CN111897992A - 图像筛选方法、装置、电子设备及存储介质 - Google Patents

图像筛选方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111897992A
CN111897992A CN202010561237.2A CN202010561237A CN111897992A CN 111897992 A CN111897992 A CN 111897992A CN 202010561237 A CN202010561237 A CN 202010561237A CN 111897992 A CN111897992 A CN 111897992A
Authority
CN
China
Prior art keywords
task
target
image
target information
type
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
Application number
CN202010561237.2A
Other languages
English (en)
Inventor
许泽文
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.)
Beijing Kuangshi Technology Co Ltd
Beijing Megvii Technology Co Ltd
Original Assignee
Beijing Kuangshi Technology 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 Beijing Kuangshi Technology Co Ltd filed Critical Beijing Kuangshi Technology Co Ltd
Priority to CN202010561237.2A priority Critical patent/CN111897992A/zh
Publication of CN111897992A publication Critical patent/CN111897992A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content

Landscapes

  • Engineering & Computer Science (AREA)
  • Library & Information 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

本发明提供了一种图像筛选方法、装置、电子设备及存储介质,该方法包括:获取图像筛选任务的任务目标信息,任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值;创建并执行图像筛选任务;执行图像筛选任务包括:获取抓拍图像的图像目标信息,图像目标信息包括图像目标的目标类型、图像目标对应的属性、属性对应的属性值和与属性值对应的置信度;判断图像目标的目标类型是否包含任务目标的目标类型;若是,判断图像目标对应的属性是否包含目标属性;若是,判断属性对应的属性值的置信度是否大于目标属性值对应的阈值;若是,将抓拍图像筛选出来作为图像筛选任务对应的结果图像。本发明提高了任务创建的灵活性。

Description

图像筛选方法、装置、电子设备及存储介质
技术领域
本发明涉及筛选技术领域,特别是涉及一种图像筛选方法、装置、电子设备及存储介质。
背景技术
现有技术中,对图像筛选任务的处理流程为:前端选择相机、从若干种固定的图像筛选任务类型中选择任务类型(例如,筛选出拍摄到驾驶员未系安全带的图像的图像筛选任务类型、筛选出拍摄到副驾驶员未系安全带的图像的图像筛选任务类型)、有效时间、拍摄时间范围,新建图像筛选任务,相关图像筛选任务信息保存在数据库,通过定时任务将这些信息读取至缓存;后端接收到相机对应的抓拍图片后,依次判断抓拍图片的抓拍时间是否在拍摄时间范围内,再判断抓拍图片是否属于图像筛选任务配置的任务类型,如果均满足则根据该抓拍图片生成筛选提示数据并存储到ES数据库;前端从ES数据库中读取到提示数据进行提示。
现有技术中,图像筛选任务的任务类型是固定的若干种任务类型,每种图像筛选任务中图像需要满足的条件是系统预先设置好的,用户无法对图像筛选条件进行设置,任务创建的灵活性较差。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种图像筛选方法、装置、电子设备及存储介质。
依据本发明实施例的第一方面,提供了一种图像筛选方法,包括:
获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值;
根据所述任务目标信息,创建并执行所述图像筛选任务;
所述执行所述图像筛选任务包括:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值;
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
依据本发明实施例的第二方面,提供了一种图像筛选方法,包括:
获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的属性阈值;
将所述任务目标信息发送至服务器,以使得所述服务器创建并执行所述图像筛选任务;
所述执行所述图像筛选任务包括:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值,
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
依据本发明实施例的第三方面,提供了一种图像筛选装置,包括:
任务目标信息获取模块,用于获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值;
任务创建执行模块,用于根据所述任务目标信息,创建并执行所述图像筛选任务;
其中,所述任务创建执行模块包括任务创建单元,所述任务创建单元用于:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值;
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
依据本发明实施例的第四方面,提供了一种图像筛选装置,包括:
任务目标信息获取模块,用于获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的属性阈值;
目标信息发送模块,用于将所述任务目标信息发送至服务器,以使得所述服务器创建并执行所述图像筛选任务;
其中,所述执行所述图像筛选任务包括:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值,
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
依据本发明实施例的第五方面,提供了一种电子设备,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如第一方面或第二方面中所述的图像筛选方法。
依据本发明实施例的第六方面,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上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面或第二方面所述的图像筛选方法。
本发明实施例提供的图像筛选方法、装置、电子设备及存储介质,通过获取图像筛选任务对应的任务目标信息,任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值,根据任务目标信息,创建并执行图像筛选任务,在执行图像筛选任务时,首先获取抓拍图像的图像目标信息,之后将图像目标信息与任务目标信息进行级联判断,来确定抓拍图像是否为图像筛选任务要筛选出来的结果图像,并在抓拍图像是图像筛选任务要筛选出来的结果图像时,将该抓拍图像筛选出来作为图像筛选任务对应的结果图像,由于在创建图像筛选任务时,可以将图像筛选任务拆分为任务目标的目标类型、目标属性、目标属性值和与目标属性值对应的阈值,并以该任务目标信息来创建图像筛选任务,从而不必局限于固定的任务类型,提高了任务创建的灵活性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。
图1是本发明实施例提供的一种图像筛选方法的步骤流程图;
图2是本发明实施例中的目标信息创建界面的示意图;
图3是本发明实施例中的执行图像筛选任务的步骤流程图;
图4是本发明实施例提供的一种图像筛选方法的步骤流程图;
图5是本发明实施例提供的一种图像筛选方法的步骤流程图;
图6是本发明实施例提供的一种图像筛选方法的步骤流程图;
图7是本发明实施例提供的一种图像筛选装置的结构框图;
图8是本发明实施例提供的一种图像筛选装置的结构框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
图1是本发明实施例提供的一种图像筛选方法的步骤流程图,如图1所示,该方法可以包括:
步骤110,获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值。
用户在需要创建图像筛选任务时,针对要创建的图像筛选任务,可以设置该图像筛选任务对应的任务目标信息,任务目标信息可以包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值。其中,所述目标类型例如可以是人体、人脸、机动车、非机动车、机动车车牌或非机动车车牌;目标属性例如可以是人体的上衣颜色、发型、有无骑车等,还可以是人脸的年龄、胡子的状态等;目标属性值例如可以是,对应人体的上衣颜色可以有黑色、白色、灰色、红色、橙色等,对应发型可以有长发、短发等。当使用神经网络模型对图像进行目标检测和属性识别时,会获得图像中包括的目标类型,目标类型具有的目标属性,目标属性的属性值,以及该属性值对应的置信度。例如,对包含人脸的图像进行目标检测时,可检测出其是否包含人脸,并识别出人脸对应的年龄(属性值60-70,置信度90%;属性值30-50,置信度10%)、性别(属性值男置信度90%,属性值女置信度10%)等属性。任务目标信息可以理解为,当图像包含任务目标信息中任务目标的目标类型,目标类型具有目标属性,目标属性的属性值为目标属性值,目标属性的置信度满足目标属性值对应的阈值时,才认为图像满足筛选条件,这时将图像筛选为结果图像。
在本发明的一个实施例中,所述获取图像筛选任务对应的任务目标信息,包括:
基于目标信息创建界面获取图像筛选任务对应的任务目标信息;或者
显示任务类型选择界面,基于任务类型选择界面获取图像筛选任务的任务类型,并获取与所述任务类型对应的任务目标信息,作为图像筛选任务对应的任务目标信息。
在接收到图像筛选任务创建指令后,显示目标信息创建界面,在目标信息创建界面中,可以获取到用户设置的图像筛选任务对应的任务目标信息。例如,用户在目标信息创建界面设置任务的目标信息为:若图像中目标的A、B、C三个属性的属性值分别为a1、b1、c1的概率(置信度)分别大于70%、80%、90%即将图像作为结果图像。或者,在接收到图像筛选任务创建指令后,显示任务类型选择界面,任务类型选择界面可以显示已创建的任务类型,每个任务类型对应有对应的任务目标信息,从而基于任务类型选择界面可以获取用户设置的图像筛选任务的任务类型,并基于任务类型获取到该任务类型对应的任务目标信息,将任务类型对应的任务目标信息,作为图像筛选任务对应的任务目标信息。例如,任务类型选择界面中包含用户预先设置的L1、L2、L3三种任务类型,其中预先设置的L1任务类型的目标信息是:若图像中目标的A、B、C三个属性的属性值分别为a1、b1、c1的概率(置信度)分别大于70%、80%、90%即将图像作为结果图像。预先设置的L2任务类型的目标信息是:若图像中目标的A、E、F三个属性的属性值分别为a1或a2、e1、f1的概率(置信度)分别大于70%、80%、90%即将图像作为结果图像。用户可在预先设置的目标信息的基础上进行修改,例如,将L1任务类型的筛选条件中的a1修改为a2,获得该任务类型的当前筛选条件。基于目标信息创建界面或任务类型选择界面可以准确快速的获取到图像筛选任务对应的任务目标信息。
在本发明的一个实施例中,所述基于目标信息创建界面获取图像筛选任务对应的任务目标信息,包括:在目标信息创建界面中显示预先设置的目标类型选项、目标属性选项和目标属性值选项;分别基于所述目标类型选项、目标属性选项和目标属性值选项获取用户选中的目标类型、目标属性和目标属性值,并获取与所述目标属性值对应的阈值;将目标类型、目标属性、目标属性值以及与目标属性值对应的阈值,作为所述任务目标信息。
目标信息创建界面中可以包括预先设置的目标类型选项、目标属性选项和目标属性值选项,基于各个选项,可以获取到用户设置的各个选项的值,得到图像筛选任务对应的目标类型、目标属性和目标属性值,基于目标属性值可以获取到与目标属性值对应的阈值,从而得到图像筛选任务对应的任务目标信息。本申请实施例中,可以针对不同图像筛选场景对属性值灵活自定义置信度阈值,例如,可将属性值置信度对图像筛选结果准确率影响较大的属性值的置信度阈值提高,从而能够大大提高图像筛选的准确率。
在本发明的一个实施例中,所述方法还可选包括:在所述目标信息创建界面中还显示任务类型设置框;基于所述任务类型设置框获取任务类型;保存所述任务类型和所述任务目标信息。
在目标信息创建界面还可以显示任务类型设置框,基于任务类型设置框可以获取到用户设置的图像筛选任务的任务类型,从而在获取到用户设置的任务目标信息后,可以将任务类型和任务目标信息进行对应保存,在后续用户可以直接选择任务类型,从而方便的获取到任务目标信息,提高任务创建效率。例如,用户在目标信息创建界面设置任务的目标信息为:若图像中目标的A、B、C三个属性的属性值分别为a1、b1、c1的概率(置信度)分别大于70%、80%、90%即将图像作为结果图像。之后,将上述目标信息选择为L1任务类型对应的目标信息并进行保存,后续用户选择L1任务类型时,用户即可获取到L1任务类型对应的目标信息并在其基础上进行修改。
图2是本发明实施例中的目标信息创建界面的示意图,如图2所示,在目标信息创建界面中显示任务类型设置框,通过任务类型设置框可以接收用户输入的任务类型,或者,在检测到用户点击任务类型设置框时显示已有任务类型的任务类型标识,获取用户选中的任务类型标识;在目标信息创建界面中还显示预先设置的目标类型选项,所述目标类型选项例如可以包括人体、人脸、机动车、非机动车、机动车车牌和非机动车车牌等;在检测到用户点击一个目标类型选项时,对应该目标类型选项显示目标属性选项,所述人体目标类型的目标属性选项可以包括人体的上衣颜色、发型、有无骑车等,人脸目标类型的目标属性选项可以包括人脸的年龄、胡子的状态等;用户可以在目标属性选项中选中要使用的目标属性;对应用户选中的目标属性,还可以对应显示目标属性值设置框,在检测到用户点击目标属性值设置框时,通过下拉框显示目标属性值选项,并获取用户选中的目标属性值;对应每个目标属性值,可以提供阈值设置框,供用户设置目标属性值对应的阈值,在阈值设置框内可以显示默认阈值,用户也可以对默认阈值进行修改;将布控目标、目标属性、目标属性值以及与目标属性值对应的阈值作为任务目标信息,并将任务类型和任务目标信息进行对应保存。
通过目标信息创建界面用户可以自定义任务目标信息,并通过目标类型、目标属性、目标属性值和与目标属性值对应的阈值来表示任务目标信息,从而不同的任务类型都可以通过不同的目标类型、目标属性、目标属性值和与目标属性值对应的阈值来表示,从而不同的任务类型可以使用相同的任务类型规则判断逻辑,可以提高开发效率而且便于维护。
现有技术中对于一种任务类型,该任务类型对应的图像筛选条件是固定的,用户无法修改,例如用户选择了驾驶员未系安全带这一图像筛选任务类型,则在对抓拍图像进行筛选时就判断抓拍图像中驾驶员未系安全带这一属性是否大于预设阈值(例如70%),若是,则将该抓拍图像筛选出来作为结果图像,或者,用户选择了驾驶员接打电话这一图像筛选任务类型,则判断抓拍图像中驾驶员接打电话这一属性是否大于预设阈值(例如70%),若是,则将该抓拍图像筛选出来作为结果图像。而本发明实施例中任务类型支持自定义,用户可以根据自己的从业经验因地制宜的创建任务类型,同时可以根据图像任务筛选结果反馈调节任务类型对应的任务目标信息(如增减目标属性、目标属性值或调节目标属性值对应的阈值),不仅满足了用户多样化的需求,同时也提高了图像筛选的性能,达到了闭环反馈的效果。
在本发明的另一个实施例中,所述获取与所述任务类型对应的任务目标信息,包括:
基于所述任务类型显示与所述任务类型对应的目标信息创建界面,并在所述目标信息创建界面显示与所述任务类型对应的原目标信息,所述原目标信息是与所述任务类型对应的预设目标信息或者是用户之前设置的与所述任务类型对应的任务目标信息;
将所述原目标信息作为与所述任务类型对应的任务目标信息,和/或,将用户对所述原目标信息的更改信息作为与所述任务类型对应的任务目标信息。
其中,预设目标信息可以是与预先设置的任务类型对应的任务目标信息。原目标信息还可以是用户之前设置的与任务类型对应的任务目标信息,即在用户设置任务类型和对应的任务目标信息后进行了对应保存,之后设置图像筛选任务时,可以获取到之前设置的任务目标信息。预先设置的任务类型例如可以是入侵检测、人群聚集、驾驶员打电话等,预先设置的任务类型保证了最基本的任务类型,使得用户不用再自己手动定义对应的任务目标信息。
在任务类型选择界面获取图像筛选任务的任务类型后,可以显示与该任务类型对应的目标信息创建界面,在该目标信息创建界面可以显示与该任务类型对应的原目标信息,用户可以对原目标信息中的一个或者多个目标信息进行修改,也可以不修改,从而在接收到用户的确认指令后,将原目标信息和/或用户对原目标信息的更改信息作为与任务类型对应的任务目标信息。通过与任务类型对应的目标信息创建界面,用户可以方便快速的设置任务类型对应的任务目标信息。
一个图像筛选任务对应的任务目标信息中,目标类型可以有多个,对于同一个目标类型,其对应的目标属性可以有多个,对于同一目标属性,其对应的属性值可以为一个或多个。对于同一目标属性对应多个属性值的情况,多个属性值之间是“或”的关系。不同目标属性或不同目标类型之间是“与”的关系。例如,任务目标信息包含人脸目标类型(属性性别,属性值男阈值90%)和人体目标类型(属性上衣,属性值红色阈值70%,粉色80%,桔色70%;属性下衣,属性值蓝色阈值80%,黑色90%)。则当抓拍图像包含人脸,且人脸属性性别的属性值男、置信度大于90%,且包含人体,且人体属性上衣的属性值红色置信度大于70%或粉色置信度大于80%或桔色置信度70%,且人体属性下衣的属性值蓝色置信度大于80%或黑色置信度大于90%。
例如,对某一目标类型的任务目标信息可以描述为:(a1||a2||a3||a4...)&&(b1||b2||b3||b4...)&&...&&(c1||c2||c3||c4...),其中,a1-a4、b1-b4、c1-c4分别为该目标类型的目标属性A、B、C对应目标属性值,每一个括号代表一个目标属性。
具体生成的任务目标信息以人脸和人体两个目标类型为例,代码如下:
Figure BDA0002546365570000081
Figure BDA0002546365570000091
上述代码中,胡子face_bread可以类比上面的A,是一个目标属性,beard_none是目标属性值a1,0.65是目标属性值对应的阈值,其他类似,目标属性、目标属性值和阈值都可以根据用户的设置进行调整。
在存储目标类型、目标属性、目标属性值时,可以通过术语字典表来存储目标类型,通过术语值域表来存储目标属性,通过术语值域配置表来存储目标属性值。还可以维护一个术语值域映射表,术语值域映射表用于关联算法特征属性值与术语值域表中的值,在算法侧修改现有属性或新增属性时,只需要修改术语值域映射表中的数据或映射关系,而不用去修改业务相关的内容,从而实现算法属性与业务属性解耦的目的。例如,算法侧用1表示红色,而业务侧的术语值域表用red表示红色,术语值域映射表关联算法侧和业务侧的属性值,而当算法侧用2表示红色时,只需要在术语值域映射表中将原映射关系1-red修改为2-red即可。
步骤120,根据所述任务目标信息,创建并执行所述图像筛选任务。
在获取到图像筛选任务对应的任务目标信息后,可以创建所述图像筛选任务,以通过摄像机获取抓拍图像,并执行图像筛选任务,对抓拍图像进行筛选,以获取符合任务目标信息的抓拍图像,作为结果图像。
其中,图3是本发明实施例中的执行图像筛选任务的步骤流程图,如图3所示,执行所述图像筛选任务包括:
步骤121,获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度。
其中,抓拍图像可以是从抓拍图像流中获取的一张图像,抓拍图像流一般是Kafka消息,Kafka是一种高吞吐量的分布式发布订阅消息系统。
在获取到抓拍图像后,对抓拍图像进行解析,获取抓拍图像中的图像目标信息,在一例中,可通过目标检测、属性识别等算法对抓拍图像进行解析,确定图像目标的目标类型,该图像目标对应的属性,与属性对应的属性值,以及与每个属性值对应的置信度。
步骤122,判断所述图像目标的目标类型是否包含所述任务目标的目标类型;若是,执行步骤123,若否,则执行步骤121以获取下一张抓拍图像的图像目标信息。
在获取到抓拍图像的图像目标信息后,可以根据抓拍图像的图像目标信息判断抓拍图像是否为图像筛选任务应该选出的结果图像,在判断的过程中,可以进行级联判断,即按照图像目标信息中的目标类型、属性、属性值、与属性值对应的置信度,依次进行判断。首先判断图像目标的目标类型是否包含任务目标的目标类型,如果图像目标的目标类型包含任务目标的目标类型,则进行后续判断,即执行步骤123,如果图像目标的目标类型不包含任务目标的目标类型,则结束本张抓拍图像的判断,并执行步骤121,以获取下一张抓拍图像的图像目标信息。
步骤123,判断所述图像目标对应的属性是否包含所述目标属性,若是,则执行步骤124,若否,则执行步骤121以获取下一张抓拍图像的图像目标信息。
在确定图像目标的目标类型包含任务目标的目标类型后,进一步确定该相同的目标类型对应的属性是否包含任务目标信息中的目标属性,如果包含,则进行后续判断,即执行步骤124,如果不包含,则结束本张抓拍图像的判断,并执行步骤121,以获取下一张抓拍图像的图像目标信息。
步骤124,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值,若是,则执行步骤125,若否,则执行步骤121以获取下一张抓拍图像的图像目标信息。
在确定图像目标对应的目标类型和属性分别包含任务目标信息中目标类型和目标属性后,再次判断该相同的属性对应的属性值的置信度是否大于目标属性值对应的阈值,如果是,则执行步骤125,如果否,则结束本张抓拍图像的判断,并执行步骤121,以获取下一张抓拍图像的图像目标信息。
在本发明的一个实施例中,所述判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值,包括:根据所述图像目标信息,获取与所述属性对应的属性值和与属性值对应的置信度;判断所述属性值是否为所述目标属性值;若是,则判断所述属性值对应的置信度是否大于所述目标属性值对应的阈值。
从图像目标信息中获取图像目标信息与任务目标信息中相同的目标类型、属性、属性值和与该属性值对应的置信度,在图像目标信息中的属性值是目标属性值时,进一步判断属性值对应的置信度是否大于目标属性值对应的阈值,在图像目标信息中的属性值不是目标属性值时,则结束本张抓拍图像的判断,并执行步骤121,以获取下一张抓拍图像的图像目标信息。
在步骤S122-S124中,当一个任务目标信息中包含多个目标类型时,可对多个目标类型并行判断。当一个目标类型对应多个目标属性时,可对多个目标属性并行判断。当一个目标属性对应多个属性值时,可对多个属性值并行判断。
步骤125,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
经过步骤122至步骤124的判断,可以确定抓拍图像中的图像目标信息与图像筛选任务对应的任务目标信息相符合,那么该抓拍图像是图像筛选任务要筛选出来的图像,这时将该抓拍图像筛选出来,作为图像筛选任务对应的结果图像。
本实施例提供的图像筛选方法,通过获取图像筛选任务对应的任务目标信息,任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值,根据任务目标信息,创建并执行图像筛选任务,在执行图像筛选任务时,首先获取抓拍图像的图像目标信息,之后将图像目标信息与任务目标信息进行级联判断,来确定抓拍图像是否为图像筛选任务要筛选出来的结果图像,并在抓拍图像是图像筛选任务要筛选出来的结果图像时,将该抓拍图像筛选出来作为图像筛选任务对应的结果图像,由于在创建图像筛选任务时,可以将图像筛选任务拆分为任务目标的目标类型、目标属性、目标属性值和与目标属性值对应的阈值,并以该任务目标信息来创建图像筛选任务,从而不必局限于固定的任务类型,提高了任务创建的灵活性。
在上述技术方案的基础上,在所述将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像之后,还包括:基于所述结果图像中图像目标的属性值对应的置信度与任务目标的目标属性值对应的阈值,计算结果图像中包含的图像目标与任务目标信息对应的任务目标之间的距离;按照距离大小对结果图像排序和/或将距离满足条件的结果图像筛选出来作为最终结果图像。
在一例中,所述距离可以是欧式距离,欧式距离计算公式如下:
Figure BDA0002546365570000121
其中,d为图像目标与任务目标之间的欧式距离,xi是图像目标的第i个满足任务目标信息条件的属性值对应的置信度,yi是任务目标的第i个目标属性值对应的阈值,图像目标的属性值和任务目标的目标属性值的数量均为n。
任务目标信息可以同时包括多个目标类型,对应每个目标类型有对应的目标属性、目标属性值和与目标属性值对应的阈值,而且一个目标属性也可以对应多个目标属性值,在计算欧式距离时,一个任务目标信息中的多个目标类型共同计算一个欧式距离,对于同一个目标属性只需使用图像目标信息中置信度最大的一个属性值进行计算。例如,任务目标信息包含人脸目标类型(属性性别,属性值男阈值90%)和人体目标类型(属性上衣,属性值红色阈值70%,属性值粉色阈值80%,属性值桔色阈值70%;属性下衣,属性值蓝色阈值80%,属性值黑色阈值90%),在计算欧式距离时,同时使用性别、上衣和下衣这三个属性来计算,假设一张抓拍图像中图像目标对应的属性值和置信度分别为:男对应的置信度为95%,上衣粉色对应的置信度为95%,而红色和桔色的置信度较低,下衣黑色对应的置信度为95%,而蓝色的置信度较低,这时使用属性值男、粉色和黑色来计算欧式距离,即欧式距离
Figure BDA0002546365570000122
当然,对于距离的计算,还可以根据需求预先设置每个属性值的权重,如将比较重要的属性值的权重设置的较大,从而将属性值的权重也加入上述的距离计算公式来进行计算,得到带有权重的距离计算公式如下:
Figure BDA0002546365570000123
其中,ωi为i个目标属性值的权重。
在将多个结果图像筛选出来后,还可以分别计算多个结果图像中包含的图像目标与任务目标信息中对应的任务目标之间的距离,距离越大说明置信度越高,也就是图像目标越接近任务目标,从而按照距离大小对结果图像进行排序,以优先展示置信度高的结果图像,和/或,将距离满足条件的结果图像筛选出来作为最终结果图像,而现有技术只会选择出满足图像筛选条件的结果图像,对于哪个结果图像更加符合图像筛选条件是无法获知的,而本发明实施例由于根据距离来对结果进行进一步处理,从而根据距离可以从大量结果图像中优先找到最符合条件的结果图像,提高了用户查看效率。
图4是本发明实施例提供的一种图像筛选方法的步骤流程图,如图4所示,该方法可以包括:
步骤410,获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值。
步骤420,获取所述图像筛选任务对应的图像拍摄信息,所述图像拍摄信息包括拍摄图像的相机标识和拍摄图像的时间范围。
其中,一个图像筛选任务可以对应多个相机的相机标识,即一个图像筛选任务可以由多个相机来实现。
在接收到图像筛选任务创建指令后,显示图像筛选任务创建界面,通过图像筛选任务创建界面可以获取到图像筛选任务对应的图像拍摄信息,在图像筛选任务创建界面中可以显示多个相机的相机标识或在相机地图中显示多个相机的相机标识及所在位置,用户可以选择使用的相机标识,图像筛选任务创建界面还可以包括拍摄时间设置框,用于接收用户设定的拍摄图像的时间范围。
在本发明的一个实施例中,所述获取所述图像筛选任务对应的图像拍摄信息,包括:基于图像筛选任务创建界面获取拍摄图像的时间范围;在接收到相机选择指令后,在相机地图上显示多个相机;基于所述相机地图获取被选中的相机对应的相机标识;将所述相机标识和拍摄图像的时间范围作为图像拍摄信息。
在图像筛选任务创建界面中还显示时间设置框,通过时间设置框获取用户输入的拍摄图像的时间范围,或者选择相应的时间范围;图像筛选任务创建界面中还显示相机选择设置框和对应的地图选择按钮,若检测到用户点击相机选择设置框,则通过下拉框显示多个相机的相机标识供用户选择,若检测到用户点击地图选择按钮,则接收到相机选择指令,显示相机地图并在相机地图上根据多个相机的安装位置显示多个相机,用户可以通过点选要使用的相机,也可以通过封闭图形来框选出相应区域的相机,从而可以获取到用户选中的相机,并确定被选中的相机对应的相机标识,将相机标识和拍摄图像的时间范围作为图像拍摄信息。其中,封闭图形例如可以为圆形、正方形、矩形或多边形等。
基于相机地图供用户选择相机,由于可以直接显示相机位置,便于用户选择,可以提高相机选择效率。
步骤430,根据所述任务目标信息和所述图像拍摄信息,创建并执行所述图像筛选任务。
其中,所述执行所述图像筛选任务包括:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值;
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
在本发明的一个实施例中,所述获取抓拍图像的图像目标信息,包括:获取所述抓拍图像对应的相机标识和抓拍时间;若所述拍摄图像的相机标识包括所述抓拍图像对应的相机标识且所述抓拍时间在所述时间范围内,则对所述抓拍图像进行解析,得到所述抓拍图像的图像目标信息。
图像筛选任务是对应某个地点某个时间的任务,而地点是与相机标识对应的,因此,在获取到抓拍图像后,首先获取抓拍图像对应的相机标识和抓拍时间,判断相机标识是否在拍摄图像的相机标识中包含,如果是,则进一步判断抓拍时间是否在拍摄图像的时间范围内,在抓拍时间在拍摄图像的时间范围内时,对抓拍图像进行解析,得到抓拍图像的图像目标信息。只有在拍摄图像的相机标识包括抓拍图像的相机标识且抓拍时间在拍摄图像是时间范围内时,才对抓拍图像进行解析,避免解析不必要的抓拍图像浪费时间。
本实施例提供的图像筛选方法,通过获取图像筛选任务对应的任务目标信息,并获取图像筛选任务对应的图像拍摄信息,根据任务目标信息和图像拍摄信息,创建并执行图像筛选任务,由于创建图像筛选任务时以任务为单位可以选择多个相机,不必再针对每个相机创建批量任务,从而提高了图像筛选任务创建效率,而且减少了显示的图像筛选任务的数量。
图5是本发明实施例提供的一种图像筛选方法的步骤流程图,该方法可以由终端来执行,如图5所示,该方法可以包括:
步骤510,获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的属性阈值。
用户在需要创建图像筛选任务时,针对要创建的图像筛选任务,可以在终端界面中设置该图像筛选任务对应的任务目标信息,任务目标信息可以包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值。其中,所述目标类型例如可以是人体、人脸、机动车、非机动车、机动车车牌或非机动车车牌;目标属性例如可以是人体的上衣颜色、发型、有无骑车等,还可以是人脸的年龄、胡子的状态等;目标属性值例如可以是,对应人体的上衣颜色可以有黑色、白色、灰色、红色、橙色等,对应发型可以有长发、短发等。
在本发明的一个实施例中,所述获取图像筛选任务对应的任务目标信息,包括:
基于目标信息创建界面获取图像筛选任务对应的任务目标信息;或者
显示任务类型选择界面,基于任务类型选择界面获取图像筛选任务的任务类型,并获取与所述任务类型对应的任务目标信息,作为图像筛选任务对应的任务目标信息。
在接收到图像筛选任务创建指令后,显示目标信息创建界面,在目标信息创建界面中,可以获取到用户设置的图像筛选任务对应的任务目标信息。或者,在接收到图像筛选任务创建指令后,显示任务类型选择界面,任务类型选择界面可以显示已创建的任务类型,每个任务类型对应有对应的任务目标信息,从而基于任务类型选择界面可以获取用户设置的图像筛选任务的任务类型,并基于任务类型获取到该任务类型对应的任务目标信息,将任务类型对应的任务目标信息,作为图像筛选任务对应的任务目标信息。基于目标信息创建界面或任务类型选择界面可以准确快速的获取到图像筛选任务对应的任务目标信息。
在本发明的一个实施例中,所述基于目标信息创建界面获取图像筛选任务对应的任务目标信息,包括:在目标信息创建界面中显示预先设置的目标类型选项、目标属性选项和目标属性值选项;分别基于所述目标类型选项、目标属性选项和目标属性值选项获取用户选中的目标类型、目标属性和目标属性值,并获取与所述目标属性值对应的阈值;将目标类型、目标属性、目标属性值以及与目标属性值对应的阈值,作为所述任务目标信息。
目标信息创建界面中可以包括预先设置的目标类型选项、目标属性选项和目标属性值选项,基于各个选项,可以获取到用户设置的各个选项的值,得到图像筛选任务对应的目标类型、目标属性和目标属性值,基于目标属性值可以获取到与目标属性值对应的阈值,从而得到图像筛选任务对应的任务目标信息。
在本发明的一个实施例中,所述方法还可选包括:在所述目标信息创建界面中还显示任务类型设置框;基于所述任务类型设置框获取任务类型;
将任务目标信息发送至服务器,包括:将所述任务类型和所述任务目标信息发送至服务器,以使得所述服务器对应保存所述任务类型和所述任务目标信息。
在目标信息创建界面还可以显示任务类型设置框,基于任务类型设置框可以获取到用户设置的图像筛选任务的任务类型,从而在获取到用户设置的任务目标信息后,可以将任务类型和任务目标信息发送至服务器,由服务器将任务类型和任务目标信息进行对应保存,在后续用户可以直接选择任务类型,从而方便的获取到任务目标信息,提高任务创建效率。
目标信息创建界面的示意图如图2所示,具体通过目标信息创建界面获取任务目标信息的过程同上述实施例,这里不再赘述。
在本发明的另一个实施例中,所述获取与所述任务类型对应的任务目标信息,包括:
基于所述任务类型显示与所述任务类型对应的目标信息创建界面,并在所述目标信息创建界面显示与所述任务类型对应的原目标信息,所述原目标信息是与所述任务类型对应的预设目标信息或者是用户之前设置的与所述任务类型对应的任务目标信息;
将所述原目标信息作为与所述任务类型对应的任务目标信息,和/或,将用户对所述原目标信息的更改信息作为与所述任务类型对应的任务目标信息。
其中,预设目标信息可以是与预先设置的任务类型对应的任务目标信息。原目标信息还可以是用户之前设置的与任务类型对应的任务目标信息,即在用户设置任务类型和对应的任务目标信息后进行了对应保存,之后设置图像筛选任务时,可以获取到之前设置的任务目标信息。预先设置的任务类型例如可以是入侵检测、人群聚集、驾驶员打电话等,预先设置的任务类型保证了最基本的任务类型,使得用户不用再自己手动定义对应的任务目标信息。
在任务类型选择界面获取图像筛选任务的任务类型后,可以显示与该任务类型对应的目标信息创建界面,在该目标信息创建界面可以显示与该任务类型对应的原目标信息,用户可以对原目标信息中的一个或者多个目标信息进行修改,也可以不修改,从而在接收到用户的确认指令后,将原目标信息和/或用户对原目标信息的更改信息作为与任务类型对应的任务目标信息。通过与任务类型对应的目标信息创建界面,用户可以方便快速的设置任务类型对应的任务目标信息。
步骤520,将所述任务目标信息发送至服务器,以使得所述服务器创建并执行所述图像筛选任务。
在获取到图像筛选任务对应的任务目标信息后,将任务目标信息发送至服务器,由服务器根据图像筛选任务对应的任务目标信息,创建所述图像筛选任务,以通过摄像机获取抓拍图像,并执行图像筛选任务,对抓拍图像进行筛选,以获取符合任务目标信息的抓拍图像,作为结果图像。
其中,服务器执行所述图像筛选任务包括:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值,
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
上述服务器执行图像筛选任务的具体过程同上述实施例,这里不再赘述。
本实施例提供的图像筛选方法,通过获取图像筛选任务对应的任务目标信息,任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值,将任务目标信息发送至服务器,以使得服务器创建并执行图像筛选任务,服务器在执行图像筛选任务时,首先获取抓拍图像的图像目标信息,之后将图像目标信息与任务目标信息进行级联判断,来确定抓拍图像是否为图像筛选任务要筛选出来的结果图像,并在抓拍图像是图像筛选任务要筛选出来的结果图像时,将该抓拍图像筛选出来作为图像筛选任务对应的结果图像,由于在创建图像筛选任务时,可以将图像筛选任务拆分为任务目标的目标类型、目标属性、目标属性值和与目标属性值对应的阈值,并以该任务目标信息来创建图像筛选任务,从而不必局限于固定的任务类型,提高了任务创建的灵活性。
图6是本发明实施例提供的一种图像筛选方法的步骤流程图,该方法可以由终端来执行,如图6所示,该方法可以包括:
步骤610,获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的属性阈值。
步骤620,获取所述图像筛选任务对应的图像拍摄信息,所述图像拍摄信息包括拍摄图像的相机标识和拍摄图像的时间范围。
其中,一个图像筛选任务可以对应多个相机的相机标识,即一个图像筛选任务可以由多个相机来实现。
在接收到图像筛选任务创建指令后,显示图像筛选任务创建界面,通过图像筛选任务创建界面可以获取到图像筛选任务对应的图像拍摄信息,在图像筛选任务创建界面中可以显示多个相机的相机标识或在相机地图中显示多个相机的相机标识及所在位置,用户可以选择使用的相机标识,图像筛选任务创建界面还可以包括拍摄时间设置框,用于接收用户设定的拍摄图像的时间范围。
在本发明的一个实施例中,所述获取所述图像筛选任务对应的图像拍摄信息,包括:基于图像筛选任务创建界面获取拍摄图像的时间范围;在接收到相机选择指令后,在相机地图上显示多个相机;基于所述相机地图获取被选中的相机对应的相机标识;将所述相机标识和拍摄图像的时间范围作为图像拍摄信息。
在图像筛选任务创建界面中还显示时间设置框,通过时间设置框获取用户输入的拍摄图像的时间范围,或者选择相应的时间范围;图像筛选任务创建界面中还显示相机选择设置框和对应的地图选择按钮,若检测到用户点击相机选择设置框,则通过下拉框显示多个相机的相机标识供用户选择,若检测到用户点击地图选择按钮,则接收到相机选择指令,显示相机地图并在相机地图上根据多个相机的安装位置显示多个相机,用户可以通过点选要使用的相机,也可以通过封闭图形来框选出相应区域的相机,从而可以获取到用户选中的相机,并确定被选中的相机对应的相机标识,将相机标识和拍摄图像的时间范围作为图像拍摄信息。其中,封闭图形例如可以为圆形、正方形、矩形或多边形等。
基于相机地图供用户选择相机,由于可以直接显示相机位置,便于用户选择,可以提高相机选择效率。
步骤630,将所述任务目标信息和所述图像拍摄信息发送至服务器,以使得所述服务器根据所述任务目标信息和所述图像拍摄信息创建并执行所述图像筛选任务。
获取任务目标信息和图像拍摄信息后,将任务目标信息和图像拍摄信息发送至服务器,由服务器根据任务目标信息和图像排序信息,创建并执行图像筛选任务。服务器在执行图像筛选任务时,获取到一张抓拍图像后,首先判断抓拍图像对应的相机标识是否在图像拍摄信息中包括,如果是,则进一步判断抓拍图像的抓拍时间是否在图像拍摄信息中的时间范围内,如果是,则对抓拍图像进行解析,获取抓拍图像的图像目标信息,之后对图像目标信息与任务目标的任务目标信息进行级联比对判断,以确定抓拍图像是否为图像筛选任务要筛选出来的结果图像。
其中,执行图像筛选任务的具体过程同上述实施例,这里不再赘述。
本实施例提供的图像筛选方法,通过获取图像筛选任务对应的任务目标信息,并获取图像筛选任务对应的图像拍摄信息,将任务目标信息和图像拍摄信息发送至服务器,由服务器根据任务目标信息和图像拍摄信息创建并执行图像筛选任务,由于创建图像筛选任务时以任务为单位可以选择多个相机,不必再针对每个相机创建批量任务,从而提高了图像筛选任务创建效率,而且减少了显示的图像筛选任务的数量。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
图7是本发明实施例提供的一种图像筛选装置的结构框图,如图7所示,该图像筛选装置可以包括:
任务目标信息获取模块710,用于获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值;
任务创建执行模块720,用于根据所述任务目标信息,创建并执行所述图像筛选任务;
其中,所述任务创建执行模块720包括任务执行单元721,所述任务执行单元721用于:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值;
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
可选的,所述任务目标信息获取模块包括:
第一目标信息获取单元,用于基于目标信息创建界面获取图像筛选任务对应的任务目标信息;或者
第二目标信息获取单元,用于显示任务类型选择界面,基于任务类型选择界面获取图像筛选任务的任务类型,并获取与所述任务类型对应的任务目标信息,作为图像筛选任务对应的任务目标信息。
可选的,所述第一目标信息获取单元具体用于:
在目标信息创建界面中显示预先设置的目标类型选项、目标属性选项和目标属性值选项;
分别基于所述目标类型选项、目标属性选项和目标属性值选项获取用户选中的目标类型、目标属性和目标属性值,并获取与所述目标属性值对应的阈值;
将目标类型、目标属性、目标属性值以及与目标属性值对应的阈值,作为所述任务目标信息。
可选的,所述装置还包括:
设置框显示模块,用于在所述目标信息创建界面中还显示任务类型设置框;
任务类型获取模块,用于基于所述任务类型设置框获取任务类型;
任务类型信息保存模块,用于保存所述任务类型和所述任务目标信息。
可选的,所述第二目标信息获取单元包括:
原目标信息显示子单元,用于基于所述任务类型显示与所述任务类型对应的目标信息创建界面,并在所述目标信息创建界面显示与所述任务类型对应的原目标信息,所述原目标信息是与所述任务类型对应的预设目标信息或者是用户之前设置的与所述任务类型对应的任务目标信息;
任务目标信息获取子单元,用于将所述原目标信息作为与所述任务类型对应的任务目标信息,和/或,将用户对所述原目标信息的更改信息作为与所述任务类型对应的任务目标信息。
可选的,所述判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值,包括:
根据所述图像目标信息,获取与所述属性对应的属性值和与属性值对应的置信度;
判断所述属性值是否为所述目标属性值;
若是,则判断所述属性值对应的置信度是否大于所述目标属性值对应的阈值。
可选的,所述装置还包括:
距离计算模块,用于基于所述结果图像中图像目标的属性值对应的置信度与任务目标的目标属性值对应的阈值,计算结果图像中包含的图像目标与任务目标信息对应的任务目标之间的距离;
结果图像处理模块,用于按照距离大小对结果图像排序和/或将距离满足条件的结果图像筛选出来作为最终结果图像。
可选的,所述装置还包括:
图像拍摄信息获取模块,用于获取所述图像筛选任务对应的图像拍摄信息,所述图像拍摄信息包括拍摄图像的相机标识和拍摄图像的时间范围;
所述任务创建执行模块具体用于:
根据所述任务目标信息和所述图像拍摄信息,创建并执行所述图像筛选任务。
可选的,所述图像拍摄信息获取模块包括:
时间范围获取单元,用于基于图像筛选任务创建界面获取拍摄图像的时间范围;
相机地图显示单元,用于在接收到相机选择指令后,在相机地图上显示多个相机;
相机标识获取单元,用于基于所述相机地图获取被选中的相机对应的相机标识;
图像拍摄信息确定单元,用于将所述相机标识和拍摄图像的时间范围作为图像拍摄信息。
可选的,所述获取抓拍图像的图像目标信息,包括:
获取所述抓拍图像对应的相机标识和抓拍时间;
若所述拍摄图像的相机标识包括所述抓拍图像对应的相机标识且所述抓拍时间在所述时间范围内,则对所述抓拍图像进行解析,得到所述抓拍图像的图像目标信息。
本实施例提供的图像筛选装置,通过获取图像筛选任务对应的任务目标信息,任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值,根据任务目标信息,创建并执行图像筛选任务,在执行图像筛选任务时,首先获取抓拍图像的图像目标信息,之后将图像目标信息与任务目标信息进行级联判断,来确定抓拍图像是否为图像筛选任务要筛选出来的结果图像,并在抓拍图像是图像筛选任务要筛选出来的结果图像时,将该抓拍图像筛选出来作为图像筛选任务对应的结果图像,由于在创建图像筛选任务时,可以将图像筛选任务拆分为任务目标的目标类型、目标属性、目标属性值和与目标属性值对应的阈值,并以该任务目标信息来创建图像筛选任务,从而不必局限于固定的任务类型,提高了任务创建的灵活性。
图8是本发明实施例提供的一种图像筛选装置的结构框图,如图8所示,该图像筛选装置可以包括:
任务目标信息获取模块810,用于获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的属性阈值;
目标信息发送模块820,用于将所述任务目标信息发送至服务器,以使得所述服务器创建并执行所述图像筛选任务;
其中,所述执行所述图像筛选任务包括:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值,
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
可选的,所述任务目标信息获取模块包括:
第一目标信息获取单元,用于基于目标信息创建界面获取图像筛选任务对应的任务目标信息;或者
第二目标信息获取单元,用于显示任务类型选择界面,基于任务类型选择界面获取图像筛选任务的任务类型,并获取与所述任务类型对应的任务目标信息,作为图像筛选任务对应的任务目标信息。
可选的,所述第一目标信息获取单元具体用于:
在目标信息创建界面中显示预先设置的目标类型选项、目标属性选项和目标属性值选项;
分别基于所述目标类型选项、目标属性选项和目标属性值选项获取用户选中的目标类型、目标属性和目标属性值,并获取与所述目标属性值对应的阈值;
将目标类型、目标属性、目标属性值以及与目标属性值对应的阈值,作为所述任务目标信息。
可选的,所述装置还包括:
设置框显示模块,用于在所述目标信息创建界面中还显示任务类型设置框;
任务类型获取模块,用于基于所述任务类型设置框获取任务类型;
所述目标信息发送模块具体用于:
将所述任务类型和所述任务目标信息发送至服务器,以使得所述服务器对应保存所述任务类型和所述任务目标信息。
可选的,所述第二目标信息获取单元包括:
原目标信息显示子单元,用于基于所述任务类型显示与所述任务类型对应的目标信息创建界面,并在所述目标信息创建界面显示与所述任务类型对应的原目标信息,所述原目标信息是与所述任务类型对应的预设目标信息或者是用户之前设置的与所述任务类型对应的任务目标信息;
任务目标信息获取子单元,用于将所述原目标信息作为与所述任务类型对应的任务目标信息,和/或,将用户对所述原目标信息的更改信息作为与所述任务类型对应的任务目标信息。
可选的,所述装置还包括:
图像拍摄信息获取模块,用于获取所述图像筛选任务对应的图像拍摄信息,所述图像拍摄信息包括拍摄图像的相机标识和拍摄图像的时间范围;
图像拍摄信息发送模块,用于将所述图像拍摄信息发送至所述服务器,以使得所述服务器根据所述任务目标信息和所述图像拍摄信息创建并执行所述图像筛选任务。
可选的,所述图像拍摄信息获取模块包括:
时间范围获取单元,用于基于图像筛选任务创建界面获取拍摄图像的时间范围;
相机地图显示单元,用于在接收到相机选择指令后,在相机地图上显示多个相机;
相机标识获取单元,用于基于所述相机地图获取被选中的相机对应的相机标识;
图像拍摄信息确定单元,用于将所述相机标识和拍摄图像的时间范围作为图像拍摄信息。
本实施例提供的图像筛选装置,通过获取图像筛选任务对应的任务目标信息,任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值,将任务目标信息发送至服务器,以使得服务器创建并执行图像筛选任务,服务器在执行图像筛选任务时,首先获取抓拍图像的图像目标信息,之后将图像目标信息与任务目标信息进行级联判断,来确定抓拍图像是否为图像筛选任务要筛选出来的结果图像,并在抓拍图像是图像筛选任务要筛选出来的结果图像时,将该抓拍图像筛选出来作为图像筛选任务对应的结果图像,由于在创建图像筛选任务时,可以将图像筛选任务拆分为任务目标的目标类型、目标属性、目标属性值和与目标属性值对应的阈值,并以该任务目标信息来创建图像筛选任务,从而不必局限于固定的任务类型,提高了任务创建的灵活性。
对于装置实施例而言,由于其与方法实施例基本相似,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。
进一步地,根据本发明的一个实施例,提供了一种电子设备,所述电子设备包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现前述实施例的图像筛选方法。
根据本发明的一个实施例,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包括但不限于磁盘存储器、CD-ROM、光学存储器等,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现前述实施例的图像筛选方法。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例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,本发明实施例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。
本发明实施例是参照根据本发明实施例的方法、终端设备(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终端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终端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终端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终端设备上,使得在计算机或其他可编程终端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终端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实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做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实施例范围的所有变更和修改。
最后,还需要说明的是,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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种图像筛选方法、装置、电子设备及存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (21)

1.一种图像筛选方法,其特征在于,包括:
获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值;
根据所述任务目标信息,创建并执行所述图像筛选任务;
所述执行所述图像筛选任务包括:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值;
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
2.根据权利要求1所述的方法,其特征在于,所述获取图像筛选任务对应的任务目标信息,包括:
基于目标信息创建界面获取图像筛选任务对应的任务目标信息;或者
显示任务类型选择界面,基于任务类型选择界面获取图像筛选任务的任务类型,并获取与所述任务类型对应的任务目标信息,作为图像筛选任务对应的任务目标信息。
3.根据权利要求2所述的方法,其特征在于,所述基于目标信息创建界面获取图像筛选任务对应的任务目标信息,包括:
在目标信息创建界面中显示预先设置的目标类型选项、目标属性选项和目标属性值选项;
分别基于所述目标类型选项、目标属性选项和目标属性值选项获取用户选中的目标类型、目标属性和目标属性值,并获取与所述目标属性值对应的阈值;
将目标类型、目标属性、目标属性值以及与目标属性值对应的阈值,作为所述任务目标信息。
4.根据权利要求3所述的方法,其特征在于,还包括:
在所述目标信息创建界面中还显示任务类型设置框;
基于所述任务类型设置框获取任务类型;
保存所述任务类型和所述任务目标信息。
5.根据权利要求2所述的方法,其特征在于,所述获取与所述任务类型对应的任务目标信息,包括:
基于所述任务类型显示与所述任务类型对应的目标信息创建界面,并在所述目标信息创建界面显示与所述任务类型对应的原目标信息,所述原目标信息是与所述任务类型对应的预设目标信息或者是用户之前设置的与所述任务类型对应的任务目标信息;
将所述原目标信息作为与所述任务类型对应的任务目标信息,和/或,将用户对所述原目标信息的更改信息作为与所述任务类型对应的任务目标信息。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值,包括:
根据所述图像目标信息,获取与所述属性对应的属性值和与属性值对应的置信度;
判断所述属性值是否为所述目标属性值;
若是,则判断所述属性值对应的置信度是否大于所述目标属性值对应的阈值。
7.根据权利要求1所述的方法,其特征在于,在所述将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像之后,还包括:
基于所述结果图像中图像目标的属性值对应的置信度与任务目标的目标属性值对应的阈值,计算结果图像中包含的图像目标与任务目标信息对应的任务目标之间的距离;
按照距离大小对结果图像排序和/或将距离满足条件的结果图像筛选出来作为最终结果图像。
8.根据权利要求1所述的方法,其特征在于,还包括:
获取所述图像筛选任务对应的图像拍摄信息,所述图像拍摄信息包括拍摄图像的相机标识和拍摄图像的时间范围;
所述根据所述任务目标信息,创建并执行所述图像筛选任务,包括:
根据所述任务目标信息和所述图像拍摄信息,创建并执行所述图像筛选任务。
9.根据权利要求8所述的方法,其特征在于,所述获取所述图像筛选任务对应的图像拍摄信息,包括:
基于图像筛选任务创建界面获取拍摄图像的时间范围;
在接收到相机选择指令后,在相机地图上显示多个相机;
基于所述相机地图获取被选中的相机对应的相机标识;
将所述相机标识和拍摄图像的时间范围作为图像拍摄信息。
10.根据权利要求8所述的方法,其特征在于,所述获取抓拍图像的图像目标信息,包括:
获取所述抓拍图像对应的相机标识和抓拍时间;
若所述拍摄图像的相机标识包括所述抓拍图像对应的相机标识且所述抓拍时间在所述时间范围内,则对所述抓拍图像进行解析,得到所述抓拍图像的图像目标信息。
11.一种图像筛选方法,其特征在于,包括:
获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的属性阈值;
将所述任务目标信息发送至服务器,以使得所述服务器创建并执行所述图像筛选任务;
所述执行所述图像筛选任务包括:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值,
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
12.根据权利要求11所述的方法,其特征在于,所述获取图像筛选任务对应的任务目标信息,包括:
基于目标信息创建界面获取图像筛选任务对应的任务目标信息;或者
显示任务类型选择界面,基于任务类型选择界面获取图像筛选任务的任务类型,并获取与所述任务类型对应的任务目标信息,作为图像筛选任务对应的任务目标信息。
13.根据权利要求12所述的方法,其特征在于,所述基于目标信息创建界面获取图像筛选任务对应的任务目标信息,包括:
在目标信息创建界面中显示预先设置的目标类型选项、目标属性选项和目标属性值选项;
分别基于所述目标类型选项、目标属性选项和目标属性值选项获取用户选中的目标类型、目标属性和目标属性值,并获取与所述目标属性值对应的阈值;
将目标类型、目标属性、目标属性值以及与目标属性值对应的阈值,作为所述任务目标信息。
14.根据权利要求12所述的方法,其特征在于,还包括:
在所述目标信息创建界面中还显示任务类型设置框;
基于所述任务类型设置框获取任务类型;
将任务目标信息发送至服务器,包括:
将所述任务类型和所述任务目标信息发送至服务器,以使得所述服务器对应保存所述任务类型和所述任务目标信息。
15.根据权利要求12所述的方法,其特征在于,所述获取与所述任务类型对应的任务目标信息,包括:
基于所述任务类型显示与所述任务类型对应的目标信息创建界面,并在所述目标信息创建界面显示与所述任务类型对应的原目标信息,所述原目标信息是与所述任务类型对应的预设目标信息或者是用户之前设置的与所述任务类型对应的任务目标信息;
将所述原目标信息作为与所述任务类型对应的任务目标信息,和/或,将用户对所述原目标信息的更改信息作为与所述任务类型对应的任务目标信息。
16.根据权利要求11所述的方法,其特征在于,还包括:
获取所述图像筛选任务对应的图像拍摄信息,所述图像拍摄信息包括拍摄图像的相机标识和拍摄图像的时间范围;
将所述图像拍摄信息发送至所述服务器,以使得所述服务器根据所述任务目标信息和所述图像拍摄信息创建并执行所述图像筛选任务。
17.根据权利要求16所述的方法,其特征在于,所述获取所述图像筛选任务对应的图像拍摄信息,包括:
基于图像筛选任务创建界面获取拍摄图像的时间范围;
在接收到相机选择指令后,在相机地图上显示多个相机;
基于所述相机地图获取被选中的相机对应的相机标识;
将所述相机标识和拍摄图像的时间范围作为图像拍摄信息。
18.一种图像筛选装置,其特征在于,包括:
任务目标信息获取模块,用于获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的阈值;
任务创建执行模块,用于根据所述任务目标信息,创建并执行所述图像筛选任务;
其中,所述任务创建执行模块包括任务创建单元,所述任务创建单元用于:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值;
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
19.一种图像筛选装置,其特征在于,包括:
任务目标信息获取模块,用于获取图像筛选任务对应的任务目标信息,所述任务目标信息包括任务目标的目标类型、目标属性、目标属性值以及与目标属性值对应的属性阈值;
目标信息发送模块,用于将所述任务目标信息发送至服务器,以使得所述服务器创建并执行所述图像筛选任务;
其中,所述执行所述图像筛选任务包括:
获取抓拍图像的图像目标信息,所述图像目标信息包括图像目标的目标类型、所述图像目标对应的属性、所述属性对应的属性值和与所述属性值对应的置信度;
判断所述图像目标的目标类型是否包含所述任务目标的目标类型;
若是,判断所述图像目标对应的属性是否包含所述目标属性;
若是,判断所述属性对应的属性值的置信度是否大于所述目标属性值对应的阈值,
若是,将所述抓拍图像筛选出来作为图像筛选任务对应的结果图像。
20.一种电子设备,其特征在于,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1-10任一项所述的图像筛选方法或者实现如权利要求11-17任一项所述的图像筛选方法。
21.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-10任一项所述的图像筛选方法或如权利要求11-17任一项所述的图像筛选方法。
CN202010561237.2A 2020-06-18 2020-06-18 图像筛选方法、装置、电子设备及存储介质 Pending CN111897992A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010561237.2A CN111897992A (zh) 2020-06-18 2020-06-18 图像筛选方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010561237.2A CN111897992A (zh) 2020-06-18 2020-06-18 图像筛选方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111897992A true CN111897992A (zh) 2020-11-06

Family

ID=73207406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010561237.2A Pending CN111897992A (zh) 2020-06-18 2020-06-18 图像筛选方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111897992A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116469025A (zh) * 2022-12-30 2023-07-21 以萨技术股份有限公司 一种识别任务的处理方法、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239336A (zh) * 2013-06-19 2014-12-24 华为技术有限公司 一种图像筛选方法、装置及终端
CN104488001A (zh) * 2012-07-20 2015-04-01 微软公司 定制的图像滤波器
CN110705477A (zh) * 2019-09-30 2020-01-17 深圳市商汤科技有限公司 行为分析方法、装置、电子设备和计算机存储介质
CN111143590A (zh) * 2019-12-25 2020-05-12 上海云从企业发展有限公司 图像过滤方法、系统、设备及机器可读介质
CN111209331A (zh) * 2020-01-06 2020-05-29 北京旷视科技有限公司 目标对象的检索方法、装置及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104488001A (zh) * 2012-07-20 2015-04-01 微软公司 定制的图像滤波器
EP2875490A1 (en) * 2012-07-20 2015-05-27 Microsoft Corporation Customized image filters
CN104239336A (zh) * 2013-06-19 2014-12-24 华为技术有限公司 一种图像筛选方法、装置及终端
CN110705477A (zh) * 2019-09-30 2020-01-17 深圳市商汤科技有限公司 行为分析方法、装置、电子设备和计算机存储介质
CN111143590A (zh) * 2019-12-25 2020-05-12 上海云从企业发展有限公司 图像过滤方法、系统、设备及机器可读介质
CN111209331A (zh) * 2020-01-06 2020-05-29 北京旷视科技有限公司 目标对象的检索方法、装置及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘子君等: "基于颜色特征的自然保护区图像筛选系统", 《计算机与现代化》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116469025A (zh) * 2022-12-30 2023-07-21 以萨技术股份有限公司 一种识别任务的处理方法、电子设备及存储介质
CN116469025B (zh) * 2022-12-30 2023-11-24 以萨技术股份有限公司 一种识别任务的处理方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN108596277B (zh) 一种车辆身份识别方法、装置和存储介质
KR101869895B1 (ko) 딥 러닝 기반의 오브젝트 인식 서버, 오브젝트 인식 시스템 및 오브젝트 인식 방법
CN111126224A (zh) 车辆检测方法及分类识别模型训练方法
CN109800682B (zh) 驾驶员属性识别方法及相关产品
CN107316035A (zh) 基于深度学习神经网络的对象识别方法及装置
TW201823983A (zh) 移動物件的虛擬訊息建立方法、搜尋方法與應用系統
CN112818732B (zh) 一种图像处理方法、装置、计算机设备和存储介质
US11023714B2 (en) Suspiciousness degree estimation model generation device
JPWO2019215779A1 (ja) モデル提供システム、方法およびプログラム
CN109146923B (zh) 一种目标跟踪丢断帧的处理方法及系统
JP2021068056A (ja) 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム
CN112306829A (zh) 性能信息的确定方法及装置、存储介质、终端
CN111897992A (zh) 图像筛选方法、装置、电子设备及存储介质
CN111553327B (zh) 一种服饰识别方法、装置、设备和介质
JP2022003526A (ja) 情報処理装置、検出システム、情報処理方法、及びプログラム
CN110837571A (zh) 照片分类方法、终端设备及计算机可读存储介质
CN109726648A (zh) 一种基于机器学习的人脸图像识别方法和装置
JP6855175B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN112989924B (zh) 目标检测方法、目标检测装置及终端设备
CN112714299B (zh) 一种图像展示方法及装置
CN112668411B (zh) 基于sgan的视频流标记方法、装置、系统及存储介质
CN106202418B (zh) 一种用于智能机器人的图片数据收集方法及系统
CN111400534B (zh) 图像数据的封面确定方法、装置及计算机存储介质
CN108133210B (zh) 一种图像格式识别方法及装置
CN111666786B (zh) 图像处理方法、装置、电子设备及存储介质

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