CN108509904A - 用于生成信息的方法和装置 - Google Patents
用于生成信息的方法和装置 Download PDFInfo
- Publication number
- CN108509904A CN108509904A CN201810276675.7A CN201810276675A CN108509904A CN 108509904 A CN108509904 A CN 108509904A CN 201810276675 A CN201810276675 A CN 201810276675A CN 108509904 A CN108509904 A CN 108509904A
- Authority
- CN
- China
- Prior art keywords
- image
- feature vector
- information
- eigenvector
- target area
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- Biomedical Technology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括:获取第一图像以及与第一图像关联的标注信息,标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息;根据标注信息分别提取第一图像中目标区域的特征向量;融合所提取的特征向量,得到第一特征向量;获取第二图像以及与第二图像关联的第二特征向量;根据第一特征向量与第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息。该实施方式提供了一种基于不同种类的目标区域生成相似度信息的机制,丰富了信息生成方法。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及用于生成信息的方法和装置。
背景技术
随着计算机技术的飞快发展,数字图像处理技术发展越来越迅猛,已经深入到生活的方方面面。在数字图像处理技术领域,很多技术都基于图像之间的相似度而进行,例如,人脸识别、人脸验证都是基于人脸图像之间的相似度进行的。现有技术中,在确定图像之间的相似度时,通常都是在整张图像的层面上进行的。
发明内容
本申请实施例提出了用于生成信息的方法和装置。
第一方面,本申请实施例提供了一种用于生成信息的方法,该方法包括:获取第一图像以及与第一图像关联的标注信息,标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息;根据标注信息分别提取第一图像中目标区域的特征向量;融合所提取的特征向量,得到第一特征向量;获取第二图像以及与第二图像关联的第二特征向量;根据第一特征向量与第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息。
在一些实施例中,根据标注信息分别提取第一图像中目标区域的特征向量,包括:对于至少两类目标区域中的目标区域,将该目标区域输入至与该目标区域的类型信息对应的特征提取模型,得到该目标区域的特征向量。
在一些实施例中,特征提取模型包括至少一个卷积层。
在一些实施例中,融合所提取的特征向量,得到第一特征向量,包括:拼接所提取的特征向量得到拼接特征向量;将拼接特征向量输入至卷积神经网络模型,将卷积神经网络模型的全连接层的输出确定为第一特征向量。
在一些实施例中,第一图像、第二图像为人脸图像;以及类型信息包括以下至少一项:眼睛区域、鼻子区域、嘴巴区域、眉毛区域、耳朵区域。
第二方面,本申请实施例提供了一种用于生成信息的装置,该装置包括:第一获取单元,用于获取第一图像以及与第一图像关联的标注信息,标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息;提取单元,用于根据标注信息分别提取第一图像中目标区域的特征向量;融合单元,用于融合所提取的特征向量,得到第一特征向量;第二获取单元,用于获取第二图像以及与第二图像关联的第二特征向量;生成单元,用于根据第一特征向量与第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息。
在一些实施例中,提取单元,进一步配置用于:对于至少两类目标区域中的目标区域,将该目标区域输入至与该目标区域的类型信息对应的特征提取模型,得到该目标区域的特征向量。
在一些实施例中,特征提取模型包括至少一个卷积层。
在一些实施例中,融合单元,包括:拼接子单元,用于拼接所提取的特征向量得到拼接特征向量;确定子单元,用于将拼接特征向量输入至卷积神经网络模型,将卷积神经网络模型的全连接层的输出确定为第一特征向量。
在一些实施例中,第一图像、第二图像为人脸图像;以及类型信息包括以下至少一项:眼睛区域、鼻子区域、嘴巴区域、眉毛区域、耳朵区域。
第三方面,本申请实施例提供了一种设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法。
本申请实施例提供的用于生成信息的方法和装置,通过获取第一图像以及与第一图像关联的标注信息,并根据标注信息分别提取第一图像中目标区域的特征向量,而后融合所提取的特征向量,得到第一特征向量,最后获取第二图像以及与第二图像关联的第二特征向量,并根据第一特征向量与第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息,提供了一种基于不同种类的目标区域生成相似度信息的机制,丰富了信息生成方法。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的用于生成信息的方法的一个实施例的流程图;
图3是根据本申请的用于生成信息的方法的应用场景的一个示意图;
图4是根据本申请的用于生成信息的方法的又一个实施例的流程图;
图5是根据本申请的用于生成信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成信息的方法或用于生成信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如图像采集类应用、图像处理类应用、搜索类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供图像采集服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上安装的应用提供支持的后台服务器,后台服务器可以对终端提交的数据进行分析、存储或计算等处理,并将采用机器学习任务获得的数据处理结果推送给终端设备。服务器105可以获取第一图像以及与第一图像关联的标注信息,标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息;根据标注信息分别提取第一图像中目标区域的特征向量;融合所提取的特征向量,得到第一特征向量;获取第二图像以及与第二图像关联的第二特征向量;根据第一特征向量与第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息。
需要说明的是,本申请实施例所提供的用于生成信息的方法可以由服务器105执行,也可以由终端设备101、102、103执行。相应地,用于生成信息的装置可以设置于服务器105中,也可以设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要指出的是,服务器105可以从本地数据库中或服务器集群中其他服务器处获取待处理的数据(例如第一图像以及与第一图像关联的标注信息)。此时,示例性系统架构100也可以不包括终端设备101、102、103和网络104。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法,包括以下步骤:
步骤201,获取第一图像以及与第一图像关联的标注信息。
在本实施例中,用于生成信息的方法执行主体(例如图1所示的服务器或终端设备)可以首先获取第一图像以及与第一图像关联的标注信息。标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息。第一图像可以是任何上述执行主体获取到的待处理图像,可以是人脸图像、动物图像以及各种物品的图像。目标区域类型的划分方式根据第一图像的类型确定。
目标区域可以是第一图像中特征较为突出的区域,作为示例,第一图像、第二图像为人脸图像,类型信息可以包括以下至少一项:眼睛区域、鼻子区域、嘴巴区域、眉毛区域、耳朵区域。第一图像、第二图像为动物图像,类型信息可以包括以下至少一项:眼睛区域、鼻子区域、嘴巴区域、眉毛区域、耳朵区域、眉毛区域、尾巴区域。第一图像、第二图像为建筑物图像,类型信息可以包括以下至少一项:屋顶区域、窗户区域、墙体区域。第一图像、第二图像为植物图像,类型信息可以包括以下至少一项:叶子区域、果实区域、花朵区域、枝干区域。
在本实施例中,上述执行主体可以从本地或其他电子设备处直接获取预先存储好的第一图像以及与第一图像关联的标注信息,上述电子设备也可以先获取第一图像,再通过目标检测算法获取与第一图像关联的标注信息。目标检测算法可以基于深度学习等方法实现,目标检测算法为本领域技术人员熟知的技术,本实施例对如何进行目标检测不作限定。
步骤202,根据标注信息分别提取第一图像中目标区域的特征向量。
在本实施例中,上述执行主体可以根据步骤201中获取的标注信息分别提取第一图像中目标区域的特征向量。特征是某一类对象区别于其他类对象的相应(本质)特点或特性,或是这些特点和特性的集合。特征是通过测量或处理能够抽取的数据。这里的图像特征也可以是各种特征,包括但不限于颜色特征、纹理特征、二维形状特征、二维空间关系特征、三维形状特征、三维空间关系特征、脸型特征、五官的形状特征、五官的位置及比例特征等等。
在本实施例中,上述执行主体可以根据标注信息获取目标区域图像,而后提取目标区域的方向梯度直方图(Histogram of Oriented Gradient,HOG)特征,方向梯度直方图特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。上述执行主体也可以通过基于机器学习方法建立的特征提取模型分别提取第一图像中各个目标区域的特征向量,特征提取模型可以是各种用于提取图像特征的模型。
步骤203,融合所提取的特征向量,得到第一特征向量。
在本实施例中,上述执行主体可以融合步骤202中所提取的特征向量,得到第一特征向量。上述执行主体可以直接拼接所提取的特征向量,得到第一特征向量,也可以对所提取的特征先进行下采样、卷积、全连接等处理,再进行拼接得到第一特征向量,同样也可以先拼接所提取的特征向量,再对拼接所提取的特征向量得到的向量进行下采样、卷积、全连接等处理,得到第一特征向量。向量的拼接顺序可以根据实际需要进行设置。例如,可以将待拼接的A向量的各个分量拼接在待拼接的B向量的各个分量之后,或者,也可以将待拼接的A向量的各个分量拼接在待拼接的B向量的各个分量之后。
在本实施例的一些可选的实现方式中,上述执行主体也可以对于第一特征向量中的每个分量,按照与该分量对应的公式,对所提取的特征向量中各个向量进行计算以得到该分量的取值,其中,与该分量对应的公式可以是技术人员基于对大量数据的统计而预先设置并存储至上述电子设备中的、对待融合中的各个分量进行计算以得到该分量的取值的计算公式。
在本实施例的一些可选实现方式中,融合所提取的特征向量,得到第一特征向量,包括:拼接所提取的特征向量得到拼接特征向量;将拼接特征向量输入至卷积神经网络模型,将卷积神经网络模型的全连接层的输出确定为第一特征向量。若第一图像为人脸图像,卷积神经网络模型可以用于人脸识别或人脸验证的模型。
在本实现方式中,上述卷积神经网络模型可以是利用机器学习方法和训练样本对现有的深度卷积神经网络。作为一种示例,卷积神经网络可以是AlexNet。其中,AlexNet是多层卷积神经网络的一种现有的结构,在2012年的ImageNet(一个计算机视觉系统识别项目名称,是目前世界上图像识别最大的数据库)的竞赛中,Geoffrey(杰弗里)和他学生Alex(亚历克斯)所用的结构被称为AlexNet。通常,AlexNet包括8层,其中,前5层是convolutional(卷积层),后面3层是full-connected(全连接层)。将图像的图像矩阵输入至AlexNet中,经过AlexNet的各层的处理,可以输出图像的高层特征向量。
作为另一种示例,卷积神经网络也可以是GoogleNet。其中,GoogleNet也是多层卷积神经网络的一种现有结构。其基本构成部件和AlexNet类似,是一个22层的模型。将图像的图像矩阵输入至GoogleNet中,经过GoogleNet的各层的处理,可以输出图像的高层特征向量。
卷积神经网络可以是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出色表现。通常,卷积神经网络的基本结构包括两层,其一为特征提取层,每个神经元的输入与前一层的局部接受域相连,并提取该局部的特征。一旦该局部特征被提取后,它与其它特征间的位置关系也随之确定下来;其二是特征映射层,特征映射层采用激活函数,使得特征映射具有位移不变性。因此,卷积神经网络常用来做区域定位模型和特征提取模型的初始模型。
全连接层(fully connected layers,FC)通常出现在卷积神经网络的最后几层,用于对前面输入的特征做加权和,以便在整个卷积神经网络中起到“分类器”的作用。如果说卷积层等操作是将原始数据映射到隐层特征空间的话,之后将位置信息、距离信息这两类约束以及面部特征向量输入至全连接层,可以将卷积层学到的“分布式特征表示”以及位置信息和距离信息这两类约束分别映射至样本标记空间。
步骤204,获取第二图像以及与第二图像关联的第二特征向量。
在本实施例中,上述执行主体可以获取第二图像以及与第二图像关联的第二特征向量。第二图像以及与第二图像关联的第二特征向量可以预先存储于上述执行主体本地,或其他服务集群中。第二图像可以是任何待确定其与第一图像相似度的图像,例如,人脸验证或人脸识别中,预先建立的人脸数据库中的图像。与第二图像关联的第二特征向量的生成方式可以参照上述第一特征向量的生成方式。
步骤205,根据第一特征向量与第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息。
在本实施例中,上述执行主体可以根据步骤203中得到的第一特征向量与步骤204中获取的第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息。向量之间的距离可以用于衡量第一图像和第二图像之间的相似度。通常,距离越小或越接近某一个数值,相似度越高,距离越大或越偏离某一个数值,相似度越低。
这里,两个向量之间的距离可以包括但不限于欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化欧氏距离、马氏距离、夹角余弦、汉明距离、杰卡德距离、相关距离和信息熵,以及其他现在已知或者未来开发的向量之间的距离。
继续参见图3,图3是根据本实施例的用于生成信息的方法的应用场景的一个示意图。在图3的应用场景中,服务器301可以首先获取第一图像302以及与第一图像302关联的标注信息,标注信息包括第一图像302中目标区域3021、目标区域3022的位置信息以及目标区域3021、目标区域3022的类型信息,而后根据标注信息分别提取第一图像302中目标区域的特征向量,并融合所提取的特征向量,得到第一特征向量,接着获取第二图像303以及与第二图像303关联的第二特征向量,第二特征向量可以基于第二图像303中目标区域3031、目标区域3032确定;根据第一特征向量与第二特征向量之间的距离,生成第一图像302与第二图像303之间的相似度信息。
本申请的上述实施例提供的方法通过获取第一图像以及与第一图像关联的标注信息,标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息;根据标注信息分别提取第一图像中目标区域的特征向量;融合所提取的特征向量,得到第一特征向量;获取第二图像以及与第二图像关联的第二特征向量;根据第一特征向量与第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息,从而提供了一种基于不同种类的目标区域生成相似度信息的机制,丰富了信息生成方法。
进一步参考图4,其示出了用于生成信息的方法的又一个实施例的流程400。该用于生成信息的方法的流程400,包括以下步骤:
步骤401,获取第一图像以及与第一图像关联的标注信息。
在本实施例中,用于生成信息的方法执行主体(例如图1所示的服务器或终端设备)可以首先获取第一图像以及与第一图像关联的标注信息。标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息。
步骤402,对于至少两类目标区域中的目标区域,将该目标区域输入至与该目标区域的类型信息对应的特征提取模型,得到该目标区域的特征向量。
在本实施例中,上述执行主体可以对于步骤401中获取的至少两类目标区域中的目标区域,将该目标区域输入至与该目标区域的类型信息对应的特征提取模型,得到该目标区域的特征向量。上述执行主体可以对于获取的至少两类目标区域中的每个目标区域,将该目标区域输入至与该目标区域的类型信息对应的特征提取模型,得到该目标区域的特征向量;也可以在至少两类目标区域中选取部分目标区域,对于选取的各个目标区域,将该目标区域输入至与该目标区域的类型信息对应的特征提取模型,得到该目标区域的特征向量。
与不同目标区域的类型信息对应的特征提取模型,训练时的样本为不同类型的目标区域,因此训练中确定的模型的参数有所不同,以此提取出的不同类型的目标区域的特征更准确。
在本实施例的一些可选实现方式中,特征提取模型包括至少一个卷积层(例如2~3个)。这里的卷积层,具有N×N(N为大于1的自然数,例如2或3)大小的卷积核。假设每一层卷积层进行步长为1的卷积操作,表示卷积核每次向右移动一个像素(当移动到边界时回到最左端并向下移动一个单位)。卷积核的权重是经过学习得到的,并且在卷积过程中卷积核的权重是不会改变的。卷积核的每个单元内有一个权重,也即一个卷积核内有N2个权重。在卷积核移动的过程中,可以将图片上的像素和卷积核的对应权重相乘,最后将所有乘积相加得到一个输出。在这里,可以使用多层卷积层来得到各关键部位更深层次的特征向量,也即提取各关键部位更具有鉴别力的特征。卷积层可以包括池化层,也可以不包括池化层。
步骤403,融合所提取的特征向量,得到第一特征向量。
在本实施例中,上述执行主体可以融合步骤402中所提取的特征向量,得到第一特征向量。
步骤404,获取第二图像以及与第二图像关联的第二特征向量。
在本实施例中,上述执行主体可以获取第二图像以及与第二图像关联的第二特征向量。
步骤405,根据第一特征向量与第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息。
在本实施例中,上述执行主体可以根据步骤403中得到的第一特征向量与步骤404中获取的第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息。
在本实施例中,步骤401、步骤403、步骤404、步骤405的操作与步骤201、步骤203、步骤204、步骤205的操作基本相同,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于生成信息的方法的流程400中通过将不同类型的目标区域输入至不同的特征提取模型,由此,本实施例描述的方案中提取出的特征更加准确,从而提高了生成相似度信息的准确性。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于生成信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于生成信息的装置500包括:第一获取单元501、提取单元502、融合单元503、第二获取单元504和生成单元505。其中,第一获取单元501,用于获取第一图像以及与第一图像关联的标注信息,标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息;提取单元502,用于根据标注信息分别提取第一图像中目标区域的特征向量;融合单元503,用于融合所提取的特征向量,得到第一特征向量;第二获取单元504,用于获取第二图像以及与第二图像关联的第二特征向量;生成单元505,用于根据第一特征向量与第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息。
在本实施例中,用于生成信息的装置500的第一获取单元501、提取单元502、融合单元503、第二获取单元504和生成单元505的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205。
在本实施例的一些可选实现方式中,提取单元,进一步配置用于:对于至少两类目标区域中的目标区域,将该目标区域输入至与该目标区域的类型信息对应的特征提取模型,得到该目标区域的特征向量。
在本实施例的一些可选实现方式中,特征提取模型包括至少一个卷积层。
在本实施例的一些可选实现方式中,融合单元,包括:拼接子单元,用于拼接所提取的特征向量得到拼接特征向量;确定子单元,用于将拼接特征向量输入至卷积神经网络模型,将卷积神经网络模型的全连接层的输出确定为第一特征向量。
在本实施例的一些可选实现方式中,第一图像、第二图像为人脸图像;以及类型信息包括以下至少一项:眼睛区域、鼻子区域、嘴巴区域、眉毛区域、耳朵区域。
本申请的上述实施例提供的装置,通过获取第一图像以及与第一图像关联的标注信息,标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息;根据标注信息分别提取第一图像中目标区域的特征向量;融合所提取的特征向量,得到第一特征向量;获取第二图像以及与第二图像关联的第二特征向量;根据第一特征向量与第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息,从而提供了一种基于不同种类的目标区域生成相似度信息的机制,丰富了信息生成方法。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器或终端设备)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件可以连接至I/O接口605:包括诸如键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、提取单元、融合单元、第二获取单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“用于获取第一图像以及与所述第一图像关联的标注信息的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取第一图像以及与第一图像关联的标注信息,标注信息包括第一图像中至少两类目标区域的位置信息以及至少两类目标区域的类型信息;根据标注信息分别提取第一图像中目标区域的特征向量;融合所提取的特征向量,得到第一特征向量;获取第二图像以及与第二图像关联的第二特征向量;根据第一特征向量与第二特征向量之间的距离,生成第一图像与第二图像之间的相似度信息。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于生成信息的方法,所述方法包括:
获取第一图像以及与所述第一图像关联的标注信息,所述标注信息包括所述第一图像中至少两类目标区域的位置信息以及所述至少两类目标区域的类型信息;
根据所述标注信息分别提取所述第一图像中目标区域的特征向量;
融合所提取的特征向量,得到第一特征向量;
获取第二图像以及与所述第二图像关联的第二特征向量;
根据所述第一特征向量与所述第二特征向量之间的距离,生成所述第一图像与所述第二图像之间的相似度信息。
2.根据权利要求1所述的方法,其中,所述根据所述标注信息分别提取所述第一图像中目标区域的特征向量,包括:
对于所述至少两类目标区域中的目标区域,将该目标区域输入至与该目标区域的类型信息对应的特征提取模型,得到该目标区域的特征向量。
3.根据权利要求2所述的方法,其中,所述特征提取模型包括至少一个卷积层。
4.根据权利要求1所述的方法,其中,所述融合所提取的特征向量,得到第一特征向量,包括:
拼接所提取的特征向量得到拼接特征向量;
将所述拼接特征向量输入至卷积神经网络模型,将所述卷积神经网络模型的全连接层的输出确定为第一特征向量。
5.根据权利要求1-4中任一项所述的方法,其中,所述第一图像、第二图像为人脸图像;以及
所述类型信息包括以下至少一项:眼睛区域、鼻子区域、嘴巴区域、眉毛区域、耳朵区域。
6.一种用于生成信息的装置,所述装置包括:
第一获取单元,用于获取第一图像以及与所述第一图像关联的标注信息,所述标注信息包括所述第一图像中至少两类目标区域的位置信息以及所述至少两类目标区域的类型信息;
提取单元,用于根据所述标注信息分别提取所述第一图像中目标区域的特征向量;
融合单元,用于融合所提取的特征向量,得到第一特征向量;
第二获取单元,用于获取第二图像以及与所述第二图像关联的第二特征向量;
生成单元,用于根据所述第一特征向量与所述第二特征向量之间的距离,生成所述第一图像与所述第二图像之间的相似度信息。
7.根据权利要求6所述的装置,其中,所述提取单元,进一步配置用于:
对于所述至少两类目标区域中的目标区域,将该目标区域输入至与该目标区域的类型信息对应的特征提取模型,得到该目标区域的特征向量。
8.根据权利要求7所述的装置,其中,所述特征提取模型包括至少一个卷积层。
9.根据权利要求6所述的装置,其中,所述融合单元,包括:
拼接子单元,用于拼接所提取的特征向量得到拼接特征向量;
确定子单元,用于将所述拼接特征向量输入至卷积神经网络模型,将所述卷积神经网络模型的全连接层的输出确定为第一特征向量。
10.根据权利要求6-9中任一项所述的装置,其中,所述第一图像、第二图像为人脸图像;以及
所述类型信息包括以下至少一项:眼睛区域、鼻子区域、嘴巴区域、眉毛区域、耳朵区域。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810276675.7A CN108509904A (zh) | 2018-03-30 | 2018-03-30 | 用于生成信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810276675.7A CN108509904A (zh) | 2018-03-30 | 2018-03-30 | 用于生成信息的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108509904A true CN108509904A (zh) | 2018-09-07 |
Family
ID=63379374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810276675.7A Pending CN108509904A (zh) | 2018-03-30 | 2018-03-30 | 用于生成信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108509904A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379531A (zh) * | 2018-09-29 | 2019-02-22 | 维沃移动通信有限公司 | 一种拍摄方法及移动终端 |
CN109598261A (zh) * | 2019-01-18 | 2019-04-09 | 嘉兴学院 | 一种基于区域分割的三维人脸识别方法 |
CN111124231A (zh) * | 2019-12-26 | 2020-05-08 | 维沃移动通信有限公司 | 图片生成方法及电子设备 |
CN112508021A (zh) * | 2020-12-23 | 2021-03-16 | 河南应用技术职业学院 | 一种基于人工智能图像识别的特征提取方法及装置 |
WO2022179587A1 (zh) * | 2021-02-26 | 2022-09-01 | 华为技术有限公司 | 一种特征提取的方法以及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933742A (zh) * | 2015-05-25 | 2015-09-23 | 中山大学 | 一种卡通肖像自动生成方法 |
CN105550658A (zh) * | 2015-12-24 | 2016-05-04 | 蔡叶荷 | 一种基于高维lbp与卷积神经网络特征融合的人脸比对方法 |
CN105678232A (zh) * | 2015-12-30 | 2016-06-15 | 中通服公众信息产业股份有限公司 | 一种基于深度学习的人脸图片特征提取与对比方法 |
CN106529447A (zh) * | 2016-11-03 | 2017-03-22 | 河北工业大学 | 一种小样本人脸识别方法 |
CN106845450A (zh) * | 2017-02-22 | 2017-06-13 | 武汉科技大学 | 基于近红外成像与深度学习的黑暗环境人脸识别方法 |
CN107145842A (zh) * | 2017-04-19 | 2017-09-08 | 西安电子科技大学 | 结合lbp特征图与卷积神经网络的人脸识别方法 |
-
2018
- 2018-03-30 CN CN201810276675.7A patent/CN108509904A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933742A (zh) * | 2015-05-25 | 2015-09-23 | 中山大学 | 一种卡通肖像自动生成方法 |
CN105550658A (zh) * | 2015-12-24 | 2016-05-04 | 蔡叶荷 | 一种基于高维lbp与卷积神经网络特征融合的人脸比对方法 |
CN105678232A (zh) * | 2015-12-30 | 2016-06-15 | 中通服公众信息产业股份有限公司 | 一种基于深度学习的人脸图片特征提取与对比方法 |
CN106529447A (zh) * | 2016-11-03 | 2017-03-22 | 河北工业大学 | 一种小样本人脸识别方法 |
CN106845450A (zh) * | 2017-02-22 | 2017-06-13 | 武汉科技大学 | 基于近红外成像与深度学习的黑暗环境人脸识别方法 |
CN107145842A (zh) * | 2017-04-19 | 2017-09-08 | 西安电子科技大学 | 结合lbp特征图与卷积神经网络的人脸识别方法 |
Non-Patent Citations (4)
Title |
---|
HAO SU ET AL: "Crowdsourcing Annotations for Visual Object Detection", 《AAAI HUMAN COMPUTATION WORKSHOP》 * |
MARK EVERINGHAM ET AL: "The PASCAL Visual Object Classes Challenge: A Retrospective", 《INTERNATIONAL JOURNAL OF COMPUTER VISION》 * |
TSUNG-YI LIN ET AL: "Microsoft COCO: Common Objects in Context", 《ARXIV:1405.0312V3 [CS.CV] 21 FEB 2015》 * |
颜志国 等: "《多摄像机协同关注目标检测跟踪技术》", 30 June 2017, 东南大学出版社 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379531A (zh) * | 2018-09-29 | 2019-02-22 | 维沃移动通信有限公司 | 一种拍摄方法及移动终端 |
CN109598261A (zh) * | 2019-01-18 | 2019-04-09 | 嘉兴学院 | 一种基于区域分割的三维人脸识别方法 |
CN111124231A (zh) * | 2019-12-26 | 2020-05-08 | 维沃移动通信有限公司 | 图片生成方法及电子设备 |
CN111124231B (zh) * | 2019-12-26 | 2021-02-12 | 维沃移动通信有限公司 | 图片生成方法及电子设备 |
CN112508021A (zh) * | 2020-12-23 | 2021-03-16 | 河南应用技术职业学院 | 一种基于人工智能图像识别的特征提取方法及装置 |
WO2022179587A1 (zh) * | 2021-02-26 | 2022-09-01 | 华为技术有限公司 | 一种特征提取的方法以及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214343B (zh) | 用于生成人脸关键点检测模型的方法和装置 | |
CN108154196B (zh) | 用于输出图像的方法和装置 | |
CN108509904A (zh) | 用于生成信息的方法和装置 | |
CN108961369B (zh) | 生成3d动画的方法和装置 | |
CN108898186A (zh) | 用于提取图像的方法和装置 | |
CN107644209A (zh) | 人脸检测方法和装置 | |
CN108898185A (zh) | 用于生成图像识别模型的方法和装置 | |
CN108416323A (zh) | 用于识别人脸的方法和装置 | |
CN109255830A (zh) | 三维人脸重建方法和装置 | |
CN113822977A (zh) | 图像渲染方法、装置、设备以及存储介质 | |
CN108446651A (zh) | 人脸识别方法和装置 | |
CN108171276A (zh) | 用于生成信息的方法和装置 | |
CN110288049A (zh) | 用于生成图像识别模型的方法和装置 | |
CN109086719A (zh) | 用于输出数据的方法和装置 | |
CN109409994A (zh) | 模拟用户穿戴服装饰品的方法、装置和系统 | |
CN108460365B (zh) | 身份认证方法和装置 | |
CN111539903B (zh) | 训练人脸图像合成模型的方法和装置 | |
CN109241934A (zh) | 用于生成信息的方法和装置 | |
CN108446650A (zh) | 用于识别人脸的方法和装置 | |
CN108257178A (zh) | 用于定位目标人体的位置的方法和装置 | |
CN111522987A (zh) | 一种图像审核方法、设备及计算机可读存储介质 | |
CN108062544A (zh) | 用于人脸活体检测的方法和装置 | |
CN110728319B (zh) | 一种图像生成方法、装置以及计算机存储介质 | |
CN109086780A (zh) | 用于检测电极片毛刺的方法和装置 | |
CN108364029A (zh) | 用于生成模型的方法和装置 |
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 |
Application publication date: 20180907 |
|
RJ01 | Rejection of invention patent application after publication |