | 2011-02-17 | 2011-06-29 | 上海渐石网络科技有限公司 | 在网页上实现多图旋转的方法、装置及系统 |
US20150201104A1 (en) * | 2014-01-13 | 2015-07-16 | Imaginestics Llc | Three-dimensional image searching based on inputs collected by a mobile device |
CN106778852A (zh) * | 2016-12-07 | 2017-05-31 | 中国科学院信息工程研究所 | 一种修正误判的图像内容识别方法 |
CN107180413A (zh) * | 2017-05-05 | 2017-09-19 | 平安科技(深圳)有限公司 | 车损图片角度纠正方法、电子装置及可读存储介质 |
CN107358201A (zh) * | 2017-07-13 | 2017-11-17 | 杭州有盾网络科技有限公司 | 一种照片识别方法、装置及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021227995A1 (zh) * | 2020-05-09 | 2021-11-18 | 杭州海康威视数字技术股份有限公司 | 生成基准数据的方法和装置 |
TWI749821B (zh) * | 2020-10-22 | 2021-12-11 | 國立陽明交通大學 | 圖像特徵比對處理方法與系統 |
CN113327285A (zh) * | 2021-07-30 | 2021-08-31 | 北京世纪好未来教育科技有限公司 | 一种图片拍摄方位的识别方法、装置及其电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109325954B (zh) | 图像分割方法、装置及电子设备 | |
US9811894B2 (en) | Image processing method and apparatus | |
US20230237841A1 (en) | Occlusion Detection | |
TW202213275A (zh) | 圖像處理方法、處理器、電子設備與電腦可讀存儲介質 | |
CN108108754A (zh) | 重识别网络的训练、重识别方法、装置和系统 | |
KR20230118898A (ko) | 가상 의류 시착 | |
CN110660037A (zh) | 图像间脸部交换的方法、装置、系统和计算机程序产品 | |
WO2019201042A1 (zh) | 图像对象识别方法和装置、存储介质及电子装置 | |
CN108961303A (zh) | 一种图像处理方法、装置、电子设备和计算机可读介质 | |
CN109583449A (zh) | 字符识别方法及相关产品 | |
CN110097086A (zh) | 图像生成模型训练方法、图像生成方法、装置、设备及存储介质 | |
US11004179B2 (en) | Image blurring methods and apparatuses, storage media, and electronic devices | |
US20190325564A1 (en) | Image blurring methods and apparatuses, storage media, and electronic devices | |
CN111275784B (zh) | 生成图像的方法和装置 | |
CN111126347B (zh) | 人眼状态识别方法、装置、终端及可读存储介质 | |
Huang et al. | RGB-D salient object detection by a CNN with multiple layers fusion | |
CN108255995A (zh) | 一种输出图像的方法及装置 | |
WO2015167975A1 (en) | Rating photos for tasks based on content and adjacent signals | |
WO2023035531A1 (zh) | 文本图像超分辨率重建方法及其相关设备 | |
CN110610191A (zh) | 一种电梯楼层识别方法、装置及终端设备 | |
CN113362263A (zh) | 变换虚拟偶像的形象的方法、设备、介质及程序产品 | |
CN109145783A (zh) | 用于生成信息的方法和装置 | |
CN112669244B (zh) | 人脸图像增强方法、装置、计算机设备以及可读存储介质 | |
WO2024041108A1 (zh) | 图像矫正模型训练及图像矫正方法、装置和计算机设备 | |
CN112634182A (zh) | 一种基于光场的图像校正方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180706 |