CN111797932B - 图像分类方法、装置、设备和计算机可读介质 - Google Patents

图像分类方法、装置、设备和计算机可读介质 Download PDF

Info

Publication number
CN111797932B
CN111797932B CN202010660235.9A CN202010660235A CN111797932B CN 111797932 B CN111797932 B CN 111797932B CN 202010660235 A CN202010660235 A CN 202010660235A CN 111797932 B CN111797932 B CN 111797932B
Authority
CN
China
Prior art keywords
image
target
probability map
probability
determining
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.)
Active
Application number
CN202010660235.9A
Other languages
English (en)
Other versions
CN111797932A (zh
Inventor
黄佳斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Douyin Vision Co Ltd
Original Assignee
Douyin Vision Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Douyin Vision Co Ltd filed Critical Douyin Vision Co Ltd
Priority to CN202010660235.9A priority Critical patent/CN111797932B/zh
Publication of CN111797932A publication Critical patent/CN111797932A/zh
Application granted granted Critical
Publication of CN111797932B publication Critical patent/CN111797932B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Analysis (AREA)

Abstract

本公开的实施例公开了图像分类方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：确定目标图像中显示有目标对象的图像区域；对于上述目标对象对应的至少一个目标类别中的每个目标类别，确定上述目标类别的概率图，上述概率图用于表征上述目标图像中每个像素点为上述目标类别的第一概率，得到上述至少一个目标类别的概率图；基于上述至少一个目标类别的概率图和上述图像区域，确定上述图像区域的类别。该实施方式实现了为识别出的图像区域进一步分类，使图像区域的识别结果更加精细，进而使后续的图像处理技术有了提升空间。

Description

图像分类方法、装置、设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及图像分类方法、装置、设备和计算机可读介质。
背景技术
随着互联网的发展，出现了虚拟美甲技术。即在包含指甲图像的视频或照片中的指甲区域添加特效。现有的虚拟美甲技术只能简单的识别出指甲区域，不能为所识别出的指甲区域进一步划分为某根手指的指甲。使虚拟美甲技术效果的提升受到限制。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了图像分类的方法、装置、设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。
第一方面，本公开的一些实施例提供了一种图像分类的方法，该方法包括：确定目标图像中显示有目标对象的图像区域；对于上述目标对象对应的至少一个目标类别中的每个目标类别，确定上述目标类别的概率图，上述概率图用于表征上述目标图像中每个像素点为上述目标类别的第一概率，得到上述至少一个目标类别的概率图；基于上述至少一个目标类别的概率图和上述图像区域，确定上述图像区域的类别。
第二方面，本公开的一些实施例提供了一种图像分类装置，装置包括：第一确定单元，被配置成确定目标图像中显示有目标对象的图像区域；第二确定单元，被配置成对于上述目标对象对应的至少一个目标类别中的每个目标类别，确定上述目标类别的概率图，上述概率图用于表征上述目标图像中每个像素点为上述目标类别的第一概率，得到上述至少一个目标类别的概率图；第三确定单元，被配置成基于上述至少一个目标类别的概率图和上述图像区域，确定上述图像区域的类别。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本公开的一些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，其中，程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果：实现了为识别出的图像区域进一步分类，使图像区域的识别结果更加精细，进而使后续的图像处理技术有了提升空间。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是本公开的一些实施例的图像分类方法的一个应用场景的示意图；
图2是根据本公开的图像分类方法的一些实施例的流程图；
图3是根据本公开的一些实施例的图像分类方法的一个应用场景的示意图；
图4是根据本公开的图像分类方法的另一些实施例的流程图；
图5是根据本公开的图像分类装置的一些实施例的结构示意图；
图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
图7是根据本公开的一些实施例的图像分类方法的一个应用场景的示意图；
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
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。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的一些实施例的图像分类方法的一个应用场景的示意图。
在图1所示的应用场景中，首先，计算设备101可以确定目标图像102中显示有目标对象的图像区域。在本应用场景中，上述目标对象为手部指甲。其中上述图像区域如附图标记103中的虚线框所示。在本应用场景中，共有5个图像区域分别用1、2、3、4、5指示。之后，计算设备101可以对目标对象对应的至少一个目标类别中的每个目标类别，确定目标类别的概率图，其中，概率图用于表征目标图像中每个像素点为目标类别的第一概率，得到至少一个目标类别的概率图。在本应用场景中，上述目标类别包括：大拇指、食指、中指、无名指、小拇指、背景。上述概率图如附图标记104所示，包括：大拇指类别对应的概率图105、食指类别对应的概率图106、中指类别对应的概率图107、无名指类别对应的概率图108、小拇指类别对应的概率图109、背景类别对应的概率图110。最后，计算设备101基于上述至少一个目标类别的概率图和上述图像区域确定上述图像区域的类别，得到分类结果111。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或电子设备组成的分布式集群，也可以实现成单个服务器或单个电子设备。当计算设备体现为软件时，可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备101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计算设备101。
继续参考图2，示出了根据本公开的图像分类方法的一些实施例的流程200。该图像分类方法，包括以下步骤：
步骤201，确定目标图像中显示有目标对象的图像区域。
在一些实施例中，上述目标对象可以为预设待处理对象。在此基础上，上述目标图像可以是任意显示有上述目标对象的图像。
在一些实施例中，通过人工标注的方式确定目标图像中显示有目标对象的图像区域。
在一些实施例的一些可选的实现方式中，图像分类方法的执行主体(例如，图1中的计算设备)还可以通过以下步骤确定目标图像中显示有目标对象的图像区域：
步骤一，确定上述目标图像中每个像素点为上述图像区域中像素点的第二概率。
在一些实施例中，上述执行主体可以通过将上述目标图像输入到第一图像识别网络中，确定上述目标图像中每个像素点为上述图像区域中像素点的第二概率。
在一些实施例中，上述执行主体还可以通过统计多个人员对上述目标图像进行人工识别标注的结果，确定上述目标图像中每个像素点为上述图像区域中像素点的第二概率。
步骤二，将上述第二概率高于预设阈值的像素点确定为上述图像区域中的像素点，得到上述图像区域。
步骤202，对于上述目标对象对应的至少一个目标类别中的每个目标类别，确定上述目标类别的概率图，上述概率图用于表征上述目标图像中每个像素点为上述目标类别的第一概率，得到上述至少一个目标类别的概率图。
在一些实施例中，上述目标对象对应的至少一个目标类别可以包括上述目标对象所有可能属于的类别和图像背景类别。例如，上述目标对象是指甲时，上述至少一个目标类别可以包括：大拇指类别、食指类别、中指类别、无名指类别、小拇指类别、图像背景类别。
在一些实施例中，上述执行主体可以将上述目标图像输入到第二图像识别网络中，从而对于上述目标对象对应的至少一个目标类别中的每个目标类别，确定上述目标类别的概率图。
在一些实施例中，根据实际需要，上述第二图像识别网络可以是任意现有的深度学习模型。例如ResNet|(Residual Network，残差网络)、VGG(Visual Geometry GroupNetwork，视觉集合群网络)等。
在一些实施例中，根据实际需要，上述第二图像识别网络还可以是任意结构的网络。例如，可以将上述现有的深度学习模型中的部分结构重新设计，得到新的网络，并将上述新的网络确定为上述第二图像识别网络。
在一些实施例中，还可以通过统计多个人员对上述目标图像进行人工识别标注的结果，对于上述目标对象对应的至少一个目标类别中的每个目标类别，确定上述目标类别的概率图。
步骤203，基于上述至少一个目标类别的概率图和上述图像区域，确定上述图像区域的类别。
在一些实施例中，上述执行主体可以将上述图像区域的形心位置应用到上述概率图中，得到概率值集合。将上述概率值集合中最大的概率值对应的目标类别确定为上述图像区域的类别。
进一步参考图3，图3是根据本公开的一些实施例的图像分类方法中步骤203的一个应用场景的示意图。
如图3所示，计算设备301可以首先确定目标图像303中显示有目标对象的图像区域304的轮廓构成形状形心302的相对位置。其中，上述相对位置可以是上述形心相对于上述目标图像中任意预设点的相对位置。在本应用场景中，上述目标对象为天体。然后，确定上述至少一个目标类别的概率图中的每个概率图中在上述相对位置的概率值，得到概率值集合308。在本应用场景中，上述至少一个目标类别包括：太阳、月亮、图像背景。上述概率图包括：太阳类别概率图305、月亮类别概率图306、图像背景概率图307。最后，将上述概率值集合308中最大的概率值对应的目标类别确定为上述图像区域的类别。在本应用场景中，上述最大的概率值为0.8，对应的目标类别为太阳类别。所以，计算设备301将上述目标对象确定为太阳类别。
在一些实施例的可选的实现方式中，上述执行主体可以通过以下步骤基于上述至少一个目标类别的概率图和上述图像区域，确定上述图像区域的类别：
步骤一，确定上述至少一个目标类别的概率图中每个概率图中与上述图像区域对应的概率图区域。
在一些实施例中，上述执行主体可以通过将任意可以表征上述图像区域的轮廓构成的形状的特征参数应用到上述概率图中，从而确定上述至少一个目标类别的概率图中每个概率图中与上述图像区域对应的概率图区域。
进一步参考图7，图7是根据本公开的一些实施例的图像分类方法中确定概率图区域的一个应用场景的示意图。
如图7所示的示例，计算设备701可以首先在上述图像区域的轮廓703构成的形状中确定任意一点704。之后，以该点为起始点，以第二数目个预设角度为方向，作第二数目条射线。将上述第二数目条射线与上述轮廓703的交点确定为第二数目个点。将上述点704在目标图像702中的位置和上述点704与上述第二数目个点的相对位置应用到上述概率图705中，确定概率图中的第二数目个点。以及，对上述概率图中的第二数目个点进行拟合，得到上述概率图区域706。
在一些实施例的一些可选的实现方式中，上述执行主体还可以首先在上述图像区域的轮廓上确定第一数目个点。之后，将上述第一数目个点在上述目标图像中的位置应用到上述概率图中，得到上述概率图中的第一数目个点。最后，对上述概率图中的第一数目个点进行拟合，确定上述概率图中与上述图像区域对应的概率图区域。
步骤二，基于上述至少一个目标类别的概率图中所确定的概率图区域，确定上述图像区域的类别。
在一些实施例的可选的实现方式中，上述执行主体可以首先基于上述至少一个目标类别的概率图中所确定的概率图区域中的每个概率值，确定上述图像区域为上述至少一个目标类别的第三概率集合。然后，基于上述第三概率集合，确定上述图像区域的类别。
在一些实施例中，根据实际需要，上述执行主体可以将上述每个概率图中所确定的概率图区域中的概率值的任意数值特征确定为第三概率，得到上述第三概率集合。其中数值特征可以包括：总和、平均值、最大值等。
在一些实施例中，上述执行主体可以将上述第三概率集合中最大的第三概率对应的目标类别确定为上述图像区域的类别。
在一些实施例的可选的实现方式中，上述执行主体可以首先按照从高到低的顺序，从上述第三概率集合中确定第一数目个第三概率。然后，将上述第一数目个第三概率对应的目标类别确定为上述图像区域的类别。
本公开的一些实施例提供的方法实现了为识别出的图像区域进一步分类，使图像区域的识别结果更加精细，进而使后续的图像处理技术有了提升空间。
进一步参考图4，其示出了图像分类方法的另一些实施例的流程400。该图像分类方法的流程400，包括以下步骤：
步骤401，确定目标图像中每个像素点为上述目标图像中显示有目标对象的图像区域中像素点的第二概率。
在一些实施例中，上述执行主体可以通过将上述目标图像输入到第一图像识别网络中，确定上述目标图像中每个像素点为上述图像区域中像素点的第二概率。
在一些实施例中，上述执行主体还可以通过统计多个人员对上述目标图像进行人工识别标注的结果，确定上述目标图像中每个像素点为上述图像区域中像素点的第二概率。
步骤402，将上述第二概率高于预设阈值的像素点确定为上述图像区域中的像素点，得到上述图像区域。
步骤403，确定上述目标对象对应的至少一个目标类别的概率图中每个概率图中与上述图像区域对应的概率图区域。
在一些实施例中，上述执行主体可以通过将任意可以表征上述图像区域的轮廓构成的形状的特征参数应用到上述概率图中，从而确定上述至少一个目标类别的概率图中每个概率图中与上述图像区域对应的概率图区域。
进一步参考图7，图7是根据本公开的一些实施例的图像分类方法中确定概率图区域的一个应用场景的示意图。
如图7所示的示例，计算设备701可以首先在上述图像区域的轮廓703构成的形状中确定任意一点704。之后，以该点为起始点，以第二数目个预设角度为方向，作第二数目条射线。将上述第二数目条射线与上述轮廓703的交点确定为第二数目个点。将上述点704在目标图像702中的位置和上述点704与上述第二数目个点的相对位置应用到上述概率图705中，确定概率图中的第二数目个点。以及，对上述概率图中的第二数目个点进行拟合，得到上述概率图区域706。
在一些实施例的一些可选的实现方式中，上述执行主体还可以首先在上述图像区域的轮廓上确定第一数目个点。之后，将上述第一数目个点在上述目标图像中的位置应用到上述概率图中，得到上述概率图中的第一数目个点。最后，对上述概率图中的第一数目个点进行拟合，确定上述概率图中与上述图像区域对应的概率图区域。
在一些实施例中，上述执行主体可以通过将上述图像区域的轮廓上的第一数目个点在上述目标图像中的位置应用到上述每个概率图中，确定上述至少一个目标类别的概率图中每个概率图中与上述图像区域对应的概率图区域。
步骤404，基于上述至少一个目标类别的概率图中所确定的概率图区域中的每个概率值，确定上述图像区域为上述至少一个目标类别的第三概率集合。
在一些实施例中，根据实际需要，上述执行主体可以将上述每个概率图中所确定的概率图区域中的概率值的任意数值特征确定为第三概率，得到上述第三概率集合。其中数值特征可以包括：总和、平均值、最大值等。
步骤405，按照从高到低的顺序，从上述第三概率集合中确定第一数目个第三概率。
步骤406，将上述第一数目个第三概率对应的目标类别确定为上述图像区域的类别。
从图4中可以看出，与图2对应的一些实施例的描述相比，图4对应的一些实施例中的图像分类方法的流程400体现了确定图像区域和确定目标对象类别的步骤。由此，这些实施例描述的方案通过确定目标图像中每个像素点为图像区域中像素点的第二概率，可以更加准确地确定目标图像中显示有目标对象的图像区域。以及，通过确定图像区域对应的第三概率，可以更准确地确定目标对象的类别。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种图像分类装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，一些实施例的图像分类装置500包括：第一确定单元501、第二确定单元502、第三确定单元503。其中，第一确定单元501，被配置成确定目标图像中显示有目标对象的图像区域；第二确定单元502，被配置成对于上述目标对象对应的至少一个目标类别中的每个目标类别，确定上述目标类别的概率图，上述概率图用于表征上述目标图像中每个像素点为上述目标类别的第一概率，得到上述至少一个目标类别的概率图；第三确定单元503，被配置成基于上述至少一个目标类别的概率图和上述图像区域，确定上述图像区域的类别。
在一些实施例的可选实现方式中，第一确定单元进一步被配置成：确定上述目标图像中每个像素点为上述图像区域中像素点的第二概率；将上述第二概率高于预设阈值的像素点确定为上述图像区域中的像素点，得到上述图像区域。
在一些实施例的可选实现方式中，第三确定单元进一步被配置成：确定上述至少一个目标类别的概率图中每个概率图中与上述图像区域对应的概率图区域；基于上述至少一个目标类别的概率图中所确定的概率图区域，确定上述图像区域的类别。
在一些实施例的可选实现方式中，第三确定单元进一步被配置成：在上述图像区域的轮廓上确定第一数目个点；将上述第一数目个点在上述目标图像中的位置应用到上述概率图中，得到上述概率图中的第一数目个点；对上述概率图中的第一数目个点进行拟合，确定上述概率图中与上述图像区域对应的概率图区域；基于上述至少一个目标类别的概率图中所确定的概率图区域，确定上述图像区域的类别。
在一些实施例的可选实现方式中，第三确定单元进一步被配置成：将上述图像区域的轮廓构成的形状的形心的位置和上述形心与上述轮廓中第二数目个点的距离应用到上述概率图中，得到上述概率图中的第二数目个点；对上述概率图中的第二数目个点进行拟合，确定上述概率图中与上述图像区域对应的概率图区域；基于上述至少一个目标类别的概率图中所确定的概率图区域，确定上述图像区域的类别。
在一些实施例的可选实现方式中，第三确定单元进一步被配置成：基于上述至少一个目标类别的概率图中所确定的概率图区域中的每个概率值，确定上述图像区域为上述至少一个目标类别的第三概率集合；基于上述第三概率集合，确定上述图像区域的类别。在一些实施例的可选实现方式中，第三确定单元进一步被配置成：按照从高到低的顺序，从上述第三概率集合中确定第一数目个第三概率；将上述第一数目个第三概率对应的目标类别确定为上述图像区域的类别。
可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。
下面参考图6，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器或终端设备)600的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)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装置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，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603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。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，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，本公开的一些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。在这样的一些实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例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存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储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。在本公开的一些实施例中，计算机可读存储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。而在本公开的一些实施例中，计算机可读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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。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电子设备执行时，使得该电子设备：确定目标图像中显示有目标对象的图像区域；对于上述目标对象对应的至少一个目标类别中的每个目标类别，确定上述目标类别的概率图，上述概率图用于表征上述目标图像中每个像素点为上述目标类别的第一概率，得到上述至少一个目标类别的概率图；基于上述至少一个目标类别的概率图和上述图像区域，确定上述图像区域的类别。
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公开的一些实施例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，图示了按照本公开各种实施例的系统、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。
描述于本公开的一些实施例中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确定单元、第二确定单元、第三确定单元。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，第一确定单元还可以被描述为“确定图像区域的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
根据本公开的一个或多个实施例，提供了一种图像分类方法，包括：确定目标图像中显示有目标对象的图像区域；对于上述目标对象对应的至少一个目标类别中的每个目标类别，确定上述目标类别的概率图，上述概率图用于表征上述目标图像中每个像素点为上述目标类别的第一概率，得到上述至少一个目标类别的概率图；基于上述至少一个目标类别的概率图和上述图像区域，确定上述图像区域的类别。
根据本公开的一个或多个实施例，上述确定目标图像中显示有目标对象的图像区域，包括：确定上述目标图像中每个像素点为上述图像区域中像素点的第二概率；将上述第二概率高于预设阈值的像素点确定为上述图像区域中的像素点，得到上述图像区域。
根据本公开的一个或多个实施例，上述基于上述至少一个目标类别的概率图和上述图像区域，确定上述图像区域的类别，包括：确定上述至少一个目标类别的概率图中每个概率图中与上述图像区域对应的概率图区域；基于上述至少一个目标类别的概率图中所确定的概率图区域，确定上述图像区域的类别。
根据本公开的一个或多个实施例，确定上述至少一个目标类别的概率图中每个概率图中与上述图像区域对应的概率图区域，包括：在上述图像区域的轮廓上确定第一数目个点；将上述第一数目个点在上述目标图像中的位置应用到上述概率图中，得到上述概率图中的第一数目个点；对上述概率图中的第一数目个点进行拟合，确定上述概率图中与上述图像区域对应的概率图区域。
根据本公开的一个或多个实施例，确定上述至少一个目标类别的概率图中每个概率图中与上述图像区域对应的概率图区域，包括：将上述图像区域的轮廓构成的形状的形心的位置和上述形心与上述轮廓中第二数目个点的距离应用到上述概率图中，得到上述概率图中的第二数目个点；对上述概率图中的第二数目个点进行拟合，确定上述概率图中与上述图像区域对应的概率图区域。
根据本公开的一个或多个实施例，上述基于上述至少一个目标类别的概率图中所确定的概率图区域，确定上述图像区域的类别，包括：基于上述至少一个目标类别的概率图中所确定的概率图区域中的每个概率值，确定上述图像区域为上述至少一个目标类别的第三概率集合；基于上述第三概率集合，确定上述图像区域的类别。
根据本公开的一个或多个实施例，上述基于上述第三概率集合，确定上述图像区域的类别，包括：按照从高到低的顺序，从上述第三概率集合中确定第一数目个第三概率；将上述第一数目个第三概率对应的目标类别确定为上述图像区域的类别。
根据本公开的一个或多个实施例，提供了一种图像分类装置，包括：第一确定单元，被配置成确定目标图像中显示有图像区域；第二确定单元，被配置成对于上述目标对象对应的至少一个目标类别中的每个目标类别，确定上述目标类别的概率图，上述概率图用于表征上述目标图像中每个像素点为上述目标类别的第一概率，得到上述至少一个目标类别的概率图；第三确定单元，被配置成基于上述至少一个目标类别的概率图和上述图像区域，确定上述图像区域的类别。
根据本公开的一个或多个实施例，第一确定单元进一步被配置成：确定上述目标图像中每个像素点为上述图像区域中像素点的第二概率；将上述第二概率高于预设阈值的像素点确定为上述图像区域中的像素点，得到上述图像区域。
根据本公开的一个或多个实施例，第三确定单元进一步被配置成：确定上述至少一个目标类别的概率图中每个概率图中与上述图像区域对应的概率图区域；基于上述至少一个目标类别的概率图中所确定的概率图区域，确定上述图像区域的类别。
根据本公开的一个或多个实施例，第三确定单元进一步被配置成：在上述图像区域的轮廓上确定第一数目个点；将上述第一数目个点在上述目标图像中的位置应用到上述概率图中，得到上述概率图中的第一数目个点；对上述概率图中的第一数目个点进行拟合，确定上述概率图中与上述图像区域对应的概率图区域；基于上述至少一个目标类别的概率图中所确定的概率图区域，确定上述图像区域的类别。
根据本公开的一个或多个实施例，第三确定单元进一步被配置成：将上述图像区域的轮廓构成的形状的形心的位置和上述形心与上述轮廓中第二数目个点的距离应用到上述概率图中，得到上述概率图中的第二数目个点；对上述概率图中的第二数目个点进行拟合，确定上述概率图中与上述图像区域对应的概率图区域；基于上述至少一个目标类别的概率图中所确定的概率图区域，确定上述图像区域的类别。
根据本公开的一个或多个实施例，第三确定单元进一步被配置成：基于上述至少一个目标类别的概率图中所确定的概率图区域中的每个概率值，确定上述图像区域为上述至少一个目标类别的第三概率集合；基于上述第三概率集合，确定上述图像区域的类别。
根据本公开的一个或多个实施例，第三确定单元进一步被配置成：按照从高到低的顺序，从上述第三概率集合中确定第一数目个第三概率；将上述第一数目个第三概率对应的目标类别确定为上述图像区域的类别。
以上描述仅为本公开的一些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，本公开的实施例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。例如上述特征与本公开的实施例中公开的(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 (10)

1.一种图像分类方法，包括：
确定目标图像中显示有目标对象的图像区域；
对于所述目标对象对应的至少一个目标类别中的每个目标类别，确定所述目标类别的概率图，所述概率图用于表征所述目标图像中每个像素点为所述目标类别的第一概率，得到所述至少一个目标类别的概率图；
基于所述至少一个目标类别的概率图和所述图像区域，确定所述图像区域的类别；
所述基于所述至少一个目标类别的概率图和所述图像区域，确定所述图像区域的类别，包括：
将所述图像区域的形心位置应用到所述概率图中，得到概率值集合；
将所述概率值集合中最大的概率值对应的目标类别确定为所述图像区域的类别。
2.根据权利要求1所述的方法，其中，所述确定目标图像中显示有目标对象的图像区域，包括：
确定所述目标图像中每个像素点为所述图像区域中像素点的第二概率；
将所述第二概率高于预设阈值的像素点确定为所述图像区域中的像素点，得到所述图像区域。
3.根据权利要求1所述的方法，其中，所述基于所述至少一个目标类别的概率图和所述图像区域，确定所述图像区域的类别，包括：
确定所述至少一个目标类别的概率图中每个概率图中与所述图像区域对应的概率图区域；
基于所述至少一个目标类别的概率图中所确定的概率图区域，确定所述图像区域的类别。
4.根据权利要求3所述的方法，其中，所述确定所述至少一个目标类别的概率图中每个概率图中与所述图像区域对应的概率图区域，包括：
在所述图像区域的轮廓上确定第一数目个点；
将所述第一数目个点在所述目标图像中的位置应用到所述概率图中，得到所述概率图中的第一数目个点；
对所述概率图中的第一数目个点进行拟合，确定所述概率图中与所述图像区域对应的概率图区域。
5.根据权利要求3所述的方法，其中，所述确定所述至少一个目标类别的概率图中每个概率图中与所述图像区域对应的概率图区域，包括：
将所述图像区域的轮廓构成的形状的形心的位置和所述形心与所述轮廓中第二数目个点的距离应用到所述概率图中，得到所述概率图中的第二数目个点；
对所述概率图中的第二数目个点进行拟合，确定所述概率图中与所述图像区域对应的概率图区域。
6.根据权利要求3所述的方法，其中，所述基于所述至少一个目标类别的概率图中所确定的概率图区域，确定所述图像区域的类别，包括：
基于所述至少一个目标类别的概率图中所确定的概率图区域中的每个概率值，确定所述图像区域为所述至少一个目标类别的第三概率集合；
基于所述第三概率集合，确定所述图像区域的类别。
7.根据权利要求6所述的方法，其中，所述基于所述第三概率集合，确定所述图像区域的类别，包括：
按照从高到低的顺序，从所述第三概率集合中确定第一数目个第三概率；
将所述第一数目个第三概率对应的目标类别确定为所述图像区域的类别。
8.一种图像分类装置，包括：
第一确定单元，被配置成确定目标图像中显示有目标对象的图像区域；
第二确定单元，被配置成对于所述目标对象对应的至少一个目标类别中的每个目标类别，确定所述目标类别的概率图，所述概率图用于表征所述目标图像中每个像素点为所述目标类别的第一概率，得到所述至少一个目标类别的概率图；
第三确定单元，被配置成基于所述至少一个目标类别的概率图和所述图像区域，确定所述图像区域的类别；
所述第三确定单元进一步被配置成：
将所述图像区域的形心位置应用到所述概率图中，得到概率值集合；
将所述概率值集合中最大的概率值对应的目标类别确定为所述图像区域的类别。
9.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN202010660235.9A 2020-07-10 2020-07-10 图像分类方法、装置、设备和计算机可读介质 Active CN111797932B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010660235.9A CN111797932B (zh) 2020-07-10 2020-07-10 图像分类方法、装置、设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010660235.9A CN111797932B (zh) 2020-07-10 2020-07-10 图像分类方法、装置、设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN111797932A CN111797932A (zh) 2020-10-20
CN111797932B true CN111797932B (zh) 2023-11-14

Family

ID=72810685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010660235.9A Active CN111797932B (zh) 2020-07-10 2020-07-10 图像分类方法、装置、设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN111797932B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105761271A (zh) * 2016-03-16 2016-07-13 武汉大学 核安全壳表面缺陷自动检测方法及系统
CN108216229A (zh) * 2017-09-08 2018-06-29 北京市商汤科技开发有限公司 交通工具、道路线检测和驾驶控制方法及装置
CN108875723A (zh) * 2018-01-03 2018-11-23 北京旷视科技有限公司 对象检测方法、装置和系统及存储介质
CN110390261A (zh) * 2019-06-13 2019-10-29 北京汽车集团有限公司 目标检测方法、装置、计算机可读存储介质及电子设备
CN110781768A (zh) * 2019-09-30 2020-02-11 奇点汽车研发中心有限公司 目标对象检测方法和装置、电子设备和介质
CN111209947A (zh) * 2019-12-31 2020-05-29 歌尔股份有限公司 图像识别方法、设备、存储介质及装置
CN111209779A (zh) * 2018-11-21 2020-05-29 北京市商汤科技开发有限公司 可行驶区域检测及智能驾驶控制方法、装置和系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105761271A (zh) * 2016-03-16 2016-07-13 武汉大学 核安全壳表面缺陷自动检测方法及系统
CN108216229A (zh) * 2017-09-08 2018-06-29 北京市商汤科技开发有限公司 交通工具、道路线检测和驾驶控制方法及装置
CN108875723A (zh) * 2018-01-03 2018-11-23 北京旷视科技有限公司 对象检测方法、装置和系统及存储介质
CN111209779A (zh) * 2018-11-21 2020-05-29 北京市商汤科技开发有限公司 可行驶区域检测及智能驾驶控制方法、装置和系统
CN110390261A (zh) * 2019-06-13 2019-10-29 北京汽车集团有限公司 目标检测方法、装置、计算机可读存储介质及电子设备
CN110781768A (zh) * 2019-09-30 2020-02-11 奇点汽车研发中心有限公司 目标对象检测方法和装置、电子设备和介质
CN111209947A (zh) * 2019-12-31 2020-05-29 歌尔股份有限公司 图像识别方法、设备、存储介质及装置

Also Published As

Publication number Publication date
CN111797932A (zh) 2020-10-20

Similar Documents

Publication Publication Date Title
CN111784712B (zh) 图像处理方法、装置、设备和计算机可读介质
CN111738316B (zh) 零样本学习的图像分类方法、装置及电子设备
CN112418249A (zh) 掩膜图像生成方法、装置、电子设备和计算机可读介质
WO2022012178A1 (zh) 用于生成目标函数的方法、装置、电子设备和计算机可读介质
CN112200183A (zh) 图像处理的方法、装置、设备和计算机可读介质
CN111797932B (zh) 图像分类方法、装置、设备和计算机可读介质
WO2022052889A1 (zh) 图像识别方法、装置、电子设备和计算机可读介质
CN113807056B (zh) 一种文档名称序号纠错方法、装置和设备
CN111680754B (zh) 图像分类方法、装置、电子设备及计算机可读存储介质
CN111738311A (zh) 面向多任务的特征提取方法、装置及电子设备
CN111797263A (zh) 图像标签生成方法、装置、设备和计算机可读介质
CN111835917A (zh) 活动范围展示方法、装置、设备和计算机可读介质
CN111814807B (zh) 用于处理图像的方法、装置、电子设备和计算机可读介质
CN112346630B (zh) 状态确定方法、装置、设备和计算机可读介质
CN111489286B (zh) 图片处理方法、装置、设备和介质
CN116974684B (zh) 地图页面布局方法、装置、电子设备与计算机可读介质
CN111461227B (zh) 样本生成方法、装置、电子设备和计算机可读介质
CN111026983B (zh) 一种实现超链接的方法、装置、介质和电子设备
CN111582376B (zh) 神经网络的可视化方法、装置、电子设备和介质
CN113283115B (zh) 图像模型生成方法、装置和电子设备
CN112215789B (zh) 图像去雾方法、装置、设备和计算机可读介质
CN116186093B (zh) 地址信息处理方法、装置、电子设备与计算机可读介质
CN113435528B (zh) 对象分类的方法、装置、可读介质和电子设备
CN116883659A (zh) 一种基于像素对多算子交互敏感度的图像分割方法
CN116167933A (zh) 图像降噪方法、装置、电子设备和计算机可读介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: Tiktok vision (Beijing) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant