CN112580620A - 标志图片处理方法、装置、设备和介质 - Google Patents

标志图片处理方法、装置、设备和介质 Download PDF

Info

Publication number
CN112580620A
CN112580620A CN202011558007.7A CN202011558007A CN112580620A CN 112580620 A CN112580620 A CN 112580620A CN 202011558007 A CN202011558007 A CN 202011558007A CN 112580620 A CN112580620 A CN 112580620A
Authority
CN
China
Prior art keywords
picture
current
candidate
logo
matching
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
CN202011558007.7A
Other languages
English (en)
Inventor
崔程
魏凯
杨敏
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011558007.7A priority Critical patent/CN112580620A/zh
Publication of CN112580620A publication Critical patent/CN112580620A/zh
Priority to US17/375,468 priority patent/US11610396B2/en
Priority to EP21186141.4A priority patent/EP4020311A1/en
Pending legal-status Critical Current

Links

Images

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
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • 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
    • G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
    • 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
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/146—Aligning or centring of the image pick-up or image-field
    • G06V30/147—Determination of region of interest
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/09—Recognition of logos
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Abstract

本公开公开了一种标志图片处理方法、装置、设备和介质，涉及图像处理技术领域，具体涉及深度学习、计算机视觉等人工智能技术领域。该标识图片处理方法包括：获取标志图片，所述标志图片包括：当前标志图形和当前文字信息；对所述标志图片进行文字识别，以得到所述当前文字信息；查找与所述当前标志图形和所述当前文字信息均匹配的图片，以得到匹配图片。本公开可以提高logo图片的匹配图片的准确度，进而提高logo图片识别准确度。

Description

标志图片处理方法、装置、设备和介质
技术领域
本公开涉及图像处理技术领域，具体涉及深度学习、计算机视觉等人工智能技术领域，尤其涉及一种标志图片处理方法、装置、设备和介质。
背景技术
人工智能(Artificial Intelligence，AI)是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
logo，可以称为标志、徽标或者商标等，是一种直观、明确的视觉化信息。logo图片识别时一般先进行图片匹配，再获取匹配图片的相关信息作为识别结果。
相关技术中，仅依据logo图形的特征，比如logo图形的形态、颜色等进行图片匹配。
发明内容
本公开提供了一种标志图片处理方法、装置、设备和介质。
根据本公开的一方面，提供了一种标志图片处理方法，包括：获取标志图片，所述标志图片包括：当前标志图形和当前文字信息；对所述标志图片进行文字识别，以得到所述当前文字信息；查找与所述当前标志图形和所述当前文字信息均匹配的图片，以得到匹配图片。
根据本公开的另一方面，提供了一种标志图片处理装置，包括：图片获取单元，用于获取标志图片，所述标志图片包括：当前标志图形和当前文字信息；文字识别单元，用于对所述标志图片进行文字识别，以得到所述当前文字信息；匹配单元，用于查找与所述当前标志图形和所述当前文字信息均匹配的图片，以得到匹配图片。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述任一方面的任一项所述的方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述任一方面的任一项所述的方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述任一方面的任一项所述的方法。
根据本公开的技术方案，可以提高logo图片识别的准确度。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开第一实施例的示意图；
图2是根据本公开第二实施例的示意图；
图3是根据本公开实施例中待匹配的两个logo图片的示意图；
图4是根据本公开第三实施例的示意图；
图5是根据本公开第四实施例的示意图；
图6是根据本公开第五实施例的示意图；
图7是用来实现本公开实施例的标志识别方法中任一方法的电子设备的示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
相关技术中，在识别logo图片时，仅依据logo图形的特征，比如logo图形的形态或颜色等进行图片匹配，在图片匹配时并不考虑logo图片中的文字信息，这样就会造成logo图形相似，但文字完全不同的logo图片被误认为相互匹配，从而降低识别准确度。
为了解决上述的logo图片识别准确度低的问题，本公开提供如下一些实施例。
图1是根据本公开第一实施例的示意图。本实施例提供一种标志(logo)图片处理方法，包括：
101、获取标志图片，所述标志图片包括：当前标志图形和当前文字信息。
102、对所述标志图片进行文字识别，以得到所述当前文字信息。
103、查找与所述当前标志图形和所述当前文字信息均匹配的图片，以得到匹配图片。
一般来讲，用户与标志图片处理系统交互时，用户向标志图片处理系统中输入的是原始图片，原始图片是指不仅包含logo图形和文字信息，还包含其他的背景信息的图片。
为了降低背景信息的影响，提高识别效率和准确度，标志图片处理系统接收到原始图片后，可以对其进行处理，以得到logo图片。
比如，参见图2，可以采用检测器201确定出原始图片中的标志区域，以及，在所述原始图片中，裁剪出所述标志区域对应的图片，作为所述logo图片。其中，检测器可以是基于训练数据进行训练后得到，比如，训练数据包括样本图片以及对应的标签数据，标签数据为该样本图片的区域信息，该区域信息可以采用人工标注或其他方式获取，因此，基于上述训练数据进行训练后，可以得到检测器，检测器的输入和输出分别是图片和标志区域信息，因此，可以采用检测器确定出原始图片的标志区域。之后，可以基于该标志区域进行裁剪，得到标志图片。
本实施例中，通过对原始图片进行裁剪得到标志图片，可以去除无用噪声的影响，提高识别效率和准确度。
如图2所示，在得到标志图片后，可以将其输入到识别器202中进行识别，以得到识别结果。可以理解的是，由于图片处理时是对标准尺寸的图片进行处理，因此，标志图片在输入到识别器中之前，还可以先进行放大处理，以放大到标准尺寸，之后，将标准尺寸的标志图片输入到识别器中。放大处理比如采用双线性插值进行放大。
需要说明的是，上述的标志区域是指包含标志图形和对应的文字信息的区域，而不是仅包含标志图形的区域。
参见图3，示出了两个logo图片，其logo图形相似，但是却具有完全不同的文字信息。若采用相关技术的识别方式，会认为这两个logo图片是匹配图片，造成图片匹配错误，进而依据错误的匹配图片会获取错误的识别结果，影响logo图片识别准确度。
而本实施例中，参见图2，识别器202接收到logo图片后，可以将logo图片分为两路，比如，参见图2，一路发送给文字识别单元2021，以得到当前文字信息，另一路发送给匹配单元2022，以根据logo图片和文字识别单元输出的当前文字信息，与预存的图片库中的候选图片进行匹配，以得到匹配图片。
识别器202还可以包括结果获取单元2023，通过结果获取单元2023获取匹配图片的相关信息作为识别结果。识别结果比如包括：匹配图片；和/或，所述匹配图片对应的标签。其中，图片库中除了预存图片之外，还可以预存各个图片对应的标签，该标签用于描述图片，比如，图片类别(如人物、植物、地标等)、图片大小、图片名称、图片的简要描述信息等。
本实施例中，通过根据匹配图片获取识别结果，可以得到logo图片的识别结果，完成对logo图片的识别。
本实施例中，通过在图片匹配时，不仅考虑标志图形，还考虑与标志图形对应的文字信息，相对于仅考虑标志图形的方式，可以提高匹配准确度，进而提高logo图片识别的准确度。
图4是本公开第三实施例的示意图。本实施例提高一种标志图片处理方法，如图4所示，该方法包括：
401、接收用户输入的原始图片。
402、确定出所述原始图片中的logo区域，以及，在所述原始图片中，裁剪出所述logo区域对应的图片，作为logo图片，所述logo图片包括：当前标志图形和当前文字信息。
403、对所述logo图片进行光学字符识别(Optical Character Recognition，OCR)，以得到OCR结果。
404、在所述OCR结果的置信度大于或等于预设阈值时，将所述OCR识别结果作为所述当前文字信息。
405、计算所述当前标志图形，与各个候选标志图形的图形相似度。其中，候选标志图形对应候选图片，候选图片为至少一个，预存在图片库中，候选图片还包括与候选标志图形对应的候选文字信息。
406、按照所述图形相似度从大到小的顺序，依次比对所述各个候选标志图形对应的候选文字信息与所述当前文字信息。
407、将与所述当前文字信息相同的候选文字信息，对应的候选图片作为所述匹配图片。
408、根据所述匹配图片获取识别结果，所述识别结果包括：所述匹配图片，和/或，所述匹配图片对应的标签。
针对401-402：
可以参见上一实施例中的相关描述。
针对403-404：
其中，可以采用各种相关的OCR模块，对logo图片进行识别，以得到OCR结果，其中，OCR模块在识别时，还可以确定OCR结果的置信度，当置信度大于或等于预设阈值(比如0.8)时，将其作为最终的文字识别结果，即要得到的所述当前文字信息。
本实施例中，通过将置信度大于或等于预设阈值的OCR结果作为最终采用的当前文字信息，可以提高当前文字信息的准确度，进而提高logo识别结果的准确度。
针对405-407：
一些实施例中，所述图片库中预存所述各个候选标志图形对应的各个候选特征向量，所述计算所述当前标志图形，与各个候选标志图形的图形相似度，包括：提取所述当前标志图形的当前特征向量；分别计算所述当前特征向量，与所述各个候选特征向量之间的距离值，根据所述距离值确定所述图形相似度。
其中，可以采用预先训练的深度神经网络模型提取logo图像的特征向量，深度神经网络比如为卷积神经网络。通过卷积神经网络提取图像的特征向量的方式可以采用相关技术实现，在此不再详述。
在得到当前特征向量后，可以分别与各个候选特征向量计算距离值，比如计算两组特征向量的欧氏距离值，距离值越小，表明图形相似度越大。
在计算得到各个距离值后，可以按照距离值从小到大的顺序，也就是图形相似度从大到小的顺序，依次比对各个候选标志图形对应的候选文字信息与当前文字信息，直至找到与当前文字信息相同的候选文字信息，将对应的候选图片作为匹配图片。
比如，按照图形相似度从大到小的顺序排列，依次是：第一候选标志图形和对应的第一候选文字信息；第二候选标志图形和对应的第二候选文字信息等，若经过比对，第一候选文字信息与当前文字信息不同，而第二候选文字信息与当前文字信息相同，则将第二候选标志图形和第二候选文字信息对应的候选图片作为匹配图片。
可以理解的是，上述的候选文字信息与当前文字信息相同是广义的相同，包括完全相同或部分相同。在大多数情况下，对于匹配的logo图片，其候选文字信息与当前文字信息是完全相同的，但是，本公开实施例也并不排除特殊情况，即，在一些情况下，两者信息并不是完全相同，比如，一个是A公司，另一个是A，也可以认为是相同的。即，在匹配时，优先选择文字信息完全相同的，若不存在文字信息完全相同的候选图片，则可以选择文字信息部分相同的候选图片。
本实施例中，基于图形相似度从大到小的顺序，对文字信息进行匹配，可以查找到文字信息相同时的最相似的logo图形，提高匹配度。
本实施例中，基于logo图形对应的特征向量计算距离值，并依据距离值确定图形相似度，可以提高图形相似度的计算准确度。
针对408：
如上一实施例所述的，图片的标签也可以对应图片预存在图片库中，标签比如为图片类别、图片的名称等。
另外，在将上述的处理方法应用到检索场景时，用户可以将原始图像作为检索词(query)输入到系统中，系统经过上述处理得到识别结果，之后，系统将识别结果作为检索结果反馈给用户。
本实施例中，通过根据匹配图片获取识别结果，由于匹配图片是准确的，可以获取到准确的识别结果，提高识别结果的准确度。另外，还可以将识别结果作为检索结果反馈给用户，可以应用到用户检索的场景，并且由于识别结果的准确度提高，可以提升用户的满意度。
图5是本公开第四实施例的示意图，该实施例提供一种标志图片处理装置。如图5所示，该装置500包括图片获取单元501、文字识别单元502和匹配单元503。
图片获取单元501用于获取标志图片，所述标志图片包括：当前标志图形和当前文字信息；文字识别单元502用于对所述标志图片进行文字识别，以得到所述当前文字信息；匹配单元503用于查找与所述当前标志图形和所述当前文字信息均匹配的图片，以得到匹配图片。
一些实施例中，所述图片获取单元501具体用于：确定出原始图片中的标志区域；在所述原始图片中，裁剪出所述标志区域对应的图片，作为所述标志图片。
一些实施例中，所述文字识别单元502具体用于：对所述标志图片进行OCR，以得到OCR结果；在所述OCR结果的置信度大于或等于预设阈值时，将所述OCR结果作为所述当前文字信息。
一些实施例中，图片库中预存至少一个候选图片，所述候选图片包括：候选标志图形和候选文字信息，如图6所示，提供另一种标志图片处理装置，该标志图片处理装置600包括图片获取单元601、文字识别单元602和匹配单元603。匹配单元603包括：计算模块6031、比对模块6032和确定模块6033。计算模块6031用于计算所述当前标志图形，与各个候选标志图形的图形相似度；比对模块6032用于按照所述图形相似度从大到小的顺序，依次比对所述各个候选标志图形对应的候选文字信息与所述当前文字信息；确定模块6033用于将与所述当前文字信息相同的候选文字信息，对应的候选图片作为所述匹配图片。
一些实施例中，所述图片库中预存所述各个候选标志图形对应的各个候选特征向量，所述计算模块6031具体用于：提取所述当前标志图形的当前特征向量；分别计算所述当前特征向量，与所述各个候选特征向量之间的距离值，根据所述距离值确定所述图形相似度。
一些实施例中，如图6所示，所述装置还包括：结果获取单元604，用于根据所述匹配图片获取识别结果，所述识别结果包括：所述匹配图片，和/或，所述匹配图片对应的标签。
本公开实施例中，通过对原始图片进行裁剪得到标志图片，可以去除无用噪声的影响，提高识别效率和准确度。通过在图片匹配时，不仅考虑标志图形，还考虑与标志图形对应的文字信息，相对于仅考虑标志图形的方式，可以提高匹配准确度，进而提高logo图片识别的准确度。通过将置信度大于或等于预设阈值的OCR结果作为最终采用的当前文字信息，可以提高当前文字信息的准确度，进而提高logo识别结果的准确度。基于图形相似度从大到小的顺序，对文字信息进行匹配，可以查找到文字信息相同时的最相似的logo图形，提高匹配度。基于logo图形对应的特征向量计算距离值，并依据距离值确定图形相似度，可以提高图形相似度的计算准确度。通过根据匹配图片获取识别结果，由于匹配图片是准确的，可以获取到准确的识别结果，提高识别结果的准确度。另外，还可以将识别结果作为检索结果反馈给用户，可以应用到用户检索的场景，并且由于识别结果的准确度提高，可以提升用户的满意度。
可以理解的是，本公开的不同实施例中相同或相应的内容可以相互参考，实施例中未做详细说明的内容，可以参见其他实施例的相关内容。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示，电子设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储电子设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如标志识别方法。例如，在一些实施例中，标志识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的标志识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行标志识别方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (15)

1.一种标志图片处理方法，包括：
获取标志图片，所述标志图片包括：当前标志图形和当前文字信息；
对所述标志图片进行文字识别，以得到所述当前文字信息；
查找与所述当前标志图形和所述当前文字信息均匹配的图片，以得到匹配图片。
2.根据权利要求1所述的方法，其中，图片库中预存至少一个候选图片，所述候选图片包括：候选标志图形和候选文字信息，所述查找与所述当前标志图形和所述当前文字信息均匹配的图片，以得到匹配图片，包括：
计算所述当前标志图形，与各个候选标志图形的图形相似度；
按照所述图形相似度从大到小的顺序，依次比对所述各个候选标志图形对应的候选文字信息与所述当前文字信息；
将与所述当前文字信息相同的候选文字信息，对应的候选图片作为所述匹配图片。
3.根据权利要求2所述的方法，其中，所述图片库中预存所述各个候选标志图形对应的各个候选特征向量，所述计算所述当前标志图形，与各个候选标志图形的图形相似度，包括：
提取所述当前标志图形的当前特征向量；
分别计算所述当前特征向量，与所述各个候选特征向量之间的距离值，根据所述距离值确定所述图形相似度。
4.根据权利要求1所述的方法，其中，所述获取标志图片，包括：
确定出原始图片中的标志区域；
在所述原始图片中，裁剪出所述标志区域对应的图片，作为所述标志图片。
5.根据权利要求1所述的方法，其中，所述对所述标志图片进行文字识别，以得到所述当前文字信息，包括：
对所述标志图片进行光学字符识别OCR，以得到OCR结果；
在所述OCR结果的置信度大于或等于预设阈值时，将所述OCR识别结果作为所述当前文字信息。
6.根据权利要求1-5任一项所述的方法，其中，还包括：
根据所述匹配图片获取识别结果，所述识别结果包括：所述匹配图片，和/或，所述匹配图片对应的标签。
7.一种标志图片处理装置，包括：
图片获取单元，用于获取标志图片，所述标志图片包括：当前标志图形和当前文字信息；
文字识别单元，用于对所述标志图片进行文字识别，以得到所述当前文字信息；
匹配单元，用于查找与所述当前标志图形和所述当前文字信息均匹配的图片，以得到匹配图片。
8.根据权利要求7所述的装置，其中，图片库中预存至少一个候选图片，所述候选图片包括：候选标志图形和候选文字信息，所述匹配单元包括：
计算模块，用于计算所述当前标志图形，与各个候选标志图形的图形相似度；
比对模块，用于按照所述图形相似度从大到小的顺序，依次比对所述各个候选标志图形对应的候选文字信息与所述当前文字信息；
确定模块，用于将与所述当前文字信息相同的候选文字信息，对应的候选图片作为所述匹配图片。
9.根据权利要求8所述的装置，其中，所述图片库中预存所述各个候选标志图形对应的各个候选特征向量，所述计算模块具体用于：
提取所述当前标志图形的当前特征向量；
分别计算所述当前特征向量，与所述各个候选特征向量之间的距离值，根据所述距离值确定所述图形相似度。
10.根据权利要求7所述的装置，其中，所述图片获取单元具体用于：
确定出原始图片中的标志区域；
在所述原始图片中，裁剪出所述标志区域对应的图片，作为所述标志图片。
11.根据权利要求7所述的装置，其中，所述文字识别单元具体用于：
对所述标志图片进行光学字符识别OCR，以得到OCR结果；
在所述OCR结果的置信度大于或等于预设阈值时，将所述OCR结果作为所述当前文字信息。
12.根据权利要求7-11任一项所述的装置，其中，还包括：
结果获取单元，用于根据所述匹配图片获取识别结果，所述识别结果包括：所述匹配图片，和/或，所述匹配图片对应的标签。
13.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
CN202011558007.7A 2020-12-25 2020-12-25 标志图片处理方法、装置、设备和介质 Pending CN112580620A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011558007.7A CN112580620A (zh) 2020-12-25 2020-12-25 标志图片处理方法、装置、设备和介质
US17/375,468 US11610396B2 (en) 2020-12-25 2021-07-14 Logo picture processing method, apparatus, device and medium
EP21186141.4A EP4020311A1 (en) 2020-12-25 2021-07-16 Logo picture processing method, apparatus, device and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011558007.7A CN112580620A (zh) 2020-12-25 2020-12-25 标志图片处理方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN112580620A true CN112580620A (zh) 2021-03-30

Family

ID=75139833

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011558007.7A Pending CN112580620A (zh) 2020-12-25 2020-12-25 标志图片处理方法、装置、设备和介质

Country Status (3)

Country Link
US (1) US11610396B2 (zh)
EP (1) EP4020311A1 (zh)
CN (1) CN112580620A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113657364A (zh) * 2021-08-13 2021-11-16 北京百度网讯科技有限公司 用于识别文字标志的方法、装置、设备以及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0620098A (ja) * 1992-06-30 1994-01-28 Sharp Corp 文字認識装置
CN103258037A (zh) * 2013-05-16 2013-08-21 西安工业大学 一种针对多组合内容的商标识别检索方法
CN109299734A (zh) * 2018-09-13 2019-02-01 北京字节跳动网络技术有限公司 侵权图片的识别方法、装置和计算机可读存储介质
CN111708909A (zh) * 2020-05-19 2020-09-25 北京奇艺世纪科技有限公司 视频标签的添加方法及装置、电子设备、计算机可读存储介质
CN111737547A (zh) * 2020-06-17 2020-10-02 北京三快在线科技有限公司 商户信息的获取系统、方法、装置、设备及存储介质
CN111782841A (zh) * 2019-11-27 2020-10-16 北京沃东天骏信息技术有限公司 图像搜索方法、装置、设备和计算机可读介质

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8162219B2 (en) * 2008-01-09 2012-04-24 Jadak Llc System and method for logo identification and verification
US9514359B2 (en) * 2013-07-19 2016-12-06 Google Inc. Card art display
US20150081417A1 (en) * 2013-09-19 2015-03-19 Apparel Media Group, Inc. System and method for collaborative marketing with online brand engagement advertising
US9720934B1 (en) * 2014-03-13 2017-08-01 A9.Com, Inc. Object recognition of feature-sparse or texture-limited subject matter
US20160044203A1 (en) * 2014-08-08 2016-02-11 Brooke Paul Electronic Ticket Transfer
US10147399B1 (en) * 2014-09-02 2018-12-04 A9.Com, Inc. Adaptive fiducials for image match recognition and tracking
US10600060B1 (en) * 2014-12-19 2020-03-24 A9.Com, Inc. Predictive analytics from visual data
US10007863B1 (en) * 2015-06-05 2018-06-26 Gracenote, Inc. Logo recognition in images and videos
EP3373113B8 (en) * 2015-12-28 2021-03-03 Nippon Telegraph And Telephone Corporation Pseudo force sensation generation device
EP3202505A1 (en) * 2016-02-02 2017-08-09 Spühl GmbH Spring setting device, apparatus for forming a string of pocket springs, and method of setting springs
US10846571B2 (en) * 2018-09-17 2020-11-24 Cognizant Technology Solutions India Pvt. Ltd System and method for recognizing logos
US10769496B2 (en) * 2018-10-25 2020-09-08 Adobe Inc. Logo detection
CN109858555B (zh) * 2019-02-12 2022-05-17 北京百度网讯科技有限公司 基于图像的数据处理方法、装置、设备及可读存储介质
JP2023502584A (ja) * 2019-10-29 2023-01-25 ウーリー ラブス インコーポレイテッド ディービーエー ヴァウチト 文書の認証のためのシステム及び方法
US11200445B2 (en) * 2020-01-22 2021-12-14 Home Depot Product Authority, Llc Determining visually similar products
US11301732B2 (en) * 2020-03-25 2022-04-12 Microsoft Technology Licensing, Llc Processing image-bearing electronic documents using a multimodal fusion framework
CN112115950A (zh) * 2020-09-28 2020-12-22 郭杰 酒标识别方法、酒品信息管理方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0620098A (ja) * 1992-06-30 1994-01-28 Sharp Corp 文字認識装置
CN103258037A (zh) * 2013-05-16 2013-08-21 西安工业大学 一种针对多组合内容的商标识别检索方法
CN109299734A (zh) * 2018-09-13 2019-02-01 北京字节跳动网络技术有限公司 侵权图片的识别方法、装置和计算机可读存储介质
CN111782841A (zh) * 2019-11-27 2020-10-16 北京沃东天骏信息技术有限公司 图像搜索方法、装置、设备和计算机可读介质
CN111708909A (zh) * 2020-05-19 2020-09-25 北京奇艺世纪科技有限公司 视频标签的添加方法及装置、电子设备、计算机可读存储介质
CN111737547A (zh) * 2020-06-17 2020-10-02 北京三快在线科技有限公司 商户信息的获取系统、方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113657364A (zh) * 2021-08-13 2021-11-16 北京百度网讯科技有限公司 用于识别文字标志的方法、装置、设备以及存储介质
CN113657364B (zh) * 2021-08-13 2023-07-25 北京百度网讯科技有限公司 用于识别文字标志的方法、装置、设备以及存储介质

Also Published As

Publication number Publication date
EP4020311A1 (en) 2022-06-29
US11610396B2 (en) 2023-03-21
US20220207286A1 (en) 2022-06-30

Similar Documents

Publication Publication Date Title
CN113836333B (zh) 图文匹配模型的训练方法、实现图文检索的方法、装置
CN113032672A (zh) 多模态poi特征的提取方法和装置
CN113656582B (zh) 神经网络模型的训练方法、图像检索方法、设备和介质
CN112579727B (zh) 文档内容的提取方法、装置、电子设备及存储介质
CN112633276A (zh) 训练方法、识别方法、装置、设备、介质
CN113657274B (zh) 表格生成方法、装置、电子设备及存储介质
CN113780098B (zh) 文字识别方法、装置、电子设备以及存储介质
CN113836268A (zh) 文档理解方法及装置、电子设备和介质
CN112861885A (zh) 图像识别方法、装置、电子设备及存储介质
CN112580666A (zh) 图像特征的提取方法、训练方法、装置、电子设备及介质
CN114419035B (zh) 产品识别方法、模型训练方法、装置和电子设备
CN114490998A (zh) 文本信息的抽取方法、装置、电子设备和存储介质
CN113408273B (zh) 文本实体识别模型的训练与文本实体识别方法、装置
CN112699237B (zh) 标签确定方法、设备和存储介质
CN113537192A (zh) 图像检测方法、装置、电子设备及存储介质
CN113191261A (zh) 图像类别的识别方法、装置和电子设备
CN112580620A (zh) 标志图片处理方法、装置、设备和介质
CN115600592A (zh) 文本内容的关键信息提取方法、装置、设备及介质
CN115329132A (zh) 生成视频标签的方法、装置、设备以及存储介质
CN114972910A (zh) 图文识别模型的训练方法、装置、电子设备及存储介质
CN114677566A (zh) 深度学习模型的训练方法、对象识别方法和装置
CN114663886A (zh) 文本识别方法、模型的训练方法及装置
CN113850072A (zh) 文本情感分析方法、情感分析模型训练方法、装置、设备及介质
CN113936158A (zh) 一种标签匹配方法及装置
CN113610809A (zh) 骨折检测方法、装置、电子设备以及存储介质

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