图像处理方法、装置、电子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,具体涉及图像处理方法、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,计算机视觉等技术已经应用到人们生活的各个领域。图像分类技术是一种利用图像中的所反映的不同的特征把不同类别的目标物体区分开来的一种技术。相关技术存在分类结果准确率不高的问题。
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图像处理方法、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处理方法,该方法包括:提取待处理特征图像中的目标数量个图像区域;提取上述待处理特征图像的特征向量,得到图像特征向量;对上述目标数量个图像区域进行特征提取,得到上述目标数量个图像区域特征向量;基于上述图像特征向量和上述目标数量个图像区域特征向量,对上述待处理特征图像进行分类,得到分类结果,上述分类结果表征图像识别结果。
第二方面,本公开的一些实施例提供了一种图像处理装置,装置包括:第一提取单元,被配置成提取待处理特征图像中的目标数量个图像区域;第二提取单元,被配置成提取上述待处理特征图像的特征向量,得到图像特征向量;第三提取单元,被配置成对上述目标数量个图像区域进行特征提取,得到上述目标数量个图像区域特征向量;分类单元,被配置成基于上述图像特征向量和上述目标数量个图像区域特征向量,对上述待处理特征图像进行分类,得到分类结果,上述分类结果表征图像识别结果。
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的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的图像处理方法对图像进行分类,分类结果的准确率有所提高。具体来说,发明人发现,造成相关技术分类结果准确率不高的原因在于:相关技术对于图像中目标区域的细节信息没有有效利用。基于此,本公开的一些实施例的图像处理方法不仅提取目标特征图像的特征向量,得到图像的整体信息。还提取到目标数量个图像区域特征向量,得到图像的局部信息。在此基础上,在图像分类的过程中结合了待处理图像的整体信息和局部信息。在一些场景下,局部信息会对分类结果有决定性的影响,而整体信息则不能有很好的区分效果。举例来说,眼睛的颜色在一定程度上决定了人种的划分结果。但是,不论是什么人种,均包括眼睛、鼻子、嘴巴等关键部位。那么,在对人脸图像进行分类的场景下,眼睛的颜色对应的局部信息就会对分类结果有决定性的影响,而表征组成的整体信息则不能很好的进行区分。因此,通过结合整体信息和局部信息,使得模型不仅关注整体信息,也会关注局部信息。进而提高了分类结果的准确率。
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是根据本公开的一些实施例的图像处理方法的一个应用场景的示意图;
图2是根据本公开的图像处理方法的一些实施例的流程图;
图3是根据本公开的图像处理方法的另一些实施例的流程图;
图4是根据本公开的图像处理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图像处理方法的一个应用场景的示意图100。
如图1所示,计算设备101将人脸特征图像102进行提取得到人的左眼图像区域103、右眼图像区域104、鼻子图像区域105和嘴巴图像区域106。分别对上述左眼图像区域103、右眼图像区域104、鼻子图像区域105和嘴巴图像区域106进行特征提取,得到左眼的特征向量107、右眼的特征向量108、鼻子的特征向量109以及嘴巴的特征向量110。对上述人脸特征图像102进行特征提取得到图像特征向量111。将上述左眼的特征向量107、右眼的特征向量108、鼻子的特征向量109、嘴巴的特征向量110以及图像特征向量111输入至预先训练好的神经网络112中,得到分类结果113。
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终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。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图像处理方法的一些实施例的流程200。该图像处理方法,包括以下步骤:
步骤201,提取待处理特征图像中的目标数量个图像区域。
在一些实施例中,图像处理方法的执行主体(例如图1所示的计算设备)可以通过各种方式提取待处理特征图像中的目标数量个图像区域。上述待处理特征图像可以是任意的特征图像。作为示例,待处理特征图像可以是对待处理图像进行浅层特征提取得到的特征图像。上述目标数量可以是任意数量。实践中,目标数量的确定可以人为指定,也可以通过一定条件的筛选,上述一定条件可以是一副待处理图像中的主要特征的数量,例如,一副人脸特征图像的主要特征包括左眼特征,右眼特征,鼻子特征,嘴巴特征等四个特征,所以上述人脸特征图像的主要特征的数量是四。在此基础上,可以得到目标数量个图像区域。
步骤202,提取上述待处理特征图像的特征向量,得到图像特征向量。
在一些实施例中,上述执行主体可以通过各种方式来对上述待处理特征图像进行特征提取,得到上述图像特征向量。实践中,上述图像特征向量可以是更为鲁棒的特征向量。
作为示例,可以将待处理特征图像输入至卷积神经网络,得到更为鲁棒的人脸特征向量,也就是上述图像特征向量。
作为又一示例,可以基于SIFT(Scale-Invariant Feature Transform,尺度不变特征转换)特征提取算法对待处理特征图像进行特征提取,得到图像特征向量。
步骤203,对上述目标数量个图像区域进行特征提取,得到上述目标数量个图像区域特征向量。
在一些实施例中,对步骤201得到的目标数量个图像区域,上述执行主体可以将上述目标数量个图像区域中的每一个图像区域输入至子特征提取网络进行特征提取,得到每一个图像区域的图像区域特征向量,从而生成目标数量个图像区域特征向量。其中,子特征提取网络可以是任意的特征提取网络。
作为示例,上述方法的执行主体还可以通过SIFT特征提取算法对每一个图像区域进行特征提取,从而生成目标数量个图像区域特征向量。
在一些实施例中,作为示例,上述目标数量个图像区域特征向量中每一个图像区域特征向量的维度均与上述图像特征向量的维度相同。例如,上述图像特征向量的维度及目标数量个图像区域特征向量的维度均为512。
需要说明的是,步骤201、步骤202及203的执行顺序可以根据实际需要进行调整。作为示例,上述执行主体可以先执行步骤202,后执行步骤201,最后,执行步骤203。也可以,先执行步骤201。之后,执行步骤203(或步骤202)。最后,执行步骤202(或步骤203)。当然,上述执行主体也可以同时执行步骤201和步骤202,再执203。对此,本申请不做限定。
步骤204,基于上述图像特征向量和上述目标数量个图像区域特征向量,对上述待处理特征图像进行分类,得到分类结果,上述分类结果表征图像识别结果。
在一些实施例中,上述方法的执行主体基于上述图像特征向量和上述目标数量个图像区域特征向量,对上述待处理特征图像进行分类,得到分类结果。
在一些实施例中可选的实现方式中,上述执行主体可以将上述图像特征向量和所述目标数量个图像区域特征向量进行拼接,得到目标特征向量。作为示例,可以基于矩阵的组合方式对上述图像特征向量和目标数量个图像区域特征向量进行拼接。例如,步骤202得到图像特征向量与步骤203得到的目标数量个(例如,4个)特征向量中的每个特征向量均32维,上述执行主体可以按照预先设定的顺序对上述5个特征向量进行首尾像素拼接,得到一个32*5=160维的特征向量。
作为示例,对于脸部特征图像,可以将左眼、右眼、鼻子、嘴巴等主要特征的四个特征向量和上述人脸特征图像的图像特征向量分别重新调整为一维向量,然后直接进行组合,得到目标特征向量。
在一些实施例中,上述执行主体可以将步骤202得到的图像特征向量及步骤203得到的目标数量个特征向量对应像素点的像素值进行相加,得到目标特征向量。例如,步骤202得到图像特征向量与步骤203得到的目标数量个(例如4个)特征向量中的每个特征向量均32维。上述执行主体可以对上述5个特征向量对应像素点的像素值进行相加,得到的目标特征向量仍为32维。
在一些实施例中,上述执行主体可以利用SVM(Support Vector Machine,支持向量机)算法对上述目标特征向量进行分类。
在一些实施例的一些可选的实现方式中,将上述目标特征向量输入至预先训练好的神经网络中,得到所述分类结果。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的图像处理方法对图像进行分类,分类结果的准确率有所提高。具体来说,发明人发现,造成相关技术分类结果准确率不高的原因在于:相关技术对于图像中目标区域的细节信息没有有效利用。基于此,本公开的一些实施例的图像处理方法不仅提取目标特征图像的特征向量,得到图像的整体信息。还提取到目标数量个图像区域特征向量,得到图像的局部信息。在此基础上,在图像分类的过程中结合了待处理图像的整体信息和局部信息。在一些场景下,局部信息会对分类结果有决定性的影响,而整体信息则不能有很好的区分效果。举例来说,眼睛的颜色在一定程度上决定了人种的划分结果。但是,不论是什么人种,均包括眼睛、鼻子、嘴巴等关键部位。那么,在对人脸图像进行分类的场景下,眼睛的颜色对应的局部信息就会对分类结果有决定性的影响,而表征组成的整体信息则不能很好的进行区分。因此,通过结合整体信息和局部信息,使得模型不仅关注整体信息,也会关注局部信息。进而提高了分类结果的准确率。
进一步参考图3,其示出了图像处理方法的另一些实施例的流程300。该图像处理方法的流程300,包括以下步骤:
步骤301,将待处理特征图像进行划分,得到目标数量个图像区域。
在一些实施例中,上述方法的执行主体可以通过各种方式对上述待处理特征图像进行划分,得到上述目标数量个目标区域。上述待处理特征图像可以是任意的特征图像。作为示例,待处理特征图像可以是对待处理图像进行浅层特征提取得到的特征图像。上述目标数量可以是任意数量。实践中,可以基于目标检测算法对一个包含有狗的图像进行目标区域的划分,可以划分为包含有狗的左眼的图像、包含有狗的右眼的图像、包含有狗的鼻子的图像、包含有狗的嘴巴的图像、包含有狗的耳朵的图像。
在一些实施例的一些可选的实现方式中,基于上述待处理特征图像的目标数量个目标区域的位置信息进行裁剪,得到上述目标数量个图像区域。
作为示例,上述执行主体可以将上述待处理特征图像输入到预训练的图像分类网络的裁剪层,得到上述目标数量个图像区域。
作为示例,上述执行主体基于预先设定的目标数量和目标区域,以及上述目标数量个目标区域的位置信息进行裁剪,得到上述目标数量个目标区域。上述目标区域的位置信息可以是上述目标区域的位置坐标。作为示例,上述包含有狗的左眼的图像的左上角的坐标为(4,8),上述包含有狗的左眼的图像的宽度为4,上述包含有狗的左眼的图像的高度为4,就可以确定上述包含有狗的左眼的图像的右下角的坐标为(8,4)。按照上述坐标信息进行裁剪,就可以得到上述包含有狗的左眼的图像。按照上述方法依次裁剪其他目标区域。
步骤302,提取上述待处理特征图像的特征向量,得到图像特征向量。
步骤303,对上述目标数量个图像区域进行特征提取,得到上述目标数量个图像区域特征向量。
需要说明的是,步骤301、步骤302及303的执行顺序可以根据实际需要进行调整。作为示例,上述执行主体可以先执行步骤302,后执行步骤301,最后,执行步骤303。也可以,先执行步骤301。之后,执行步骤303(或步骤302)。最后,执行步骤302(或步骤303)。当然,上述执行主体也可以同时执行步骤301和步骤302,再执行303。对此,本申请不做限定。
步骤304,基于上述图像特征向量和上述目标数量个图像区域特征向量,对上述待处理特征图像进行分类,得到分类结果,上述分类结果表征图像识别结果。
在一些实施例中,步骤302、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202、204,在此不再赘述。
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体现了对上述待处理特征图像的目标数量个目标区域进行裁剪的步骤。所带来的技术效果可以参考图2对应的那些实施例中有益效果,在此不再赘述。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种图像处理装置的一些实施例,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4所示,一些实施例的图像处理装置400包括:第一提取单元401、第二提取单元402、第三提取单元403和分类单元404。其中,第一提取单元401被配置成提取待处理特征图像中的目标数量个图像区域;第二提取单元402被配置成提取上述待处理特征图像的特征向量,得到图像特征向量;第三提取单元403被配置成对上述目标数量个图像区域进行特征提取,得到上述目标数量个图像区域特征向量;分类单元404被配置成基于上述图像特征向量和上述目标数量个图像区域特征向量,对上述待处理特征图像进行分类,得到分类结果,上述分类结果表征图像识别结果。
在一些实施例的可选实现方式中,图像处理装置400的第一提取单元401进一步被配置成:将待处理特征图像进行划分,得到上述目标数量个图像区域。
在一些实施例的可选实现方式中,图像处理装置400的第一提取单元401进一步被配置成:基于上述待处理特征图像的目标数量个目标区域的位置信息进行裁剪,得到上述目标数量个图像区域。
在一些实施例的可选实现方式中,图像处理装置400的分类单元404进一步被配置成:将上述待处理特征向量和所述目标数量个图像区域特征向量通过向量合并的方式进行拼接,得到目标特征向量。
在一些实施例的可选实现方式中,图像处理装置400的分类单元404进一步被配置成:将上述目标特征向量输入至预先训练好的神经网络中,得到上述分类结果,上述分类结果表征图像识别结果。
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RAM 503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上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:提取待处理特征图像中的目标数量个图像区域;提取上述待处理特征图像的特征向量,得到图像特征向量;对上述目标数量个图像区域进行特征提取,得到上述目标数量个图像区域特征向量;基于上述图像特征向量和上述目标数量个图像区域特征向量,对上述待处理特征图像进行分类,得到分类结果,分类结果表征图像识别结果。
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,上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提取单元、第二提取单元、第三提取单元和分类单元。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,第一提取单元还可以被描述为“提取待处理特征图像中的目标数量个图像区域的单元”。
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,提供了一种图像处理方法,包括:提取待处理特征图像中的目标数量个图像区域;提取上述待处理特征图像的特征向量,得到图像特征向量;对上述目标数量个图像区域进行特征提取,得到上述目标数量个图像区域特征向量;基于上述图像特征向量和上述目标数量个图像区域特征向量,对上述待处理特征图像进行分类,得到分类结果,分类结果表征图像识别结果。
根据本公开的一个或多个实施例,上述提取待处理特征图像中的目标数量个图像区域,包括:将待处理特征图像进行划分,得到上述目标数量个图像区域。
根据本公开的一个或多个实施例,上述将待处理特征图像进行划分,得到目标数量个图像区域,包括:基于上述待处理特征图像的目标数量个目标区域的位置信息进行裁剪,得到上述目标数量个图像区域。
根据本公开的一个或多个实施例,上述基于图像特征向量和目标数量个图像区域特征向量,对待处理特征图像进行分类,得到分类结果,包括:将上述待处理特征向量和上述目标数量个图像区域特征向量通过向量合并的方式进行拼接,得到目标特征向量。
根据本公开的一个或多个实施例,上述基于图像特征向量和目标数量个图像区域特征向量,对待处理特征图像进行分类,得到分类结果,包括:将上述目标特征向量输入至预先训练好的神经网络中,得到上述分类结果,上述分类结果表征图像识别结果。
根据本公开的一个或多个实施例,提供了一种图像处理装置,包括:第一提取单元,被配置成提取待处理特征图像中的目标数量个图像区域;第二提取单元,被配置成提取上述待处理特征图像的特征向量,得到图像特征向量;第三提取单元,被配置成对上述目标数量个图像区域进行特征提取,得到上述目标数量个图像区域特征向量;分类单元,被配置成基于上述图像特征向量和上述目标数量个图像区域特征向量,对上述待处理特征图像进行分类,得到分类结果,上述分类结果表征图像识别结果。
根据本公开的一个或多个实施例,图像处理装置的第一提取单元进一步被配置成:将待处理特征图像进行划分,得到上述目标数量个图像区域。
根据本公开的一个或多个实施例,图像处理装置的第一提取单元进一步被配置成:基于上述待处理特征图像的目标数量个目标区域的位置信息进行裁剪,得到上述目标数量个图像区域。
根据本公开的一个或多个实施例,图像处理装置的分类单元进一步被配置成:将上述待处理特征向量和上述目标数量个图像区域特征向量通过向量合并的方式进行拼接,得到目标特征向量。
根据本公开的一个或多个实施例,图像处理装置的分类单元进一步被配置成:将上述目标特征向量输入至预先训练好的神经网络中,得到上述分类结果,上述分类结果表征图像识别结果。
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。