CN110110110A - 一种以图搜图方法、装置、电子设备及存储介质 - Google Patents
一种以图搜图方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110110110A CN110110110A CN201810104827.5A CN201810104827A CN110110110A CN 110110110 A CN110110110 A CN 110110110A CN 201810104827 A CN201810104827 A CN 201810104827A CN 110110110 A CN110110110 A CN 110110110A
- Authority
- CN
- China
- Prior art keywords
- image
- target object
- detected
- multiple target
- predeterminated position
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims description 41
- 238000001514 detection method Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- 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
- G06F16/53—Querying
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种以图搜图方法、装置、电子设备及存储介质，所述方法包括：获得待检测图像；通过预设算法，在待检测图像中检测出多个目标对象，并确定出多个目标对象分别所在的区域的坐标信息；根据坐标信息，从待检测图像中分别提取多个目标对象所在区域的各像素点，并构成与所述多个目标对象分别对应的多个目标对象图像；然后在预设位置分别展示多个目标对象图像；在预设位置所展示的所述多个目标对象图像中，确定出待搜索目标对象图像；在预设数据库中进行搜索，确定出与待搜索目标对象图像匹配的图像。通过提取目标对象图像并独立进行展示，使得根据该目标对象图像进行搜索时，能够不受其他目标对象的干扰，得到更准确的搜索结果。
Description
技术领域
本发明涉及图像处理技术领域，特别是涉及一种以图搜图方法、装置、电子设备及存储介质。
背景技术
随着互联网及智能硬件设备技术的不断发展，在各类交互与应用中，对于图像的处理显得越来越重要。其中，对于图像中的各类目标对象，例如人脸、车牌或其他目标等，进行识别并获得与之相关的信息或数据，一直是重点发展的技术方向。
现有技术中，针对待检测图片中的各类目标对象，进行检测并获取有关的信息或数据时，可以在原始的待检测图片中确定出目标对象所在的位置，并通过框选等方式，在该待检测图片中标示出目标对象所在的位置并向用户进行展示，用户在该待检测图片中选定感兴趣或待处理的目标对象对应的目标框后，可以对该目标框内的目标对象进行查询或搜索，得到与该目标对象有关的信息。
然而，在实际应用中，一张原始的检测图片中往往存在多个目标对象的图像，并且当多个目标对象的位置相对紧密时，通过框选的方式确定出目标对象的位置，会造成目标框相互重叠干涉，不利于用户查看以及选择，感兴趣或待处理的目标对象，并且当直接对目标框中的目标图像进行查询或搜索时，由于目标框相互重叠干涉，所以该目标框内的图像可能会包含有其他目标对象的部分图像，从而不能获得准确的搜索结果。
发明内容
本发明实施例的目的在于提供一种以图搜图方法、装置、电子设备及存储介质，以实现将检测出的多个目标对象的图像独立于原始的待检测图片，单独的进行展示，使用户可以更直观方便的查看以及选择，感兴趣或待处理的目标对象，并且由于多个目标对象的图像能够独立于原始的待检测图片，从而通过该目标对象的图像进行搜索时，能够提高搜索的准确性。具体技术方案如下：
本发明实施例提供了一种以图搜图方法，包括：
获得待检测图像，所述待检测图像中包括多个目标对象；
通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息；
根据所述坐标信息，从所述待检测图像中分别提取所述多个目标对象分别对应的多个目标对象图像；
在预设位置分别展示所述多个目标对象图像；
在所述预设位置所展示的所述多个目标对象图像中，确定出待搜索目标对象图像；
在预设数据库中进行搜索，确定出与所述待搜索目标对象图像匹配的图像。
可选的，所述通过预设算法，在所述待检测图像中检测出所述多个目标对象，包括：
通过基于深度学习的方法训练得到的目标对象检测网络，对所述待检测图像进行检测，检测出所述待检测图像中的所述多个目标对象。
可选的，所述在预设位置分别展示所述多个目标对象图像的步骤之前，所述方法还包括：
将所述多个目标对象图像分别进行图像增强处理；
相应的，所述在预设位置分别展示所述多个目标对象图像，包括：
在预设位置分别展示经过图像增强处理后的多个目标对象图像。
可选的，所述在预设位置分别展示所述多个目标对象图像的步骤之前，所述方法还包括：
将所述多个目标对象图像分别进行缩放处理；
相应的，所述在预设位置分别展示所述多个目标对象图像，包括：
在预设位置分别展示经过缩放处理后的多个目标对象图像。
可选的，所述通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息，包括：
通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息和所述多个目标对象分别具有的特征点；
相应的，所述在预设数据库中进行搜索，确定出与所述待搜索目标对象图像匹配的图像，包括：
将所述待搜索目标对象图像对应的目标对象的特征点，作为该待搜索目标对象图像的特征点；
通过所述待搜索目标对象图像的特征点，建立所述待搜索目标对象图像对应的目标模型，与预设数据库中图像对象模型比对，确定出与所述待搜索目标对象图像匹配的图像。
可选的，当获得多个待检测图像时，所述在预设位置分别展示所述多个目标对象图像，包括：
针对所述多个待检测图像，分别在多个预设位置分别展示不同待检测图像所对应的多个目标对象图像。
可选的，所述在预设位置分别展示所述多个目标对象图像，包括：
在所述预设位置分别展示预设数量以内的所述多个目标对象图像，所述预设数量为所述预设算法一次能够检测出的最大数量的目标对象个数。
本发明实施例还提供了一种以图搜图装置，包括：
获取模块，用于获得待检测图像，所述待检测图像中包括多个目标对象；
检测模块，用于通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息；
提取模块，用于根据所述坐标信息，从所述待检测图像中分别提取所述多个目标对象分别对应的多个目标对象图像；
展示模块，用于在预设位置分别展示所述多个目标对象图像；
选择模块，用于在所述预设位置所展示的所述多个目标对象图像中，确定出待搜索目标对象图像；
搜索模块，用于在预设数据库中进行搜索，确定出与所述待搜索目标对象图像匹配的图像。
可选的，所述检测模块，具体用于：
通过基于深度学习的方法训练得到的目标对象检测网络，对所述待检测图像进行检测，检测出所述待检测图像中的所述多个目标对象。
可选的，所述装置还包括：
图像增强模块，用于将所述多个目标对象图像分别进行图像增强处理；
相应的，所述展示模块，具体用于：
在预设位置分别展示经过图像增强处理后的多个目标对象图像。
可选的，所述装置还包括：
图像缩放模块，用于将所述多个目标对象图像分别进行缩放处理；
相应的，所述展示模块，具体用于：
在预设位置分别展示经过缩放处理后的多个目标对象图像。
可选的，所述检测模块，具体用于：
通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息和所述多个目标对象分别具有的特征点；
相应的，所述搜索模块，具体用于：
将所述待搜索目标对象图像对应的目标对象的特征点，作为该待搜索目标对象图像的特征点；通过所述待搜索目标对象图像的特征点，建立所述待搜索目标对象图像对应的目标模型，与预设数据库中图像对象模型比对，确定出与所述待搜索目标对象图像匹配的图像。
可选的，当获得多个待检测图像时，所述展示模块，具体用于：
针对所述多个待检测图像，分别在多个预设位置分别展示不同待检测图像所对应的多个目标对象图像。
可选的，所述展示模块，具体用于：
在所述预设位置分别展示预设数量以内的所述多个目标对象图像，所述预设数量为所述预设算法一次能够检测出的最大数量的目标对象个数。
本发明实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述任一种的以图搜图方法。
在本发明实施的又一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述任一所述的以图搜图方法。
在本发明实施的又一方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的以图搜图方法。
本发明实施例提供的一种以图搜图方法、装置、电子设备及存储介质，可以在获得待检测图像之后，通过预设算法从待检测图像中检测出多个目标对象，并且确定出每一个目标对象所在区域的坐标信息。通过该坐标信息，从待检测图像中针对每一个目标对象提取该目标对象所在区域的像素点，并建立该目标对象对应的目标对象图像，然后在预设位置处分别展示多个目标对象图像。可以避免在待检测图像中通过框选等方式标示出多个目标对象，从而可以避免当待检测图像中的多个目标对象距离很近时，造成的目标框相互重叠干涉等情况。通过将独立于待检测图像的多个目标对象图像分别在预设位置处进行展示。使得用户可以更加清楚直观的查看所检测出的目标对象，并且方便用户对所展示的多个目标对象图像进行选择。并且由于将各个目标对象图像从待检测图像中提取出来，并且相互独立，从而使得根据该目标对象图像进行搜索时，能够不受其他目标对象的干扰，进而得到更加准确的搜索结果。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的以图搜图方法的一种流程图；
图2为本发明实施例提供的以图搜图方法的另一种流程图；
图3为本发明实施例提供的特征点示意图；
图4为本发明实施例提供的以图搜图装置的结构图；
图5为本发明实施例提供的电子设备的结构图。
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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的以图搜图方法，可以在检测出待检测图像中多个目标对象后，针对每一个目标对象单独生成目标对象图像，并且在预设设定好的，方便用户查看的预设位置上展示出多个目标对象分别对应的多个目标对象图像，进而方便用户更直观的查看所检测出的目标对象，并且方便用户从所展示的多个目标对象图像中，确定出感兴趣的目标对象图像，在预设数据库中进行搜索，进而搜索出与该目标对象图像相匹配的图像。下面对本发明实施例提供的以图搜图方法进行具体的介绍。
参见图1，图1为本发明实施例提供的以图搜图方法的一种流程图，包括：
步骤110，获得待检测图像，待检测图像中包括多个目标对象。
本发明实施例可以用于各类具有图像信息处理能力的电子设备，例如，手机、电脑、服务器、监控摄像头以及监控摄像头所连接的监控系统等等。
待检测图像可以为含有一个或多个目标对象的各种图像或图片，目标对象可以是预先设定的各种类型的目标，例如，可以为人脸目标，车辆，车牌，或者其他类型的目标。例如，待检测图像可以为监控摄像头所拍摄的监控画面，其中可以含有监控场景中的目标对象，如人脸目标或车辆等等；或者待检测图像也可以是照片，该照片中可以含有一个或多个的目标对象；或者待检测图像还可以是视频的截图画面等等。
电子设备获得待检测图像可以有多种方式，例如，人工输入待检测图像，或者电子设备可以通过自身所具有的图像获取装置，将实时拍摄视频或照片作为待检测图像。当本发明实施例应用于监控领域时，摄像头所拍摄的监控画面可以直接作为待检测图像，并且在摄像头中或者摄像头所连接的监控系统中，执行本发明实施例提供的以图搜图方法。
步骤120，通过预设算法，在待检测图像中检测出多个目标对象，并确定出该多个目标对象分别所在的区域的坐标信息。
预设算法，可以是神经网络算法，或者是其他检测算法，例如，主成分分析算法、独立成分分析算法、基于奇异值特征方法等等。
电子设备利用上述预设算法，可以对待检测图像进行检测，从而在待检测图像中检测出多个目标对象。当检测出多个目标对象之后，可以分别确定出每一个目标对象在待检测图像中所处的区域。
在本发明实施例的一种实施方式中，通过预设算法，确定出的目标对象在待检测图像中所处的区域可以为包括该目标对象的具有固定形状的区域，例如，具有固定形状的区域可以为矩形框，该矩形框中包含有该目标对象，且该矩形框的大小与目标对象的面积相适应，保证目标对象的所有像素点都被包含在该矩形框内。
在本发明实施例的另一种实施方式中，通过预设算法，检测出目标对象后，还可以进一步确定出该目标对象与待检测图像中的背景图像之间的边界。所以，目标对象在待检测图像中所处的区域还可以为仅含有目标对象的区域，该区域为不规则的区域，即该区域的边界为该目标对象与背景图像的之间的边界。从而在该区域中，可以不含有任何出目标对象以外的背景图像。
当确定出每一个目标对象在待检测图像中所处的区域之后，就可以针对每一个目标对象所在的区域，得到该区域的坐标信息。
坐标信息可以为该区域中所有像素点的坐标所组成的区域坐标数组，还可以是该区域中所有像素点的坐标范围，当该区域为具有固定性状的区域时，例如为矩形区域时，则可以用矩形的4个顶点的坐标来划定该矩形的区域范围，所以该4个顶点的坐标可以用于标识出该区域的坐标范围。使得坐标信息可以仅包含该4个顶点的坐标，从而简化坐标信息。
步骤130，根据坐标信息，从待检测图像中分别提取多个目标对象所在区域的各像素点，并构成与多个目标对象分别对应的多个目标对象图像。
电子设备确定出每一个目标对象对应的坐标信息之后，就可以根据该坐标信息，提取每一个目标对象所在区域的各像素点。提取像素点的过程可以是对该区域内所有像素点进行复制，并且复制像素点所具有的属性信息。
通过所提取的像素点，可以构建出每一个目标对象分别对应的目标对象图像。该目标对象图像为从待检测图像中提取的，且独立于待检测图像的子图像。
在实际应用中，还可以采用其他现有的抠图方法，从待检测图像中提取并构建出多个目标对象图像。只要能够满足本发明实施例中的需求，都可以应用于本发明实施例提供的以图搜图方法中，且都属于本发明实施例的保护范围。
步骤140，在预设位置分别展示多个目标对象图像。
当电子设备已经得到多个目标对象对应的多个目标对象图像之后，就可以在方便用户查看的预设位置上分别展示各个目标对象图像。预设位置可以是待检测图像以外的其他位置，例如可以是在显示装置中，独立于待检测图像之外的其他区域，如，显示屏中除显示待检测图像之外的其他窗口或图框。预设位置也可以是在待检测图像中提前选定的区域，例如，待检测图像的最下侧区域等。
在显示多个目标对象图像时，多个目标对象图像可以在预设位置中按顺序排列展示，从而时用户能够直观且清楚的查看提取出的各个目标对象图像。
步骤150，在预设位置所展示的多个目标对象图像中，确定出待搜索目标对象图像。
电子设备可以在预设位置上向用户展示出多个目标对象图像。用户在对所展示的多个目标对象图像进行查看时，可以从中选择出感兴趣，需要进行待搜索目标对象图像。例如，在安防领域中，可以监控画面中检测出多个目标对象，该目标对象可以为人脸目标。有关人员可以从预设位置所展示的多个目标对象图像中选择出可疑人员的目标对象图像，并将该目标对象图像作为待搜索目标对象图像，通过后续步骤搜索出该待搜索目标对象图像对应的身份信息。
通过用户的选择，电子设备可以从所展示的多个目标对象图像中，确定出待检索目标对象图像。用户的选择，可以是通过点击操作等方式，使电子设备接收到用户的选择信号，进而了解到用户所选择的一个或多个目标对象图像，并将该一个或多个目标对象图像作为待检索目标对象图像。
步骤160，在预设数据库中进行搜索，确定出与待搜索目标对象图像匹配的图像。
预设数据库可以是保存有大量的图像信息的数据库，其中包括有图像数据，以及对应的信息。例如，当目标对象为人脸目标时，该预设数据库中可以保存有大量的人员信息的数据库，该预设数据库中所保存的人员信息至少包括人员的头像和身份信息，如，在进入特定场所时，可以对访客进行头像拍照以及身份登记，并将所拍摄的照片及登记的身份信息录入数据库，该数据库就可以作为一个对应该特定场所内人员的预设数据库。或者，例如，当目标对象为车辆时，该预设数据中保存有各种车辆的信息，包括车的图片、名称、型号、配置等等。
根据待搜索目标对象图像，可以在预设数据库中进行搜索，通过待搜索目标对象图像，与数据库中的图像数据进行匹配，可以得到与该待搜索目标对象图像相匹配的图像。预设数据库中该图像对应的信息，就可以作为该待搜索目标对象图像的信息，从而实现了以图搜图的功能。
例如，目标对象为人脸目标，当选择出待搜索的人脸目标图像后，可以与预设数据库中所保存的头像的有关数据进行匹配，当匹配成功时，例如，该人脸目标的特征参数与预设数据库中所保存的某个头像的特征参数全部吻合，则可以认为该人脸模型与该头像相匹配，即该人脸模型所对应的目标对象图像与该头像为同一人。所以，与该人脸目标相匹配的头像所对应的身份信息，可以作为该人脸目标图像的身份信息。同样的，当目标对象为其他类型时，也可以通过上述方式，在预设数据库中搜索出相匹配的图像，并获得该图像有关的信息。
在本发明实施例中，在获得待检测图像之后，通过预设算法从待检测图像中检测出多个目标对象，并且确定出每一个目标对象所在区域的坐标信息。通过该坐标信息，从待检测图像中针对每一个目标对象提取该目标对象所在区域的像素点，并建立该目标对象对应的目标对象图像，然后在预设位置处分别展示多个目标对象图像。可以避免在待检测图像中通过框选等方式标示出多个目标对象，从而可以避免当待检测图像中的多个目标对象距离很近时，造成的目标框相互重叠干涉等情况。通过将独立于待检测图像的多个目标对象图像分别在预设位置处进行展示。使得用户可以更加清楚直观的查看所检测出的目标对象，并且方便用户对所展示的多个目标对象图像进行选择。并且由于将各个目标对象图像从待检测图像中提取出来，并且相互独立，从而使得根据该目标对象图像进行搜索时，能够不受其他目标对象的干扰，进而得到更加准确的搜索结果。
结合上面的实施例，步骤120中的，通过预设算法，在待检测图像中检测出多个目标对象，可以包括：
通过基于深度学习的方法训练得到的目标对象检测网络，对待检测图像进行检测，检测出待检测图像中的多个目标对象。
可以通过大量的目标对象的样本对初始的卷积神经网络进行训练，可以使得该卷积神经网络具有检测出目标对象的能力。然后就可以将该卷积神经网络作为目标对象检测网络。该目标对象检测网络可以存储于电子设备内部，或者存储于电子设备所对应的服务器或服务云平台。电子设备可以直接执行运行该目标对象检测网络对所获取的待检测图像进行检测，或者通过与服务器或服务云平台的数据交互，完成对待检测图像的检测。
具体的，电子设备可以将待检测图像输入该目标对象检测网络，目标对象检测网络可以对该待检测图像进行检测及相应的计算，利用目标对象检测网络内部经过训练得到的目标对象的特征，对该待检测图像所含有的全部特征进行匹配，进而检测出该待检测图像中所包括的多个目标对象。
相比于现有的其他图像检测技术，利用目标对象检测网络可以更加快速准确的检测出待检测图像中所包括的多个目标对象。从而可以进一步提高所提取的目标对象图像的准确度，并且提高整体的运行效率。
结合上述的各实施例，参见图2，在本发明实施例的一种实施方式中，在步骤140，在预设位置分别展示多个目标对象图像之前，所述方法还可以包括：
步骤170，将多个目标对象图像分别进行图像增强处理。
电子设备构建并得到多个目标对象图像之后，由于该多个目标对象图像时通过像素点的复制得到的，所以其清晰程度仅取决于待检测图像的清晰度。并且往往目标对象在待检测图像中所占面积较小，所以导致所获得的多个目标对象图像的清晰度不高。
所以，可以对多个目标对象图像分别采用图像增强技术进行处理，从而提高多个目标对象图像的清晰度。图像增强是一种将原来不清晰的图像变得清晰的技术手段。可以通过频率域法和空间域法等方式，改善图像质量、丰富信息量，加强图像判读和检测效果。
相应的，步骤140，在预设位置分别展示多个目标对象图像，包括：
在预设位置分别展示经过图像增强处理后的多个目标对象图像。
当对多个目标对象图像完成图像增强处理后，再将该经过图像增强处理的多个目标对象图像在预设位置处进行展示，可以提高目标对象图像的展示效果。
在本发明实施例的另一种实施方式中，在步骤140，在预设位置分别展示多个目标对象图像之前，所述方法还可以包括：
步骤180，将多个目标对象图像分别进行缩放处理。
同样的，为了提高目标对象图像的展示效果，还可以将所获得的多个目标对象图像进行图像缩放。从而可以将原来面积较小的目标对象图像，调整为面积较大的，更便于用户查看的目标对象图像。或者，将原来较大的目标对象图像，缩小成用户方便查看的较小的目标对象图像。并且，还可以在对多个目标对象图像完成图像增强处理后，在对经过图像增强处理的目标对象图像进行缩放处理，从而进一步提高目标对象图像的图像质量。
相应的，步骤140，在预设位置分别展示多个目标对象图像，包括：
在预设位置分别展示经过缩放处理后的多个目标对象图像。
当对多个目标对象图像分别完成缩放处理后，可以将该经过缩放处理的多个目标对象图像在预设位置处进行展示，以提高目标对象图像的展示效果。在本发明实施例中，通过图像增强或者缩放的方式，将所获得的多个目标对象图像进行处理。可以提高目标对象图像的图像质量，将处理后的多个目标对象图像在预设位置进行展示时，可以时用户看到更清晰，图像质量更好的目标对象图像，进而提高用户体验。
并且，结合前面实施例，在预设位置展示多个目标对象图像之前，首先对对多个目标对象图像进行图像增强或放大处理，从而使得所展示的多个目标对象图像，较在原来的待检测图像中，其图像质量等有了很大提高，从而在后续的步骤中，对该目标对象图像进行搜索时，能够更快捷准确的得到搜索结果，进一步提高了搜索的效率和准确性。
结合上述的实施例，可选的，在本发明实施例提供的以图搜图方法中，步骤120，通过预设算法，在待检测图像中检测出多个目标对象，并确定出多个目标对象分别所在的区域的坐标信息，包括：
通过预设算法，在待检测图像中检测出多个目标对象，并确定出多个目标对象分别所在的区域的坐标信息和多个目标对象分别具有的特征点。
在通过预设算法，对待检测图像进行检测，并检测出多个目标对象时，还可以利用预设算法确定出多个目标对象分别具有的特征点。目标对象具有的特征点，是指能够直接反应目标对象的特征的关键点。例如，当目标对象为人脸目标时，参见图3，图3中的圆点为人脸中的特征点，从图3中可以看出，该特征点主要为人脸的关键位置的像素点，通过该特征点可以反映出面部主要特征之间的位置关系，以及比例关系等参数。
或者，目标对象为其他对象，如为车辆时，则该车辆的轮廓点，车灯位置点等等都可以作为该目标对象的特征点。
相应的，在本发明实施例提供的以图搜图方法中，步骤160，在预设数据库中进行搜索，确定出与待搜索目标对象图像匹配的图像，可以包括：
步骤161，将待检索目标对象图像对应的目标对象的特征点，作为该待检索目标对象图像的特征点。
确定出每一个目标对象的特征点后，当确定出用户所选择的待检索目标对象图像时，由于目标对象图像是根据待检测图像中的目标对象直接得到的，目标对象图像中的图像特征相对于目标对象中的图像特征没有发生变化，所以可以直接将该待检索目标对象图像对应的目标对象的特征点作为该待检索目标对象图像的特征点。当然，如果该目标对象图像为经过图像增强处理或缩放处理后的目标对象图像，则对应的特征点也可以进行相应的图像增强处理或按比例放大或缩小特征点之间的相对位置距离。
步骤162，通过所述待搜索目标对象图像的特征点，建立所述待搜索目标对象图像对应的目标模型，与预设数据库中图像对象模型比对，确定出与所述待搜索目标对象图像匹配的图像。
目标模型是利用待检索目标对象图像中的特征点，针对该目标对象图像所构建的数学模型，例如，当目标对象为人脸目标时，特征点可以反映出人脸五官之间的相对位置及比例关系等等。通过该目标模型可以更方便快捷的进行图像匹配搜索。
得到目标模型之后，就可以利用该目标模型，在预设数据库中进行搜索。预设数据库可以保存有大量的目标对象的对象模型，例如，当目标对象为人脸目标时，预设数据库中可以以人脸目标模型的形式保存有大量的人脸目标及相应的信息。从而可以直接采用所建立的目标模型，在预设数据库中的对象模型进行匹配。通过目标模型与对象模型的匹配，从而快速的确定出与待搜索目标对象图像匹配的图像。进而得到该图像对应的有关信息。
通过待检索目标对象图像的特征点，可以利用特征点所反映出的目标对象主要特征之间的位置关系，以及比例关系等参数，快速的建立待检索目标对象图像对应的目标模型。从而可以在提高整个搜索过程效率的同时，还可以提高搜索的准确度。
在实际应用中，在很多情况下，需要对多个待检测图像一起进行处理，所以，当获得多个待检测图像时，步骤140，在预设位置分别展示多个目标对象图像，可以包括：
针对多个待检测图像，分别在多个预设位置分别展示不同待检测图像所对应的多个目标对象图像。
电子设备可以获取多个待检测图像，并且可以同时并行对多个待检测图像按本发明实施例提供的以图搜图方法进行处理，也可以按顺序串行的对多个待检测图像按本发明实施例提供的以图搜图方法分别进行处理。
当电子设备完成对多个待检测图像的处理后，为了能够更加便于用户查看根据各个待检测图像中所确定出的目标对象图像。可以针对每一个待检测图像，在该待检测图像对应的预设位置展示该待检测图像中所含有的多个目标对象对应的目标对象图像。即可以存在多个预设位置，每一个预设位置对应一个待检测图像。从而使得用户能够更加直观的查看不同待检测图像所对应的多个目标对象图像。
可选的，结合上面的各个实施例，步骤140，在预设位置分别展示所述多个目标对象图像，可以包括：
在预设位置分别展示预设数量以内的多个目标对象图像，预设数量为预设算法一次能够检测出的最大数量的目标对象个数。
通过在预设位置分别展示不大于预设数量的多个目标对象图像，可以清楚的显示出，待检测图像中所含有的目标对象的数量，并且，通过预设位置所能够展示的预设数量的多个目标对象图像，可以使用户能够清楚的了解预设算法一次能够检测出的最大数量的目标对象个数，清楚的显示出预设算法的运算性能。
当同时对多个待检测图像进行处理，如果在同一个预设位置展示所有待检测图像中对应的目标对象图像时，可以使用后面确定出的目标对象图像覆盖前面已经展示过的目标对象图像，从而使得该预设位置处的目标对象图像的数量不超过预设数量。如果在不同的预设位置分别展示各个待检测图像中对应的目标对象图像时，每一个预设位置所展示的目标对象图像均不超过预设数量。
参见图4，图4为本发明实施例提供的以图搜图装置的结构图，包括：
获取模块401，用于获得待检测图像，所述待检测图像中包括多个目标对象；
检测模块402，用于通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息；
提取模块403，用于根据所述坐标信息，从所述待检测图像中分别提取所述多个目标对象分别对应的多个目标对象图像；
展示模块404，用于在预设位置分别展示所述多个目标对象图像；
选择模块405，用于在所述预设位置所展示的所述多个目标对象图像中，确定出待搜索目标对象图像；
搜索模块406，用于在预设数据库中进行搜索，确定出与所述待搜索目标对象图像匹配的图像。
在所述预设位置分别展示预设数量以内的所述多个目标对象图像，所述预设数量为所述预设算法一次能够检测出的最大数量的目标对象个数。
在本发明实施例中，在获得待检测图像之后，通过预设算法从待检测图像中检测出多个目标对象，并且确定出每一个目标对象所在区域的坐标信息。通过该坐标信息，从待检测图像中针对每一个目标对象提取该目标对象所在区域的像素点，并建立该目标对象对应的目标对象图像，然后在预设位置处分别展示多个目标对象图像。可以避免在待检测图像中通过框选等方式标示出多个目标对象，从而可以避免当待检测图像中的多个目标对象距离很近时，造成的目标框相互重叠干涉等情况。通过将独立于待检测图像的多个目标对象图像分别在预设位置处进行展示。使得用户可以更加清楚直观的查看所检测出的目标对象，并且方便用户对所展示的多个目标对象图像进行选择。并且由于将各个目标对象图像从待检测图像中提取出来，并且相互独立，从而使得根据该目标对象图像进行搜索时，能够不受其他目标对象的干扰，进而得到更加准确的搜索结果。
可选的，在本发明实施例提供的以图搜图装置中，所述检测模块402，具体用于：
通过基于深度学习的方法训练得到的目标对象检测网络，对所述待检测图像进行检测，检测出所述待检测图像中的所述多个目标对象。
可选的，在本发明实施例提供的以图搜图装置中，所述装置还包括：
图像增强模块，用于将所述多个目标对象图像分别进行图像增强处理；
相应的，所述展示模块404，具体用于：
在预设位置分别展示经过图像增强处理后的多个目标对象图像。
可选的，在本发明实施例提供的以图搜图装置中，所述装置还包括：
图像缩放模块，用于将所述多个目标对象图像分别进行缩放处理；
相应的，所述展示模块404，具体用于：
在预设位置分别展示经过缩放处理后的多个目标对象图像。
可选的，在本发明实施例提供的以图搜图装置中，所述检测模块402，具体用于：
通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息和所述多个目标对象分别具有的特征点；
相应的，所述搜索模块406，具体用于：
将所述待搜索目标对象图像对应的目标对象的特征点，作为该待搜索目标对象图像的特征点；通过所述待搜索目标对象图像的特征点，建立所述待搜索目标对象图像对应的目标模型，与预设数据库中图像对象模型比对，确定出与所述待搜索目标对象图像匹配的图像。
可选的，在本发明实施例提供的以图搜图装置中，当获得多个待检测图像时，所述展示模块404，具体用于：
针对所述多个待检测图像，分别在多个预设位置分别展示不同待检测图像所对应的多个目标对象图像。
可选的，在本发明实施例提供的以图搜图装置中，所述展示模块404，具体用于：
在所述预设位置分别展示预设数量以内的所述多个目标对象图像，所述预设数量为所述预设算法一次能够检测出的最大数量的目标对象个数。
本发明实施例还提供了一种电子设备，如图5所示，包括处理器501、通信接口502、存储器503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信，
存储器503，用于存放计算机程序；
处理器501，用于执行存储器503上所存放的程序时，实现如下步骤：
获得待检测图像，所述待检测图像中包括多个目标对象；
通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息；
根据所述坐标信息，从所述待检测图像中分别提取所述多个目标对象分别对应的多个目标对象图像；
在预设位置分别展示所述多个目标对象图像；
在所述预设位置所展示的所述多个目标对象图像中，确定出待搜索目标对象图像；
在预设数据库中进行搜索，确定出与所述待搜索目标对象图像匹配的图像。
上述电子设备提到的通信总线可以是PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM(Random Access Memory，随机存取存储器)，也可以包括NVM(Non-Volatile Memory，非易失性存储器)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括CPU(Central Processing Unit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是DSP(Digital Signal Processor，数字信号处理器)、ASIC(Application Specific Integrated Circuit，专用集成电路)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的以图搜图方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的以图搜图方法。
对于以图搜图装置、计算机可读存储介质以及计算机程序产品实施例而言，由于其所涉及的方法内容基本相似于前述的方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程设备。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置等实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (16)
1.一种以图搜图方法，其特征在于，包括：
获得待检测图像，所述待检测图像中包括多个目标对象；
通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息；
根据所述坐标信息，从所述待检测图像中分别提取所述多个目标对象分别对应的多个目标对象图像；
在预设位置分别展示所述多个目标对象图像；
在所述预设位置所展示的所述多个目标对象图像中，确定出待搜索目标对象图像；
在预设数据库中进行搜索，确定出与所述待搜索目标对象图像匹配的图像。
2.根据权利要求1所述的方法，其特征在于，所述通过预设算法，在所述待检测图像中检测出所述多个目标对象，包括：
通过基于深度学习的方法训练得到的目标对象检测网络，对所述待检测图像进行检测，检测出所述待检测图像中的所述多个目标对象。
3.根据权利要求1所述的方法，其特征在于，所述在预设位置分别展示所述多个目标对象图像的步骤之前，所述方法还包括：
将所述多个目标对象图像分别进行图像增强处理；
相应的，所述在预设位置分别展示所述多个目标对象图像，包括：
在预设位置分别展示经过图像增强处理后的多个目标对象图像。
4.根据权利要求1所述的方法，其特征在于，所述在预设位置分别展示所述多个目标对象图像的步骤之前，所述方法还包括：
将所述多个目标对象图像分别进行缩放处理；
相应的，所述在预设位置分别展示所述多个目标对象图像，包括：
在预设位置分别展示经过缩放处理后的多个目标对象图像。
5.根据权利要求1-4所述的方法，其特征在于，所述通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息，包括：
通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息和所述多个目标对象分别具有的特征点；
相应的，所述在预设数据库中进行搜索，确定出与所述待搜索目标对象图像匹配的图像，包括：
将所述待搜索目标对象图像对应的目标对象的特征点，作为该待搜索目标对象图像的特征点；
通过所述待搜索目标对象图像的特征点，建立所述待搜索目标对象图像对应的目标模型，与预设数据库中图像对象模型比对，确定出与所述待搜索目标对象图像匹配的图像。
6.根据权利要求1所述的方法，其特征在于，当获得多个待检测图像时，所述在预设位置分别展示所述多个目标对象图像，包括：
针对所述多个待检测图像，分别在多个预设位置分别展示不同待检测图像所对应的多个目标对象图像。
7.根据权利要求1或6所述的方法，其特征在于，所述在预设位置分别展示所述多个目标对象图像，包括：
在所述预设位置分别展示预设数量以内的所述多个目标对象图像，所述预设数量为所述预设算法一次能够检测出的最大数量的目标对象个数。
8.一种以图搜图装置，其特征在于，包括：
获取模块，用于获得待检测图像，所述待检测图像中包括多个目标对象；
检测模块，用于通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息；
提取模块，用于根据所述坐标信息，从所述待检测图像中分别提取所述多个目标对象分别对应的多个目标对象图像；
展示模块，用于在预设位置分别展示所述多个目标对象图像；
选择模块，用于在所述预设位置所展示的所述多个目标对象图像中，确定出待搜索目标对象图像；
搜索模块，用于在预设数据库中进行搜索，确定出与所述待搜索目标对象图像匹配的图像。
9.根据权利要求8所述的装置，其特征在于，所述检测模块，具体用于：
通过基于深度学习的方法训练得到的目标对象检测网络，对所述待检测图像进行检测，检测出所述待检测图像中的所述多个目标对象。
10.根据权利要求8所述的装置，其特征在于，所述装置还包括：
图像增强模块，用于将所述多个目标对象图像分别进行图像增强处理；
相应的，所述展示模块，具体用于：
在预设位置分别展示经过图像增强处理后的多个目标对象图像。
11.根据权利要求8所述的装置，其特征在于，所述装置还包括：
图像缩放模块，用于将所述多个目标对象图像分别进行缩放处理；
相应的，所述展示模块，具体用于：
在预设位置分别展示经过缩放处理后的多个目标对象图像。
12.根据权利要求8-11所述的装置，其特征在于，所述检测模块，具体用于：
通过预设算法，在所述待检测图像中检测出所述多个目标对象，并确定出所述多个目标对象分别所在的区域的坐标信息和所述多个目标对象分别具有的特征点；
相应的，所述搜索模块，具体用于：
将所述待搜索目标对象图像对应的目标对象的特征点，作为该待搜索目标对象图像的特征点；通过所述待搜索目标对象图像的特征点，建立所述待搜索目标对象图像对应的目标模型，与预设数据库中图像对象模型比对，确定出与所述待搜索目标对象图像匹配的图像。
13.根据权利要求8所述的装置，其特征在于，当获得多个待检测图像时，所述展示模块，具体用于：
针对所述多个待检测图像，分别在多个预设位置分别展示不同待检测图像所对应的多个目标对象图像。
14.根据权利要求8或13所述的装置，其特征在于，所述展示模块，具体用于：
在所述预设位置分别展示预设数量以内的所述多个目标对象图像，所述预设数量为所述预设算法一次能够检测出的最大数量的目标对象个数。
15.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-7任一所述的方法步骤。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810104827.5A CN110110110A (zh) | 2018-02-02 | 2018-02-02 | 一种以图搜图方法、装置、电子设备及存储介质 |
| PCT/CN2018/114392 WO2019148923A1 (zh) | 2018-02-02 | 2018-11-07 | 一种以图搜图方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810104827.5A CN110110110A (zh) | 2018-02-02 | 2018-02-02 | 一种以图搜图方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110110110A true CN110110110A (zh) | 2019-08-09 |
Family
ID=67477860
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810104827.5A Pending CN110110110A (zh) | 2018-02-02 | 2018-02-02 | 一种以图搜图方法、装置、电子设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110110110A (zh) |
| WO (1) | WO2019148923A1 (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111274431A (zh) * | 2020-02-04 | 2020-06-12 | 浙江大华技术股份有限公司 | 一种图像检索处理方法及装置 |
| CN111813979A (zh) * | 2020-07-14 | 2020-10-23 | 杭州海康威视数字技术股份有限公司 | 一种信息检索方法、装置及电子设备 |
| CN112380372A (zh) * | 2020-11-13 | 2021-02-19 | 上海哔哩哔哩科技有限公司 | 搜索图像的方法及计算设备 |
| WO2023050732A1 (zh) * | 2021-09-28 | 2023-04-06 | 北京百度网讯科技有限公司 | 对象推荐方法和装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090290014A1 (en) * | 2008-05-23 | 2009-11-26 | Pfu Limited | Object management apparatus, mobile terminal, and object management method |
| CN103491299A (zh) * | 2013-09-17 | 2014-01-01 | 宇龙计算机通信科技(深圳)有限公司 | 一种拍照处理方法和装置 |
| CN104103085A (zh) * | 2013-04-11 | 2014-10-15 | 三星电子株式会社 | 屏幕图像中的对象 |
| CN104156689A (zh) * | 2013-05-13 | 2014-11-19 | 浙江大华技术股份有限公司 | 一种对目标对象的特征信息进行定位的方法和设备 |
| US20150331944A1 (en) * | 2013-01-05 | 2015-11-19 | Zte Corporation | Method, apparatus and video monitoring system for providing monitoring video information |
| CN106372606A (zh) * | 2016-08-31 | 2017-02-01 | 北京旷视科技有限公司 | 目标对象信息生成方法和单元、识别方法和单元及系统 |
| CN106844492A (zh) * | 2016-12-24 | 2017-06-13 | 深圳云天励飞技术有限公司 | 一种人脸识别的方法、客户端、服务器及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106778615B (zh) * | 2016-12-16 | 2019-10-18 | 中新智擎科技有限公司 | 一种识别用户身份的方法、装置和物业服务机器人 |
-
2018
- 2018-02-02 CN CN201810104827.5A patent/CN110110110A/zh active Pending
- 2018-11-07 WO PCT/CN2018/114392 patent/WO2019148923A1/zh active Application Filing
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090290014A1 (en) * | 2008-05-23 | 2009-11-26 | Pfu Limited | Object management apparatus, mobile terminal, and object management method |
| US20150331944A1 (en) * | 2013-01-05 | 2015-11-19 | Zte Corporation | Method, apparatus and video monitoring system for providing monitoring video information |
| CN104103085A (zh) * | 2013-04-11 | 2014-10-15 | 三星电子株式会社 | 屏幕图像中的对象 |
| CN104156689A (zh) * | 2013-05-13 | 2014-11-19 | 浙江大华技术股份有限公司 | 一种对目标对象的特征信息进行定位的方法和设备 |
| CN103491299A (zh) * | 2013-09-17 | 2014-01-01 | 宇龙计算机通信科技(深圳)有限公司 | 一种拍照处理方法和装置 |
| CN106372606A (zh) * | 2016-08-31 | 2017-02-01 | 北京旷视科技有限公司 | 目标对象信息生成方法和单元、识别方法和单元及系统 |
| CN106844492A (zh) * | 2016-12-24 | 2017-06-13 | 深圳云天励飞技术有限公司 | 一种人脸识别的方法、客户端、服务器及系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111274431A (zh) * | 2020-02-04 | 2020-06-12 | 浙江大华技术股份有限公司 | 一种图像检索处理方法及装置 |
| CN111813979A (zh) * | 2020-07-14 | 2020-10-23 | 杭州海康威视数字技术股份有限公司 | 一种信息检索方法、装置及电子设备 |
| CN112380372A (zh) * | 2020-11-13 | 2021-02-19 | 上海哔哩哔哩科技有限公司 | 搜索图像的方法及计算设备 |
| WO2022100290A1 (zh) * | 2020-11-13 | 2022-05-19 | 上海哔哩哔哩科技有限公司 | 搜索图像的方法及计算设备 |
| WO2023050732A1 (zh) * | 2021-09-28 | 2023-04-06 | 北京百度网讯科技有限公司 | 对象推荐方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019148923A1 (zh) | 2019-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109284729B (zh) | 基于视频获取人脸识别模型训练数据的方法、装置和介质 | |
| CN104715023B (zh) | 基于视频内容的商品推荐方法和系统 | |
| CN105913093B (zh) | 一种用于文字识别处理的模板匹配方法 | |
| CN110110110A (zh) | 一种以图搜图方法、装置、电子设备及存储介质 | |
| CN108549870A (zh) | 一种对物品陈列进行鉴别的方法及装置 | |
| TWI254891B (en) | Face image detection method, face image detection system, and face image detection program | |
| US11657644B2 (en) | Automatic ruler detection | |
| CN112560698A (zh) | 图像处理方法、装置、设备和介质 | |
| CN108960124A (zh) | 用于行人再识别的图像处理方法及装置 | |
| CN110493595A (zh) | 摄像头的检测方法和装置、存储介质及电子装置 | |
| CN108921209A (zh) | 图片识别方法、装置及电子设备 | |
| CN112633297A (zh) | 目标对象的识别方法、装置、存储介质以及电子装置 | |
| CN103065118A (zh) | 图像模糊检测方法和装置 | |
| CN108875500B (zh) | 行人再识别方法、装置、系统及存储介质 | |
| CN109727058A (zh) | 用户行为异常检测方法、装置、电子设备及可读存储介质 | |
| CN114005019B (zh) | 一种翻拍图像识别方法及其相关设备 | |
| Hashim et al. | Development of tomato inspection and grading system using image processing | |
| CN110490022A (zh) | 一种识别图片中的条形码方法及装置 | |
| CN110751004A (zh) | 二维码检测方法、装置、设备及存储介质 | |
| CN108647570B (zh) | 斑马线检测方法、装置及计算机可读存储介质 | |
| JP6699048B2 (ja) | 特徴選択装置、タグ関連領域抽出装置、方法、及びプログラム | |
| CN111047632A (zh) | 一种指甲图像的图色处理方法和装置 | |
| CN106611417A (zh) | 将视觉元素分类为前景或背景的方法及装置 | |
| CN114758384A (zh) | 人脸检测方法、装置、设备及存储介质 | |
| CN113516328B (zh) | 数据处理方法、服务提供方法、装置、设备和存储介质 |
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: 20190809 |