CN111814807B - 用于处理图像的方法、装置、电子设备和计算机可读介质 - Google Patents
用于处理图像的方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN111814807B CN111814807B CN202010686088.2A CN202010686088A CN111814807B CN 111814807 B CN111814807 B CN 111814807B CN 202010686088 A CN202010686088 A CN 202010686088A CN 111814807 B CN111814807 B CN 111814807B
- Authority
- CN
- China
- Prior art keywords
- normalized vector
- dimension
- image
- hash code
- feature
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 title claims abstract description 33
- 239000013598 vector Substances 0.000 claims abstract description 160
- 238000000605 extraction Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- 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
- G06F16/51—Indexing; Data structures therefor; Storage structures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开的实施例公开了用于处理图像的方法、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：对目标图像进行特征提取，得到特征图；将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；为下一步获取哈希编码集合提供了基础。确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。上述过程将哈希编码表示为图像特征，有效的表示了图像信息。在此过程中，通过选择符合预定条件的哈希编码作为特征，以对得到的特征组进行约束。
Description
技术领域
本公开的实施例涉及计算机技术领域，具体涉及用于处理图像的方法、装置、电子设备和计算机可读介质。
背景技术
随着互联网的发展和以深度学习为核心的人工智能技术的普及，计算机视觉技术应用到人们生活的各个领域，现有相关图像处理技术存在图像特征不能很好地表示图像信息的问题。
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用于处理图像的方法、装置、电子设备和计算机可读介质，来解决以上背景技术中提到的技术问题。
第一方面，本公开的一些实施例提供了用于处理图像的方法，该方法包括：对目标图像进行特征提取，得到特征图；将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。
第二方面，本公开的一些实施例提供了一种用于处理图像的装置，装置包括：提取单元，被配置成对目标图像进行特征提取，得到特征图；归一操作单元，被配置成将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；第一确定单元，被配置成确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；选择单元，被配置成从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。
第三方面，本公开的一些实施例提供了一种电子设备，该网络设备包括：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，该计算机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：对目标图像进行特征提取，得到特征图；将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；为下一步获取哈希编码集合提供了基础。确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。上述过程将哈希编码表示为图像特征，有效的表示了图像信息。在此过程中，通过选择符合预定条件的哈希编码作为特征，以对得到的特征组进行约束。作为示例，可以选择概率较高的哈希编码作为特征，提高了得到的图像特征的准确度。
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用于处理图像的方法的一个应用场景的示意图；
图2是根据本公开的用于处理图像的方法的一些实施例的流程图；
图3是根据本公开的用于处理图像的方法的另一些实施例的流程图；
图4是根据本公开的用于处理图像的装置的一些实施例的结构示意图；
图5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。
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是根据本公开一些实施例的用于处理图像的方法的一个应用场景的示意图100。
如图1所示，用户可以对计算设备101上的目标图像102(例如，一只狗)进行通过卷积神经网络特征提取，得到特征图103(例如，该特征图中包含狗的眼睛、鼻子、耳朵、嘴巴、尾巴等主要特征的轮廓图)。将上述特征图103中每个像素对应的向量进行归一化，得到归一化向量集合104(例如，上述归一化向量集合中可以包括第一个归一化向量[0.1，0.7，0.8]，该归一化向量可以表示特征图103中狗的眼睛，第二个归一化向量[0.2，0.5，0.6]，该归一化向量可以表示特征图103中狗的鼻子，第三个归一化向量[0.1，0.8，0.8]，该归一化向量可以表示特征图103中狗的嘴巴，第四个归一化向量[0，0.9，0.6]，该归一化向量可以表示特征图103中狗的尾巴，由此得到一个表示特征图主要信息的归一化向量集合)，确定上述归一化向量集合104中每个归一化向量对应的哈希编码，得到哈希编码集合105(例如，将上述例子中狗的眼睛，鼻子，嘴巴，尾巴对应的归一化向量[0.1，0.7，0.8]，[0.2，0.5，0.6]，[0.1，0.8，0.8]，[0，0.9，0.6]转换为对应的哈希编码[0，1，1]，[0，1，1]，[0，1，1]，[0，1，1])。选择上述哈希编码集合105中符合预定条件的哈希编码作为特征组106(例如，可以选择符合条件的狗的眼睛，鼻子，嘴巴等主要特征对应的哈希编码[0，1，1]，[0，1，1]，[0，1，1]作为特征组)。
可以理解的是，用于处理图像的方法的执行主体可以是各种软件，可以是计算设备101，或者也可以是服务器，上述方法的执行主体还可以包括上述计算设备101与上述服务器通过网络相集成所构成的设备。其中，计算设备101可以是具有信息处理能力的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当用于处理图像的方法的执行主体为软件时，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。
继续参考图2，示出了根据本公开的用于处理图像的方法的一些实施例的流程200。上述用于处理图像的方法，包括以下步骤：
步骤201，对目标图像进行特征提取，得到特征图。
在一些实施例中，用于处理图像的方法的执行主体(例如图1所示的计算设备)可以对目标图像进行特征提取，得到特征图。作为示例，可以通过卷积神经网络对目标图像进行特征提取。其中，目标图像可以是任意图像。例如，可以是存储在本地的图像，还可以是从网络上下载的图像。特征图可以是包括目标图像的一些特征的图。作为示例，特征图可以是由目标图像主要特征(纹理信息，边缘特征等)组成的轮廓图。
步骤202，将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合。
在一些实施例中，基于步骤201中得到的特征图，上述执行主体可以对特征图中每个像素对应的向量进行归一化处理，得到归一化向量集合。其中，上述归一化向量中的向量值为0到1之间的数。归一化操作主要是为了数据处理，把数据值映射到0到1范围之内，进而更加方便处理数据。例如，一幅特征图可以是由许多像素组成。其中，每个像素又可以表示为一个3维向量。对每个像素点的3维向量进行归一化操作，得到3维归一化向量，上述3维归一化向量中的向量值会变成0到1之间的数。
作为示例，将特征图中某个像素对应的3维向量[20，30，40]进行归一化，将上述3维向量中每个维度的向量值减去3维向量中最小的向量值，然后除以3维向量里面最大的向量值和最小的向量值的差，得到归一化向量[0，0.5，1]。
步骤203，确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合。
在一些实施例中，基于步骤202中得到的归一化向量集合，上述方法的执行主体(例如图1所示的计算设备)可以确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合。
在一些实施例的可选的实现方式中，上述归一化向量集合中每个归一化向量对应的哈希编码是通过以下步骤得到：对于上述归一化向量中的每个维度的取值，若该维度的取值大于设定阈值，将该维度的哈希编码设置为1，否则，将该维度的哈希编码设置为0。
作为示例，通过如下公式将上述向量表示为哈希编码，得到哈希编码集合。其中，公式可以具体表达为：
其中，C表示每个位置对应的哈希编码的编码值，i表示归一化向量对应的哈希编码的第i维，Ci表示上述哈希编码第i维所对应的哈希编码的编码值，P表示归一化向量中的向量值。Pi表示归一化向量中第i维向量所对应的向量值，上述归一化向量中第i维的值表示的是所对应哈希编码第i位取1的概率。
作为示例，将图像中某一个像素表示为三维向量，上述三维向量中的三个向量值是[20，30，40],经过归一化之后就得到归一化向量P，向量P中的向量值是[0，0.5，1]，也就是P1，P2，P3分别是0，0.5，1，根据上述公式就可以得到哈希编码C[0，1，1]，其中，上述哈希编码C中哈希编码的编码值C1，C2，C3是0，1，1。
步骤204，从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。
在一些实施例中，上述执行主体可以从上述哈希编码集合中选择符合预定条件的哈希编码作为特征。其中，作为示例，上述预定条件可以是每个哈希编码出现的概率值大于预定阈值。实践中，在计算哈希编码的过程中，可以通过哈希编码各个维度的维度值(0到1之间的数)来计算该哈希编码出现的概率值。在上述哈希编码集合出现的概率值集合中，从上述哈希编码集合中选取哈希编码出现的概率值大于预定阈值的哈希编码。作为该哈希编码集合的特征组。
在一些实施例的可选的实现方式中，作为示例，上述执行主体还可以基于上述哈希编码出现的概率由高到低的顺序，选取第一数目个哈希编码，作为所述特征图的特征组。
以一副特征图为例，上述执行主体基于步骤203得到该图像的哈希编码集合。其中，上述哈希编码集合中每个哈希编码的维数是n维，也就是每个像素对应的n维向量。
在一些实施例的可选的实现方式中，上述每个归一化向量对应哈希编码出现的概率通过以下步骤得到：对于上述归一化向量中的每个维度的取值，取该维度的取值和1减去该维度的取值这两个取值中最大的一个作为取值结果；将每个归一化向量中每个维度的取值结果进行累乘，得到每一个归一化向量对应的哈希编码出现的概率。
作为示例，可以通过如下公式确定上述哈希编码出现的概率，具体公式如下：
其中，n表示该哈希编码的维数，也就是归一化向量的维度，P表示归一化向量中的向量值，该向量值表示概率，i表示归一化向量的第i维，Pi表示归一化向量中的第i维的向量值，max表示从Pi和1-Pi中选择其中一个较大的作为结果。
作为示例，上述归一化向量集合中某一个归一化向量是[0.3，0.7，0.9]，通过上述公式可以确定该归一化向量对应哈希编码出现的概率是0.441。通过上述公式可以确定上述归一化向量集合中每个归一化向量对应的哈希编码出现的概率，得到对应的多个概率值，上述执行主体基于概率值由大到小的顺序，选择前5个概率值对应的哈希编码作为特征，得到特征组。
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：对目标图像进行特征提取，得到特征图；将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；为下一步获取哈希编码集合提供了基础。确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。上述过程将哈希编码表示为图像特征，有效的表示了图像信息。在此过程中，通过选择符合预定条件的哈希编码作为特征，以对得到的特征组进行约束。作为示例，可以选择概率较高的哈希编码作为特征，提高了得到的图像特征的准确度。
进一步参考图3，其示出了用于处理图像的方法的另一些实施例的流程300。该处理图像的方法的流程300，包括以下步骤：
步骤301，对目标图像进行特征提取，得到特征图，目标图像包括第一图像和第二图像。
步骤302，将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合。
步骤303，确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合。
步骤304，从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。
在一些实施例中，步骤301-304的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-204，在此不再赘述。
步骤305，基于上述第一图像对应的特征组和上述第二图像对应的特征组的交并比，确定上述第一图像和第二图像的相似度。
在一些实施例中，上述方法的执行主体可以基于上述第一图像对应特征组和上述第二图像对应的特征组的交并比，确定上述第一图像和第二图像的相似度。其中交并比是上述第一图像对应特征组和上述第二图像对应的特征组交集与并集的比值，作为示例，将上述比值表示为相似度。
从图3中可以看出，与图2对应的一些实施例的描述相比，图3对应的一些实施例中的图像处理方法的流程300体现了对第一特征组和第二特征组的交并比，进而确定第一图像和第二图像的相似度的步骤。从而确定第一图像和第二图像的相似度。
进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种处理图像装置的一些实施例，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4所示，一些实施例的用于处理图像装置400包括：提取单元401、归一操作单元402、第一确定单元403、选择单元404。其中，提取单元401被配置成对目标图像进行特征提取，得到特征图；归一操作单元402被配置成将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；第一确定单元403被配置成确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；选择单元404被配置成上述述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。
在一些实施例的可选实现方式中，上述目标图像包括第一图像和第二图像；以及装置400还包括第二确定单元，上述第二确定单元被配置成基于第一图像对应的特征组和所述第二图像对应的特征组的交并比，确定上述第一图像和第二图像的相似度。
在一些实施例的可选实现方式中，上述第一确定单元403进一步被配置成对于上述归一化向量中的每个维度的取值，若该维度的取值大于设定阈值，将该维度的哈希编码设置为1，否则，将该维度的哈希编码设置为0。
在一些实施例的可选实现方式中，上述选择单元404进一步被配置成基于每个归一化向量中每个维度的取值，确定每个归一化向量对应哈希编码出现的概率。
在一些实施例的可选实现方式中，上述选择单元404进一步被配置成对于上述归一化向量中的每个维度的取值，取该维度的取值和1减去该维度的取值这两个取值中最大的一个作为取值结果。将每个归一化向量中每个维度的取值结果进行累乘，得到每一个归一化向量对应的哈希编码出现的概率。
在一些实施例的可选实现方式中，上述选择单元404进一步被配置成基于上述哈希编码出现的概率由高到低的顺序，选取第一数目个哈希编码，作为上述特征图的特征组。
可以理解的是，该装置400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400及其中包含的单元，在此不再赘述。
下面参考图5，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中的计算设备)500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5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5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：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506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，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5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509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501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计算设备中所包含的；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：对目标图像进行特征提取，得到特征图；将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。
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：一种处理器包括特征提取单元、归一操作单元、第一确定单元、选择单元。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，提取单元还可以被描述为“对目标图像进行特征提取的单元”。
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，提供了一种用于处理图像的方法，包括：对目标图像进行特征提取，得到特征图；将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。
根据本公开的一个或多个实施例，上述目标图像包括第一图像和第二图像；以及上述方法还包括：基于上述第一图像对应的特征组和上述第二图像对应的特征组的交并比，确定上述第一图像和第二图像的相似度。
根据本公开的一个或多个实施例，对于上述归一化向量中的每个维度的取值，若该维度的取值大于设定阈值，将该维度的哈希编码设置为1，否则，将该维度的哈希编码设置为0。
根据本公开的一个或多个实施例，上述从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组，包括：基于每个归一化向量中的每个维度的取值，确定每个归一化向量对应哈希编码出现的概率。
根据本公开的一个或多个实施例，对于上述归一化向量中的每个维度的取值，取该维度的取值和1减去该维度的取值这两个取值中最大的一个作为取值结果。将每个归一化向量中每个维度的取值结果进行累乘，得到每一个归一化向量对应的哈希编码出现的概率。
根据本公开的一个或多个实施例，上述从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组，包括：基于上述哈希编码出现的概率由高到低的顺序，选取第一数目个哈希编码，作为上述特征图的特征组。
根据本公开的一个或多个实施例，提供了一种用于处理图像的装置，包括：提取单元，被配置成对目标图像进行特征提取，得到特征图；归一操作单元，被配置成将上述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；第一确定单元，被配置成确定与上述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；选择单元，被配置成从上述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组。
根据本公开的一个或多个实施例，上述目标图像包括第一图像和第二图像；以及上述装置还包括第二确定单元，上述第二确定单元被配置成基于第一图像对应的特征组和所述第二图像对应的特征组的交并比，确定上述第一图像和第二图像的相似度。
根据本公开的一个或多个实施例，上述第一确定单元进一步被配置成对于上述归一化向量中的每个维度的取值，若该维度的取值大于设定阈值，将该维度的哈希编码设置为1，否则，将该维度的哈希编码设置为0。
根据本公开的一个或多个实施例，上述选择单元进一步被配置成基于每个归一化向量中每个维度的取值，确定每个归一化向量对应哈希编码出现的概率。
根据本公开的一个或多个实施例，上述选择单元进一步被配置成对于上述归一化向量中的每个维度的取值，取该维度的取值和1减去该维度的取值这两个取值中最大的一个作为取值结果。将每个归一化向量中每个维度的取值结果进行累乘，得到每一个归一化向量对应的哈希编码出现的概率。
根据本公开的一个或多个实施例，上述选择单元进一步被配置成基于上述哈希编码出现的概率由高到低的顺序，选取第一数目个哈希编码，作为上述特征图的特征组。
根据本公开的一个或多个实施例，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任一上述的方法。
根据本公开的一个或多个实施例，提供了一种计算机可读介质，其上存储有计算机程序，其中，上述程序被处理器执行时实现任一上述的方法。
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 (7)
1.一种用于处理图像的方法，包括：
对目标图像进行特征提取，得到特征图；
将所述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；
确定与所述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；
从所述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组，包括：基于每个归一化向量中的每个维度的取值，确定每个归一化向量对应哈希编码出现的概率；其中，所述每个归一化向量对应哈希编码出现的概率是将每个归一化向量中每个维度的取值结果进行累乘得到的；所述取值结果是对于所述归一化向量中的每个维度的取值，取该维度的取值和1减去该维度的取值这两个取值中最大的一个得到的。
2.根据权利要求1所述的方法，其中，所述目标图像包括第一图像和第二图像；以及
所述方法还包括：
基于所述第一图像对应的特征组和所述第二图像对应的特征组的交并比，确定所述第一图像和第二图像的相似度。
3.根据权利要求1所述的方法，其中，所述归一化向量集合中每个归一化向量对应的哈希编码是通过以下步骤得到：
对于所述归一化向量中的每个维度的取值，若该维度的取值大于设定阈值，将该维度的哈希编码设置为1，否则，将该维度的哈希编码设置为0。
4.根据权利要求1所述的方法，其中，所述从所述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组，包括：
基于所述哈希编码出现的概率由高到低的顺序，选取第一数目个哈希编码，作为所述特征图的特征组。
5.一种用于处理图像的装置，包括：
提取单元，被配置成对目标图像进行特征提取，得到特征图；
归一操作单元，被配置成将所述特征图中与每个像素对应的向量进行归一化处理以生成归一化向量，得到归一化向量集合；
第一确定单元，被配置成确定与所述归一化向量集合中每个归一化向量对应的哈希编码，得到哈希编码集合；
选择单元，被配置成从所述哈希编码集合中选择符合预定条件的哈希编码作为特征，得到特征组，包括：基于每个归一化向量中的每个维度的取值，确定每个归一化向量对应哈希编码出现的概率；其中，所述每个归一化向量对应哈希编码出现的概率是将每个归一化向量中每个维度的取值结果进行累乘得到的；所述取值结果是对于所述归一化向量中的每个维度的取值，取该维度的取值和1减去该维度的取值这两个取值中最大的一个得到的。
6.一种电子设备，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至4中任一所述的方法。
7.一种计算机可读介质，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至4中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010686088.2A CN111814807B (zh) | 2020-07-16 | 2020-07-16 | 用于处理图像的方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010686088.2A CN111814807B (zh) | 2020-07-16 | 2020-07-16 | 用于处理图像的方法、装置、电子设备和计算机可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111814807A CN111814807A (zh) | 2020-10-23 |
| CN111814807B true CN111814807B (zh) | 2023-10-24 |
Family
ID=72864850
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010686088.2A Active CN111814807B (zh) | 2020-07-16 | 2020-07-16 | 用于处理图像的方法、装置、电子设备和计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111814807B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015056077A (ja) * | 2013-09-12 | 2015-03-23 | Kddi株式会社 | 画像に基づくバイナリ特徴ベクトルを用いた画像検索装置、システム、プログラム及び方法 |
| CN107133579A (zh) * | 2017-04-20 | 2017-09-05 | 江南大学 | 基于CSGF(2D)2PCANet卷积网络的人脸识别方法 |
| CN108090894A (zh) * | 2017-11-24 | 2018-05-29 | 浙江理工大学 | 基于距离匹配函数和感知哈希算法的织物疵点检测方法 |
| CN109960738A (zh) * | 2019-03-15 | 2019-07-02 | 西安电子科技大学 | 基于深度对抗哈希学习的大规模遥感影像内容检索方法 |
| CN110610202A (zh) * | 2019-08-30 | 2019-12-24 | 联想(北京)有限公司 | 一种图像处理方法及电子设备 |
| CN110942021A (zh) * | 2019-11-25 | 2020-03-31 | 腾讯科技（深圳）有限公司 | 环境监测方法、装置、设备以及存储介质 |
| CN111080697A (zh) * | 2019-10-29 | 2020-04-28 | 北京海益同展信息科技有限公司 | 检测目标对象方向的方法、装置、计算机设备和存储介质 |
-
2020
- 2020-07-16 CN CN202010686088.2A patent/CN111814807B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015056077A (ja) * | 2013-09-12 | 2015-03-23 | Kddi株式会社 | 画像に基づくバイナリ特徴ベクトルを用いた画像検索装置、システム、プログラム及び方法 |
| CN107133579A (zh) * | 2017-04-20 | 2017-09-05 | 江南大学 | 基于CSGF(2D)2PCANet卷积网络的人脸识别方法 |
| CN108090894A (zh) * | 2017-11-24 | 2018-05-29 | 浙江理工大学 | 基于距离匹配函数和感知哈希算法的织物疵点检测方法 |
| CN109960738A (zh) * | 2019-03-15 | 2019-07-02 | 西安电子科技大学 | 基于深度对抗哈希学习的大规模遥感影像内容检索方法 |
| CN110610202A (zh) * | 2019-08-30 | 2019-12-24 | 联想(北京)有限公司 | 一种图像处理方法及电子设备 |
| CN111080697A (zh) * | 2019-10-29 | 2020-04-28 | 北京海益同展信息科技有限公司 | 检测目标对象方向的方法、装置、计算机设备和存储介质 |
| CN110942021A (zh) * | 2019-11-25 | 2020-03-31 | 腾讯科技（深圳）有限公司 | 环境监测方法、装置、设备以及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| "结合注意力模型与双峰高斯分布的深度哈希检索算法";李宗民等;《计算机辅助设计与图形学学报》;759-768页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111814807A (zh) | 2020-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109800732B (zh) | 用于生成漫画头像生成模型的方法和装置 | |
| CN111915480B (zh) | 生成特征提取网络的方法、装置、设备和计算机可读介质 | |
| CN110413812B (zh) | 神经网络模型的训练方法、装置、电子设备及存储介质 | |
| CN112668588B (zh) | 车位信息生成方法、装置、设备和计算机可读介质 | |
| CN112766284B (zh) | 图像识别方法和装置、存储介质和电子设备 | |
| CN113449070A (zh) | 多模态数据检索方法、装置、介质及电子设备 | |
| CN114494298A (zh) | 对象分割方法、装置、设备及存储介质 | |
| 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 | |
| CN112241761B (zh) | 模型训练方法、装置和电子设备 | |
| CN112418249A (zh) | 掩膜图像生成方法、装置、电子设备和计算机可读介质 | |
| 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 | |
| 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 | |
| CN111797263A (zh) | 图像标签生成方法、装置、设备和计算机可读介质 | |
| CN113191257A (zh) | 笔顺检测方法、装置和电子设备 | |
| CN112085035A (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
| CN111797931A (zh) | 图像处理方法、图像处理网络训练方法、装置、设备 | |
| CN111797932B (zh) | 图像分类方法、装置、设备和计算机可读介质 | |
| CN111582376B (zh) | 神经网络的可视化方法、装置、电子设备和介质 | |
| CN113808050B (zh) | 3d点云的去噪方法、装置、设备及存储介质 | |
| CN113283115B (zh) | 图像模型生成方法、装置和电子设备 | |
| CN114625876B (zh) | 作者特征模型的生成方法、作者信息处理方法和装置 | |
| CN111311616B (zh) | 用于分割图像的方法和装置 | |
| CN112070025A (zh) | 图像识别方法、装置、电子设备和计算机可读介质 | |
| CN116416981A (zh) | 一种关键词检测方法、装置、电子设备和存储介质 |
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 | ||
| CB02 | Change of applicant information |
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. 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. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |