CN112906726B - 模型训练方法、图像处理方法、装置、计算设备、介质 - Google Patents
模型训练方法、图像处理方法、装置、计算设备、介质 Download PDFInfo
- Publication number
- CN112906726B CN112906726B CN201911153174.0A CN201911153174A CN112906726B CN 112906726 B CN112906726 B CN 112906726B CN 201911153174 A CN201911153174 A CN 201911153174A CN 112906726 B CN112906726 B CN 112906726B
- Authority
- CN
- China
- Prior art keywords
- feature vector
- sample image
- target
- image
- target objects
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 85
- 238000012549 training Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 68
- 239000013598 vector Substances 0.000 claims abstract description 339
- 238000003672 processing method Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 127
- 238000013145 classification model Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 24
- 230000015654 memory Effects 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Abstract
本公开提供一种模型训练方法，包括：获取样本图像，其中，样本图像包括图像标签，图像标签用于表征样本图像中是否具有特定信息，处理样本图像，得到样本图像的整体特征向量，确定多个目标对象，基于多个目标对象处理样本图像，得到样本图像的局部特征向量，其中，局部特征向量用于表征多个目标对象中每个目标对象在样本图像中的信息，利用图像标签、整体特征向量和局部特征向量，训练识别模型，以便通过经训练的识别模型识别待识别图像中是否具有特定信息。本公开还提供了一种图像处理方法、一种模型训练装置、一种计算设备以及一种计算机可读存储介质。
Description
技术领域
本公开涉及计算机技术领域，更具体地，涉及一种模型训练方法、一种图像处理方法、一种模型训练装置、一种计算设备以及一种计算机可读存储介质。
背景技术
随着计算机技术的发展，通过互联网可以传播各种各样的信息，例如可以传播各种图像。但是，由于有些图像具有特定信息，如果传播该具有特定信息的图像将造成不良影响。因此，需要便识别出具有特定信息的图像，以便采取相应的措施减少具有特定信息的图像的传播。
在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题，相关技术中通常通过人工审核图像，或者通过相关识别算法自动识别图像。但是，在面对海量图像的情况下，人工审核图像的方式非常耗时耗力，相关识别算法采用单一标准，很难覆盖所有场景，导致识别效果较差。
发明内容
有鉴于此，本公开提供了一种优化的模型训练方法、图像处理方法、模型训练装置、计算设备和计算机可读存储介质。
本公开的一个方面提供了一种模型训练方法，包括：获取样本图像，其中，所述样本图像包括图像标签，所述图像标签用于表征所述样本图像中是否具有特定信息，处理所述样本图像，得到所述样本图像的整体特征向量，确定多个目标对象，基于所述多个目标对象处理所述样本图像，得到所述样本图像的局部特征向量，其中，所述局部特征向量用于表征所述多个目标对象中每个目标对象在所述样本图像中的信息，利用所述图像标签、所述整体特征向量和所述局部特征向量，训练识别模型，以便通过经训练的识别模型识别待识别图像中是否具有所述特定信息。
根据本公开实施例，上述处理所述样本图像，得到所述样本图像的整体特征向量包括：获取经训练的分类模型，其中，所述分类模型包括N层级计算单元，N为大于等于2的整数，将所述样本图像输入至所述分类模型，得到第1至N-1层级计算单元中的各层级计算单元所输出的特征图像和第N层级计算单元所输出的分类结果，处理所述第N-1层级所输出的特征图像，得到所述整体特征向量。
根据本公开实施例，上述基于所述多个目标对象处理所述样本图像，得到所述样本图像的局部特征向量包括：获取经训练的检测模型，将所述样本图像输入至所述检测模型，得到所述样本图像中的M个目标区域、所述M个目标区域中每个目标区域的置信度和所述M个目标区域中每个目标区域的第一特征向量，其中，所述置信度用于表征与所述置信度对应的目标区域包括所述目标对象的概率，M为大于等于1的整数，基于所述M个目标区域、M个置信度和M个第一特征向量，确定所述样本图像的局部特征向量。
根据本公开实施例，上述多个目标对象包括P个目标对象，P为大于等于2的整数。所述基于所述M个目标区域、M个置信度和M个第一特征向量，确定所述样本图像的局部特征向量包括：确定所述M个目标区域中每个目标区域的目标对象，得到Q个检测目标对象，其中，所述Q个检测目标对象为所述P个目标对象的子集，所述Q为小于等于M的正整数，根据所述Q个检测目标对象中各检测目标对象在所述M个目标区域中的出现频率，确定第一局部特征向量，根据所述M个置信度，确定第二局部特征向量，根据所述M个置信度和所述M个第一特征向量，确定第三局部特征向量，其中，所述第三局部特征向量中包括所述Q个检测目标对象之间的关联关系，所述关联关系反映了所述样本图像中是否具有所述特定信息。
根据本公开实施例，上述根据所述Q个检测目标对象中各检测目标对象在所述M个目标区域中的出现频率，确定第一局部特征向量包括：确定与所述Q个检测目标对象对应的Q个出现频率为第一元素，确定与所述P个目标对象中除所述Q个检测目标对象之外的目标对象对应的第二元素均为0，基于所述第一元素和所述第二元素，生成所述第一局部特征向量，其中，所述第一局部特征向量包括P个元素。
根据本公开实施例，上述根据所述M个置信度，确定第二局部特征向量包括：确定所述Q个检测目标对象中与各检测目标对象对应的至少一个目标区域，并分别计算与各检测目标对象对应的至少一个目标区域的置信度之和作为第三元素，确定与所述P个目标对象中除所述Q个检测目标对象之外的目标对象对应的第四元素均为0，基于所述第三元素和所述第四元素，生成所述第二局部特征向量，其中，所述第二局部特征向量包括P个元素。
根据本公开实施例，上述根据所述M个置信度和所述M个第一特征向量，确定第三局部特征向量包括：确定所述Q个检测目标对象中与各检测目标对象对应的至少一个目标区域，并分别确定与各检测目标对象对应的至少一个目标区域中置信度最高的高分目标区域，得到Q个高分目标区域，从所述M个第一特征向量中确定与所述Q个高分目标区域对应的Q个第一特征向量，其中，所述Q个第一特征向量中的每个第一特征向量均包括P个元素，确定与所述P个目标对象中除所述Q个检测目标对象之外的目标对象对应的P-Q个第二特征向量为0向量，其中，所述P-Q个第二特征向量中的每个第二特征向量均包括P个0元素，基于所述Q个第一特征向量和所述P-Q个第二特征向量，生成所述第三局部特征向量，其中，所述第三局部特征向量包括P个元素。
根据本公开实施例，上述基于所述Q个第一特征向量和所述P-Q个第二特征向量，生成所述第三局部特征向量包括：基于所述Q个第一特征向量和所述P-Q个第二特征向量，生成组合向量，对所述组合向量进行降维处理，得到所述第三局部特征向量。
根据本公开实施例，上述方法还包括：确定多个目标文字，处理所述样本图像，得到所述样本图像中的文字特征向量，其中，所述文字特征向量用于表征所述多个目标文字中每个目标文字在所述样本图像中的信息。所述利用所述图像标签、所述整体特征向量和所述局部特征向量，训练识别模型包括：利用所述图像标签、所述整体特征向量、所述局部特征向量和所述文字特征向量，训练所述识别模型。
本公开的另一个方面提供了一种图像处理方法，包括：获取待识别图像，将所述待识别图像输入至如上所述的识别模型中，利用所述识别模型识别所述待识别图像中是否具有特定信息，得到识别结果。
根据本公开实施例，上述图像处理方法还包括：通过所述识别模型基于所述识别结果输出关于所述待识别图像的分类结果，其中，所述分类结果包括所述待识别图像为具有所述特定信息的类别或者所述待识别图像为不具有所述特定信息的类别。
本公开的另一个方面提供了一种模型训练装置，包括：获取模块、第一处理模块、第一确定模块、第二处理模块以及训练模块。其中，获取模块获取样本图像，其中，所述样本图像包括图像标签，所述图像标签用于表征所述样本图像中是否具有特定信息。第一处理模块处理所述样本图像，得到所述样本图像的整体特征向量。第一确定模块确定多个目标对象。第二处理模块，基于所述多个目标对象处理所述样本图像，得到所述样本图像的局部特征向量，其中，所述局部特征向量用于表征所述多个目标对象中每个目标对象在所述样本图像中的信息。训练模块利用所述图像标签、所述整体特征向量和所述局部特征向量，训练识别模型，以便通过经训练的识别模型识别待识别图像中是否具有所述特定信息。
根据本公开实施例，上述第一处理模块包括：第一获取子模块、第一输入子模块以及处理子模块。其中，第一获取子模块获取经训练的分类模型，其中，所述分类模型包括N层级计算单元，N为大于等于2的整数。第一输入子模块将所述样本图像输入至所述分类模型，得到第1至N-1层级计算单元中的各层级计算单元所输出的特征图像和第N层级计算单元所输出的分类结果。处理子模块处理所述第N-1层级所输出的特征图像，得到所述整体特征向量。
根据本公开实施例，上述第二处理模块包括：第二获取子模块、第二输入子模块以及确定子模块。其中，第二获取子模块获取经训练的检测模型。第二输入子模块将所述样本图像输入至所述检测模型，得到所述样本图像中的M个目标区域、所述M个目标区域中每个目标区域的置信度和所述M个目标区域中每个目标区域的第一特征向量，其中，所述置信度用于表征与所述置信度对应的目标区域包括所述目标对象的概率，M为大于等于1的整数。确定子模块基于所述M个目标区域、M个置信度和M个第一特征向量，确定所述样本图像的局部特征向量。
根据本公开实施例，上述多个目标对象包括P个目标对象，P为大于等于2的整数。所述基于所述M个目标区域、M个置信度和M个第一特征向量，确定所述样本图像的局部特征向量包括：确定所述M个目标区域中每个目标区域的目标对象，得到Q个检测目标对象，其中，所述Q个检测目标对象为所述P个目标对象的子集，所述Q为小于等于M的正整数，根据所述Q个检测目标对象中各检测目标对象在所述M个目标区域中的出现频率，确定第一局部特征向量，根据所述M个置信度，确定第二局部特征向量，根据所述M个置信度和所述M个第一特征向量，确定第三局部特征向量，其中，所述第三局部特征向量中包括所述Q个检测目标对象之间的关联关系，所述关联关系反映了所述样本图像中是否具有所述特定信息。
根据本公开实施例，上述根据所述Q个检测目标对象中各检测目标对象在所述M个目标区域中的出现频率，确定第一局部特征向量包括：确定与所述Q个检测目标对象对应的Q个出现频率为第一元素，确定与所述P个目标对象中除所述Q个检测目标对象之外的目标对象对应的第二元素均为0，基于所述第一元素和所述第二元素，生成所述第一局部特征向量，其中，所述第一局部特征向量包括P个元素。
根据本公开实施例，上述根据所述M个置信度，确定第二局部特征向量包括：确定所述Q个检测目标对象中与各检测目标对象对应的至少一个目标区域，并分别计算与各检测目标对象对应的至少一个目标区域的置信度之和作为第三元素，确定与所述P个目标对象中除所述Q个检测目标对象之外的目标对象对应的第四元素均为0，基于所述第三元素和所述第四元素，生成所述第二局部特征向量，其中，所述第二局部特征向量包括P个元素。
根据本公开实施例，上述根据所述M个置信度和所述M个第一特征向量，确定第三局部特征向量包括：确定所述Q个检测目标对象中与各检测目标对象对应的至少一个目标区域，并分别确定与各检测目标对象对应的至少一个目标区域中置信度最高的高分目标区域，得到Q个高分目标区域，从所述M个第一特征向量中确定与所述Q个高分目标区域对应的Q个第一特征向量，其中，所述Q个第一特征向量中的每个第一特征向量均包括P个元素，确定与所述P个目标对象中除所述Q个检测目标对象之外的目标对象对应的P-Q个第二特征向量为0向量，其中，所述P-Q个第二特征向量中的每个第二特征向量均包括P个0元素，基于所述Q个第一特征向量和所述P-Q个第二特征向量，生成所述第三局部特征向量，其中，所述第三局部特征向量包括P个元素。
根据本公开实施例，上述基于所述Q个第一特征向量和所述P-Q个第二特征向量，生成所述第三局部特征向量包括：基于所述Q个第一特征向量和所述P-Q个第二特征向量，生成组合向量，对所述组合向量进行降维处理，得到所述第三局部特征向量。
根据本公开实施例，上述装置还包括：第二确定模块以及第三处理模块。其中，第二确定模块确定多个目标文字。第三处理模块处理所述样本图像，得到所述样本图像中的文字特征向量，其中，所述文字特征向量用于表征所述多个目标文字中每个目标文字在所述样本图像中的信息。所述训练模块还用于：利用所述图像标签、所述整体特征向量、所述局部特征向量和所述文字特征向量，训练所述识别模型。
本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
根据本公开的实施例，可以至少部分地解决相关技术中在在面对海量图像的情况下，人工审核图像的方式非常耗时耗力，相关识别算法采用单一标准，很难覆盖所有场景，导致识别效果较差的问题，并因此可以实现提高图像的识别精度和识别效果的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：
图1示意性示出了根据本公开实施例的模型训练方法和模型训练装置的系统架构；
图2示意性示出了根据本公开实施例的模型训练方法的流程图；
图3示意性示出了根据本公开实施例的获取整体特征向量的流程图；
图4示意性示出了根据本公开实施例的获取局部特征向量的流程图；
图5示意性示出了根据本公开另一实施例的模型训练方法的流程图；
图6示意性示出了根据本公开实施例的模型训练装置的框图；
图7示意性示出了根据本公开实施例的第一处理模块的框图；
图8示意性示出了根据本公开实施例的第二处理模块的框图；
图9示意性示出了根据本公开另一实施例的模型训练装置的框图；以及
图10示意性示出了根据本公开实施例的适于模型训练和图像处理的计算机系统的方框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种模型训练方法，包括：获取样本图像，其中，样本图像包括图像标签，图像标签用于表征样本图像中是否具有特定信息。然后，处理样本图像，得到样本图像的整体特征向量，并确定多个目标对象，以及基于多个目标对象处理样本图像，得到样本图像的局部特征向量，其中，局部特征向量用于表征多个目标对象中每个目标对象在样本图像中的信息。最后，利用图像标签、整体特征向量和局部特征向量，训练识别模型，以便通过经训练的识别模型识别待识别图像中是否具有特定信息。
图1示意性示出了根据本公开实施例的模型训练方法和模型训练装置的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是，本公开实施例所提供的模型训练方法一般可以由服务器105执行。相应地，本公开实施例所提供的模型训练装置一般可以设置于服务器105中。本公开实施例所提供的模型训练方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的模型训练装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
例如，本公开实施例的样本图像可以存储在终端设备101、102、103中，通过终端设备101、102、103将样本图像发送至服务器105中，服务器105可以处理样本图像，得到样本图像的整体特征向量和局部特征向量，并利用样本图像的图像标签、整体特征向量和局部特征向量来训练识别模型，或者，终端设备101、102、103也可以直接基于处理样本图像，得到样本图像的整体特征向量和局部特征向量，并利用样本图像的图像标签、整体特征向量和局部特征向量来训练识别模型。另外，样本图像还可以直接存储在服务器105中，由服务器105直接处理样本图像，得到样本图像的整体特征向量和局部特征向量，并利用样本图像的图像标签、整体特征向量和局部特征向量来训练识别模型。
应该理解，图1中的终端设备、网络和服务器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终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的模型训练方法的流程图。
如图2所示，该方法包括操作S210～S250。
在操作S210，获取样本图像，其中，样本图像包括图像标签，图像标签用于表征样本图像中是否具有特定信息。
根据本公开实施例，样本图像例如可以是具有特定信息的图像，也可以是不具有特定信息的图像。图像标签例如是用于标注样本图像是否具有特定信息的标签。该图像标签例如可以通过人工标注。
在操作S220，处理样本图像，得到样本图像的整体特征向量。
根据本公开实施例，样本图像的整体特征向量例如包括样本图像的整体信息，整体信息例如可以是样本图像中目标对象的信息、图像的环境信息、图像的背景信息等等。其中，该操作S220的具体过程可参考图3所示。
在操作S230，确定多个目标对象。其中，多个目标对象例如可以是特定的对象，该多个目标对象在一定程度上可以反映样本图像是否包括特定信息。例如，该目标对象可以“A”、“B”、“C”、“D”、“E”等等。
其中，多个目标对象的确定方式例如包括：首先搜索多篇具有特定信息的新闻文章，并利用NLP(Natural Language Process,自然语言处理)方式对文章进行分词处理，统计高频词得到词库，该词库例如包括“A”、“B”、“C”、“D”、“E”、“F”、“G”等词语。然后，通过筛选词库中可以表征具体物体的词语所对应的对象作为目标对象，例如词语“A”对应的对象为“A”。最后，所确定出的目标对象例如包括“A”、“B”、“C”、“D”、“E”等等。
在操作S240，基于多个目标对象处理样本图像，得到样本图像的局部特征向量，其中，局部特征向量用于表征多个目标对象中每个目标对象在样本图像中的信息。
例如，可以通过识别样本图像以确定个样本图像中是否具有目标对象。如果样本图像中具有目标对象，可以进一步确定目标对象在样本图像中的局部区域。其中，通过样本图像的局部特征向量来表示样本图像中是否具有各个目标对象，以及表示各个目标对象在样本图像中出现的频率，以及表示在样本图像中存在超过一个目标对象时，该样本图像中的多个目标对象之间的关联关系等等。
具体地，局部特征向量例如包括第一局部特征向量、第二局部特征向量和第三局部特征向量。其中，第一局部特征向量例如可以表示样本图像中是否具有各个目标对象以及各个目标对象在样本图像中的出现频率。第二局部特征向量例如可以表征样本图像中相应局部区域具有目标对象的概率。第三局部特征向量例如用于表征样本图像中多个目标对象之间的关联关系。可以理解，本公开实施例的局部特征向量反映了样本图像中的局部信息。其中，该操作S240的具体过程可参考图4所示。
在操作S250，利用图像标签、整体特征向量和局部特征向量，训练识别模型，以便通过经训练的识别模型识别待识别图像中是否具有特定信息。
根据本公开实施例，将多个样本图像中每个样本图像的整体特征向量和局部特征向量存放入特征池中，并基于每个样本图像的图像标签以及特征池中的特征训练识别模型。其中，识别模型可以根据样本图像的图像标签、整体特征向量和局部特征向量综合学习分类规则，最终识别模型可以利用学习到的分类规则对待识别图像进行分类，即，经训练的识别模型可以判断待识别图像中具有特定信息的概率，如果概率超过一定阈值，则可以确定该待识别图像中包括特定信息。因此，通过识别模型可以将待识别图像进行分类，例如将待识别图像分类为具有特定信息的类别或者分类为不具有特定信息的类别。
其中，识别模型例如可以是分类器，例如可以但不仅限于是GBDT(GradientBoosting Decision Tree,梯度提升树)分类器。
本公开实施例通过提取样本图像的整体特征向量和局部特征向量，该整体特征向量包括了样本图像中目标对象的信息、图像的环境信息、图像的背景信息等等，局部特征向量包括了样本图像中的局部信息。该整体特征向量和局部特征向量极大程度地包含了样本图像的多个维度信息，将包括多维度信息的特征来训练识别模型，提高了识别模型的精度，使得识别模型在识别待识别图像时具有较高的识别准确性。
图3示意性示出了根据本公开实施例的获取整体特征向量的流程图。
如图3所示，操作S220例如可以包括操作S221～S223。
在操作S221，获取经训练的分类模型，其中，分类模型包括N层级计算单元，N为大于等于2的整数。
根据本公开实施例，经训练的分类模型例如可以为基于深度学习的图像分类模型，例如包括但不仅限于SENet(Squeeze-and-Excitation Networks)模型。该分类模型中的N层级计算单元例如可以是N个卷积层。
其中，该分类模型的训练过程例如包括：首先，获取多个第一训练样本，该第一训练样本例如包括正样本图像和负样本图像，正样本图像例如为不具有特定信息的图像，负样本图像例如可以是具有特定信息的图像。每个第一训练样本例如可以包括至少一个目标对象，并且每个第一训练样本均具有图像标签，该图像标签例如反映该第一训练样本为正样本图像或负样本图像。其中，每个第一训练样本中的目标对象例如均被标记，例如标记目标对象所在的区域以及目标对象的类别，目标对象的类别例如包括“A”、“B”、“C”、“D”、“E”等等类别。然后，利用多个第一训练样本训练分类模型，经训练的分类模型例如能够用来提取上述提及的样本图像的整体特征向量。
在操作S222，将样本图像输入至分类模型，得到第1至N-1层级计算单元中的各层级计算单元所输出的特征图像和第N层级计算单元所输出的分类结果。
在操作S223，处理第N-1层级所输出的特征图像，得到整体特征向量。例如将第N-1层级所输出的特征图像进行降维处理，得到样本图像的整体特征图像。
图4示意性示出了根据本公开实施例的获取局部特征向量的流程图。
如图4所示，操作S240例如可以包括操作S241～S243。
在操作S241，获取经训练的检测模型。
根据本公开实施例，经训练的检测模型例如可以为基于深度学习的目标检测模型，例如包括但不仅限于RefineDet模型。
其中，该检测模型的训练过程例如包括：首先，获取多个第二训练样本，该第二训练样本例如可以与第一训练样本相同或不同。每个第二训练样本例如可以包括至少一个目标对象，该至少一个目标对象例如均被标记，例如标记目标对象所在的区域以及目标对象的类别，目标对象的类别例如包括“A”、“B”、“C”、“D”、“E”等等类别。然后，利用多个第二训练样本训练检测模型，经训练的检测模型例如能够用来提取上述提及的样本图像的局部特征向量。具体地，该检测模型例如能够识别样本图像中目标对象所在的局部区域。
在操作S242，将样本图像输入至检测模型，得到样本图像中的M个目标区域、M个目标区域中每个目标区域的置信度和M个目标区域中每个目标区域的第一特征向量，其中，置信度用于表征与置信度对应的目标区域包括目标对象的概率，M为大于等于1的整数。
根据本公开实施例，例如将样本图像输入检测模型，检测模型检测出M个目标区域，该M个目标区域例如为检测模型所识别出的目标对象所在局部区域。该M个目标区域中每个目标区域例如具有相应的置信度，该置信度例如可以用于表征该目标区域包括目标对象的概率。并且，该M个目标区域中每个目标区域均具有第一特征向量。
在操作S243，基于M个目标区域、M个置信度和M个第一特征向量，确定样本图像的局部特征向量。
具体地，操作S243例如包括以下步骤(1)～(4)。
根据本公开实施例，多个目标对象例如包括P个目标对象，P为大于等于2的整数。该P个目标对象例如为上述所提及的利用NLP(Natural Language Process,自然语言处理)方式对新闻文章进行分词处理得到的可以表征具体物体的词语所对应的目标对象，该P个目标对象例如包括“A”、“B”、“C”、“D”、“E”等等。
(1)确定M个目标区域中每个目标区域的目标对象，得到Q个检测目标对象，其中，Q个检测目标对象为P个目标对象的子集，Q为小于等于M的正整数。
其中，M个目标区域中可以存在重复的目标对象，因此，Q小于等于M。例如，识别出样本图像具有M＝4个目标区域，该4个目标区域包括的目标对象例如分别为“A”、“C”、“C”、“D”，由于两个目标区域的目标对象相同(“C”)，因此，得到的Q＝3个检测目标对象分别为“A”、“C”、“D”。并且，Q个检测目标对象为P个目标对象的子集，即，一个样本图像中的Q个检测目标对象一般为P个目标对象的部分对象。
(2)根据Q个检测目标对象中各检测目标对象在M个目标区域中的出现频率，确定第一局部特征向量。即，第一局部特征向量例如可以表示样本图像中是否具有各个目标对象以及各个目标对象在样本图像中的出现频率。其中，确定第一局部特征向量的具体过程将在如以下步骤1.1～1.3中详细阐述。
(3)根据M个置信度，确定第二局部特征向量。其中，M个置信度中的每个置信度例如反映M个目标区域中对应目标区域具有目标对象的概率。即，该第二局部特征向量能够表征样本图像中相应局部区域具有目标对象的概率。其中，确定第二局部特征向量的具体过程将在如以下步骤2.1～2.3中详细阐述。
(4)根据M个置信度和M个第一特征向量，确定第三局部特征向量，其中，第三局部特征向量中包括Q个检测目标对象之间的内部的关联关系，该关联关系反映了样本图像中是否具有特定信息。
例如一个样本图像中的Q个检测目标对象分别为“A”、“C”、“D”，该“A”和“D”具有关联关系，例如该样本图像中的“D”手持“A”，则表示该样本图像中具有特定信息的概率较大。
如果另一个样本图像中的Q个检测目标对象分别为“D”、“E”，该“D”和“E”例如不具有关联关系，则表示该样本图像中具有特定信息的概率较小。
具体地，确定第三局部特征向量的具体过程将在如以下步骤3.1～3.4中详细阐述。
本公开实施例通过将分类模型提取的整体特征向量和检测模型提取的局部特征向量作为训练识别模型的特征，便于通过经训练的识别模型识别待识别图像中是否具有特定信息。其中，分类模型和检测模型例如均为深度学习模型，识别模型例如为机器学习模型，本公开实施例通过将深度学习模型和机器学习模型进行结合，例如通过深度学习模型提取样本图像的多维度特征，并基于多维度特征训练机器学习模型，提高了机器学习模型的识别精度以及鲁棒性。
以下，将详细阐述根据Q个检测目标对象中各检测目标对象在M个目标区域中的出现频率，确定第一局部特征向量的过程，该过程例如包括以下步骤1.1～1.3。
1.1.确定与Q个检测目标对象对应的Q个出现频率为第一元素。
例如，样本图像中的Q(Q例如等于3)个检测目标对象分别为“A”、“C”、“D”。该Q个检测目标对象在M个目标区域中的出现次数例如分别为1、2、1。其中，出现次数1、2、1为第一元素。
1.2.确定与P个目标对象中除Q个检测目标对象之外的目标对象对应的第二元素均为0。
其中，P(P例如等于5)个目标对象例如为“A”、“B”、“C”、“D”、“E”。P个目标对象中除Q个检测目标对象之外的目标对象例如为“B”、“E”，该“B”、“E”分别对应的第二元素例如均为0。
1.3.基于第一元素和第二元素，生成第一局部特征向量，其中，第一局部特征向量包括P个元素。
其中，第一元素和第二元素例如如表1所示，该第一局部特征向量例如可以是[1,0,2,1,0]。
表1
| 目标对象 | A | B | C | D | E |
| 出现频率 | 1 | 0 | 2 | 1 | 0 |
以下，将详细阐述根据M个置信度，确定第二局部特征向量的过程，该过程例如包括以下步骤2.1～2.3。
2.1.确定Q个检测目标对象中与各检测目标对象对应的至少一个目标区域，并分别计算与各检测目标对象对应的至少一个目标区域的置信度之和作为第三元素。
例如，识别出样本图像具有M＝4个目标区域，该4个目标区域包括的目标对象例如分别为“A”、“C”、“C”、“D”。所得到的Q＝3个检测目标对象分别为“A”、“C”、“D”。其中，第1个目标区域存在检测目标对象为“A”的置信度(概率)例如为0.98，第2个目标区域存在检测目标对象为“C”的置信度(概率)例如为0.94，第3个目标区域存在检测目标对象为“C”的置信度(概率)例如为0.85，第4个目标区域存在检测目标对象为“D”的置信度(概率)例如为0.78。则检测目标对象为“A”对应的目标区域的置信度之和例如为0.98，检测目标对象为“C”对应的目标区域的置信度之和例如为0.94+0.85＝1.79，检测目标对象为“D”对应的目标区域的置信度之和例如为0.78。
2.2.确定与P个目标对象中除Q个检测目标对象之外的目标对象对应的第四元素均为0。
其中，P(P例如等于5)个目标对象例如为“A”、“B”、“C”、“D”、“E”。P个目标对象中除Q个检测目标对象之外的目标对象例如为“B”、“E”，该“B”、“E”分别对应的第四元素例如均为0。
2.3.基于第三元素和第四元素，生成第二局部特征向量，其中，第二局部特征向量包括P个元素。
其中，第三元素和第四元素例如如表2所示，该第二局部特征向量例如可以是[0.98,0,1.79,0.78,0]。
表2
| 目标对象 | A | B | C | D | E |
| 置信度之和 | 0.98 | 0 | 1.79 | 0.78 | 0 |
以下，将详细阐述根据M个置信度和M个第一特征向量，确定第三局部特征向量的过程，该过程例如包括以下步骤3.1～3.4。
3.1.确定Q个检测目标对象中与各检测目标对象对应的至少一个目标区域，并分别确定与各检测目标对象对应的至少一个目标区域中置信度最高的高分目标区域，得到Q个高分目标区域。
例如，识别出样本图像具有M＝4个目标区域，该4个目标区域中的第1个目标区域包括的目标对象例如为“A”，第2个目标区域包括的目标对象例如为“C”，第3个目标区域包括的目标对象例如为“C”，第4个目标区域包括的目标对象例如为“D”。Q个检测目标对象分别为“A”、“C”、“D”。其中，检测目标对象为“A”对应的区域为第1个目标区域，该第1个目标区域为“A”所对应区域中置信度最高的区域。检测目标对象为“C”对应的区域为第2-3个目标区域，该第2个目标区域为“C”所对应区域中置信度最高的区域。检测目标对象为“D”对应的区域为第4个目标区域，该第4个目标区域为“D”所对应区域中置信度最高的区域。因此，Q个高分目标区域例如为第1个目标区域、第2个目标区域和第4个目标区域。
3.2.从M个第一特征向量中确定与Q个高分目标区域对应的Q个第一特征向量，其中，Q个第一特征向量中的每个第一特征向量均包括P个元素。
根据本公开实施例，将样本图像输入至检测模型中，检测模型能够识别出M个目标区域以及M个目标区域中各目标区域对应的第一特征向量。从M个第一特征向量中确定与Q＝3个高分目标区域对应的第一特征向量例如分别为a向量、b向量、c向量(a、b、c例如均不是0向量)。其中，a向量例如为[a1,a2,a3,a4,a5]，b向量例如为[b1,b2,b3,b4,b5]，c向量例如为[c1,c2,c3,c4,c5]。
3.3.确定与P个目标对象中除Q个检测目标对象之外的目标对象对应的P-Q个第二特征向量为0向量，其中，P-Q个第二特征向量中的每个第二特征向量均包括P个0元素。例如，P-Q个第二特征向量中每个第二特征向量均为[0,0,0,0,0]。
3.4.基于Q个第一特征向量和P-Q个第二特征向量，生成第三局部特征向量，其中，第三局部特征向量包括P个元素。
其中，第三元素和第四元素例如如表3所示。
表3
根据本公开实施例，基于Q个第一特征向量和P-Q个第二特征向量，生成第三局部特征向量包括：基于Q个第一特征向量和P-Q个第二特征向量，生成组合向量，对组合向量进行降维处理，得到第三局部特征向量。
其中，组合向量例如为：
对该组合向量进行降维处理得到第三局部特征向量d，其中，d例如为[d1,d2,d3,d4,d5]。
最后，将多个样本图像中每个样本图像的整体特征向量和局部特征向量存放入特征池中，并基于每个样本图像的图像标签以及特征池中的特征训练识别模型。其中，识别模型可以根据样本图像的图像标签、整体特征向量和局部特征向量综合学习分类规则，最终识别模型可以利用学习到的分类规则对待识别图像进行分类，即，经训练的识别模型可以判断待识别图像中具有特定信息的概率，如果概率超过一定阈值，则可以确定该待识别图像中包括特定信息。因此，通过识别模型可以将待识别图像进行分类，例如将待识别图像分类为具有特定信息的类别或者分类为不具有特定信息的类别。
图5示意性示出了根据本公开另一实施例的模型训练方法的流程图。
如图5所示，该方法包括操作S210～S250以及操作S510～S520。其中，操作S210～S250与上参考图2描述的操作相同或类似，在此不再赘述。
在操作S510，确定多个目标文字。
根据本公开实施例，多个目标文字例如可以包括如上提及的利用NLP(NaturalLanguage Process,自然语言处理)方式对文章进行分词处理得到的“A”、“B”、“C”、“D”、“E”、“F”、“G”、“H”、“L”等特定词中除去目标对象对应的词语之外的特定词。例如目标文字包括“F”、“G”、“H”、“L”等特定词。
在操作S520，处理样本图像，得到样本图像中的文字特征向量，其中，文字特征向量用于表征多个目标文字中每个目标文字在样本图像中的信息。
其中，上述操作S250例如还包括：利用图像标签、整体特征向量、局部特征向量和文字特征向量，训练识别模型，以便通过经训练的识别模型识别待识别图像中是否具有特定信息。
根据本公开实施例，例如通过OCR(Optical Character Recognition)文字检测与识别技术识别样本图像，得到样本图像中的特定词以及特定词的出现频率。例如，如表4所示，样本图像例如出现“F”2次、“H”1次，其中，初始的文字特征向量例如为[2,0,1,0,……]。可以将该初始的文字特征向量进行降维处理得到最终的文字特征向量e，其中，e例如为[e1,e2,e3,e4,e5]，并将文字特征向量e放入特征池中，便于利用图像标签、整体特征向量、局部特征向量和文字特征向量e，训练识别模型。
表4
| 特定词 | F | G | H | L | …… |
| 出现频率 | 2 | 0 | 1 | 0 |
本公开实施例通过将多个样本图像中每个样本图像的整体特征向量、局部特征向量和文字特征向量存放入特征池中，并基于每个样本图像的图像标签以及特征池中的特征训练识别模型。可以理解，本公开实施例通过结合整体特征向量、局部特征向量和文字特征向量训练识别模型，能够提高识别模型对目标对象的识别精度以及对特定文字的识别精度，从而提高了识别模型的整体识别精度以及鲁棒性。
本公开另一实施例提供了一种图像处理方法，包括：获取待识别图像，将待识别图像输入至识别模型中，利用识别模型识别待识别图像中是否具有特定信息，得到识别结果。本公开的图像处理方法还可以包括：通过识别模型基于识别结果输出关于待识别图像的分类结果，其中，分类结果包括待识别图像为具有特定信息的类别或者待识别图像为不具有特定信息的类别。可以理解，本公开实施例的识别模型与上参考图1-图5所示实施例的识别模型相同或类似，在此不再赘述。
图6示意性示出了根据本公开实施例的模型训练装置的框图。
如图6所示，模型训练装置600例如包括获取模块610、第一处理模块620、第一确定模块630、第二处理模块640以及训练模块650。
获取模块610可以用于获取样本图像，其中，样本图像包括图像标签，图像标签用于表征样本图像中是否具有特定信息。根据本公开实施例，获取模块610例如可以执行上文参考图2描述的操作S210，在此不再赘述。
第一处理模块620可以用于处理样本图像，得到样本图像的整体特征向量。根据本公开实施例，第一处理模块620例如可以执行上文参考图2描述的操作S220，在此不再赘述。
第一确定模块630可以用于确定多个目标对象。根据本公开实施例，第一确定模块630例如可以执行上文参考图2描述的操作S230，在此不再赘述。
第二处理模块640可以用于基于多个目标对象处理样本图像，得到样本图像的局部特征向量，其中，局部特征向量用于表征多个目标对象中每个目标对象在样本图像中的信息。根据本公开实施例，第二处理模块640例如可以执行上文参考图2描述的操作S240，在此不再赘述。
训练模块650可以用于利用图像标签、整体特征向量和局部特征向量，训练识别模型，以便通过经训练的识别模型识别待识别图像中是否具有特定信息。根据本公开实施例，第训练模块650例如可以执行上文参考图2描述的操作S250，在此不再赘述。
图7示意性示出了根据本公开实施例的第一处理模块的框图。
如图7所示，第一处理模块620例如包括第一获取子模块621、第一输入子模块622以及处理子模块623。
第一获取子模块621可以用于获取经训练的分类模型，其中，分类模型包括N层级计算单元，N为大于等于2的整数。根据本公开实施例，第一获取子模块621例如可以执行上文参考图3描述的操作S221，在此不再赘述。
第一输入子模块622可以用于将样本图像输入至分类模型，得到第1至N-1层级计算单元中的各层级计算单元所输出的特征图像和第N层级计算单元所输出的分类结果。根据本公开实施例，第一输入子模块622例如可以执行上文参考图3描述的操作S222，在此不再赘述。
处理子模块623可以用于处理第N-1层级所输出的特征图像，得到整体特征向量。根据本公开实施例，处理子模块623例如可以执行上文参考图3描述的操作S223，在此不再赘述。
图8示意性示出了根据本公开实施例的第二处理模块的框图。
如图8所示，第二处理模块640例如包括第二获取子模块641、第二输入子模块642以及确定子模块643。
第二获取子模块641可以用于获取经训练的检测模型。根据本公开实施例，第二获取子模块641例如可以执行上文参考图4描述的操作S241，在此不再赘述。
第二输入子模块642可以用于将样本图像输入至检测模型，得到样本图像中的M个目标区域、M个目标区域中每个目标区域的置信度和M个目标区域中每个目标区域的第一特征向量，其中，置信度用于表征与置信度对应的目标区域包括目标对象的概率，M为大于等于1的整数。根据本公开实施例，第二输入子模块642例如可以执行上文参考图4描述的操作S242，在此不再赘述。
确定子模块643可以用于基于M个目标区域、M个置信度和M个第一特征向量，确定样本图像的局部特征向量。根据本公开实施例，确定子模块643例如可以执行上文参考图4描述的操作S243，在此不再赘述。
根据本公开实施例，多个目标对象包括P个目标对象，P为大于等于2的整数。基于M个目标区域、M个置信度和M个第一特征向量，确定样本图像的局部特征向量包括：确定M个目标区域中每个目标区域的目标对象，得到Q个检测目标对象，其中，Q个检测目标对象为P个目标对象的子集，Q为小于等于M的正整数，根据Q个检测目标对象中各检测目标对象在M个目标区域中的出现频率，确定第一局部特征向量，根据M个置信度，确定第二局部特征向量，根据M个置信度和M个第一特征向量，确定第三局部特征向量，其中，第三局部特征向量中包括Q个检测目标对象之间的关联关系，关联关系反映了样本图像中是否具有特定信息。
根据本公开实施例，根据Q个检测目标对象中各检测目标对象在M个目标区域中的出现频率，确定第一局部特征向量包括：确定与Q个检测目标对象对应的Q个出现频率为第一元素，确定与P个目标对象中除Q个检测目标对象之外的目标对象对应的第二元素均为0，基于第一元素和第二元素，生成第一局部特征向量，其中，第一局部特征向量包括P个元素。
根据本公开实施例，根据M个置信度，确定第二局部特征向量包括：确定Q个检测目标对象中与各检测目标对象对应的至少一个目标区域，并分别计算与各检测目标对象对应的至少一个目标区域的置信度之和作为第三元素，确定与P个目标对象中除Q个检测目标对象之外的目标对象对应的第四元素均为0，基于第三元素和第四元素，生成第二局部特征向量，其中，第二局部特征向量包括P个元素。
根据本公开实施例，根据M个置信度和M个第一特征向量，确定第三局部特征向量包括：确定Q个检测目标对象中与各检测目标对象对应的至少一个目标区域，并分别确定与各检测目标对象对应的至少一个目标区域中置信度最高的高分目标区域，得到Q个高分目标区域，从M个第一特征向量中确定与Q个高分目标区域对应的Q个第一特征向量，其中，Q个第一特征向量中的每个第一特征向量均包括P个元素，确定与P个目标对象中除Q个检测目标对象之外的目标对象对应的P-Q个第二特征向量为0向量，其中，P-Q个第二特征向量中的每个第二特征向量均包括P个0元素，基于Q个第一特征向量和P-Q个第二特征向量，生成第三局部特征向量，其中，第三局部特征向量包括P个元素。
根据本公开实施例，基于Q个第一特征向量和P-Q个第二特征向量，生成第三局部特征向量包括：基于Q个第一特征向量和P-Q个第二特征向量，生成组合向量，对组合向量进行降维处理，得到第三局部特征向量。
图9示意性示出了根据本公开另一实施例的模型训练装置的框图。
如图9所示，模型训练装置900例如包括获取模块610、第一处理模块620、第一确定模块630、第二处理模块640、训练模块650、第二确定模块910以及第三处理模块920。其中，获取模块610、第一处理模块620、第一确定模块630、第二处理模块640以及训练模块650例如与上参考图6描述的模块相同或类似，在此不再赘述。
第二确定模块910可以用于确定多个目标文字。根据本公开实施例，第二确定模块910例如可以执行上文参考图5描述的操作S510，在此不再赘述。
第三处理模块920可以用于处理样本图像，得到样本图像中的文字特征向量，其中，文字特征向量用于表征多个目标文字中每个目标文字在样本图像中的信息。根据本公开实施例，第三处理模块920例如可以执行上文参考图5描述的操作S520，在此不再赘述。
根据本公开实施例，训练模块650还用于利用图像标签、整体特征向量、局部特征向量和文字特征向量，训练识别模型。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
例如，获取模块610、第一处理模块620、第一获取子模块621、第一输入子模块622、处理子模块623、第一确定模块630、第二处理模块640、第二获取子模块641、第二输入子模块642、确定子模块643、训练模块650、第二确定模块910以及第三处理模块920中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块610、第一处理模块620、第一获取子模块621、第一输入子模块622、处理子模块623、第一确定模块630、第二处理模块640、第二获取子模块641、第二输入子模块642、确定子模块643、训练模块650、第二确定模块910以及第三处理模块920中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块610、第一处理模块620、第一获取子模块621、第一输入子模块622、处理子模块623、第一确定模块630、第二处理模块640、第二获取子模块641、第二输入子模块642、确定子模块643、训练模块650、第二确定模块910以及第三处理模块920中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
图10示意性示出了根据本公开实施例的适于模型训练和图像处理的计算机系统的方框图。图10示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示，根据本公开实施例的计算机系统1000包括处理器1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。处理器1001例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1003中，存储有系统1000操作所需的各种程序和数据。处理器1001、ROM1002以及RAM 1003通过总线1004彼此相连。处理器1001通过执行ROM 1002和/或RAM 1003中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 1002和RAM 1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例，系统1000还可以包括输入/输出(I/O)接口1005，输入/输出(I/O)接口1005也连接至总线1004。系统1000还可以包括连接至I/O接口1005的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的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存储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。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储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执行时，实现根据本公开实施例的方法。
根据本公开的实施例，计算机可读存储介质可以是计算机非易失性的计算机可读存储介质，例如可以可以包括但不限于：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)、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。
例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 1002和/或RAM 1003和/或ROM 1002和RAM 1003以外的一个或多个存储器。
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，上述模块、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，框图或流程图中的每个方框、以及框图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。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。
Claims (11)
1.一种模型训练方法，包括：
获取样本图像，其中，所述样本图像包括图像标签，所述图像标签用于表征所述样本图像中是否具有特定信息；
处理所述样本图像，得到所述样本图像的整体特征向量，包括：获取经训练的分类模型，其中，所述分类模型包括N层级计算单元，N为大于等于2的整数；将所述样本图像输入至所述分类模型，得到第1至N-1层级计算单元中的各层级计算单元所输出的特征图像和第N层级计算单元所输出的分类结果；以及处理所述第N-1层级所输出的特征图像，得到所述整体特征向量；
确定多个目标对象；
基于所述多个目标对象处理所述样本图像，得到所述样本图像的局部特征向量，包括：获取经训练的检测模型；将所述样本图像输入至所述检测模型，得到所述样本图像中的M个目标区域、所述M个目标区域中每个目标区域的置信度和所述M个目标区域中每个目标区域的第一特征向量，其中，所述置信度用于表征与所述置信度对应的目标区域包括所述目标对象的概率，M为大于等于1的整数；以及基于所述M个目标区域、M个置信度和M个第一特征向量，确定所述样本图像的局部特征向量，其中，所述局部特征向量用于表征所述多个目标对象中每个目标对象在所述样本图像中的信息；以及
利用所述图像标签、所述整体特征向量和所述局部特征向量，训练识别模型，以便通过经训练的识别模型识别待识别图像中是否具有所述特定信息。
2.根据权利要求1所述的方法，其中，所述多个目标对象包括P个目标对象，P为大于等于2的整数；所述基于所述M个目标区域、M个置信度和M个第一特征向量，确定所述样本图像的局部特征向量包括：
确定所述M个目标区域中每个目标区域的目标对象，得到Q个检测目标对象，其中，所述Q个检测目标对象为所述P个目标对象的子集，所述Q为小于等于M的正整数；
根据所述Q个检测目标对象中各检测目标对象在所述M个目标区域中的出现频率，确定第一局部特征向量；
根据所述M个置信度，确定第二局部特征向量；以及
根据所述M个置信度和所述M个第一特征向量，确定第三局部特征向量，
其中，所述第三局部特征向量中包括所述Q个检测目标对象之间的关联关系，所述关联关系反映了所述样本图像中是否具有所述特定信息。
3.根据权利要求2所述的方法，其中，所述根据所述Q个检测目标对象中各检测目标对象在所述M个目标区域中的出现频率，确定第一局部特征向量包括：
确定与所述Q个检测目标对象对应的Q个出现频率为第一元素；
确定与所述P个目标对象中除所述Q个检测目标对象之外的目标对象对应的第二元素均为0；以及
基于所述第一元素和所述第二元素，生成所述第一局部特征向量，其中，所述第一局部特征向量包括P个元素。
4.根据权利要求2所述的方法，其中，所述根据所述M个置信度，确定第二局部特征向量包括：
确定所述Q个检测目标对象中与各检测目标对象对应的至少一个目标区域，并分别计算与各检测目标对象对应的至少一个目标区域的置信度之和作为第三元素；
确定与所述P个目标对象中除所述Q个检测目标对象之外的目标对象对应的第四元素均为0；以及
基于所述第三元素和所述第四元素，生成所述第二局部特征向量，其中，所述第二局部特征向量包括P个元素。
5.根据权利要求2所述的方法，其中，所述根据所述M个置信度和所述M个第一特征向量，确定第三局部特征向量包括：
确定所述Q个检测目标对象中与各检测目标对象对应的至少一个目标区域，并分别确定与各检测目标对象对应的至少一个目标区域中置信度最高的高分目标区域，得到Q个高分目标区域；
从所述M个第一特征向量中确定与所述Q个高分目标区域对应的Q个第一特征向量，其中，所述Q个第一特征向量中的每个第一特征向量均包括P个元素；
确定与所述P个目标对象中除所述Q个检测目标对象之外的目标对象对应的P-Q个第二特征向量为0向量，其中，所述P-Q个第二特征向量中的每个第二特征向量均包括P个0元素；以及
基于所述Q个第一特征向量和所述P-Q个第二特征向量，生成所述第三局部特征向量，其中，所述第三局部特征向量包括P个元素。
6.根据权利要求5所述的方法，其中，所述基于所述Q个第一特征向量和所述P-Q个第二特征向量，生成所述第三局部特征向量包括：
基于所述Q个第一特征向量和所述P-Q个第二特征向量，生成组合向量；以及
对所述组合向量进行降维处理，得到所述第三局部特征向量。
7.根据权利要求1所述的方法，还包括：
确定多个目标文字；
处理所述样本图像，得到所述样本图像中的文字特征向量，其中，所述文字特征向量用于表征所述多个目标文字中每个目标文字在所述样本图像中的信息；
所述利用所述图像标签、所述整体特征向量和所述局部特征向量，训练识别模型包括：利用所述图像标签、所述整体特征向量、所述局部特征向量和所述文字特征向量，训练所述识别模型。
8.一种图像处理方法，包括：
获取待识别图像；
将所述待识别图像输入至权利要求1-7中任意一项所述的识别模型中；以及
利用所述识别模型识别所述待识别图像中是否具有特定信息，得到识别结果。
9.一种模型训练装置，包括：
获取模块，获取样本图像，其中，所述样本图像包括图像标签，所述图像标签用于表征所述样本图像中是否具有特定信息；
第一处理模块，处理所述样本图像，得到所述样本图像的整体特征向量；第一处理模块包括：第一获取子模块、第一输入子模块以及处理子模块；其中，第一获取子模块获取经训练的分类模型，其中，所述分类模型包括N层级计算单元，N为大于等于2的整数；第一输入子模块将所述样本图像输入至所述分类模型，得到第1至N-1层级计算单元中的各层级计算单元所输出的特征图像和第N层级计算单元所输出的分类结果；处理子模块处理所述第N-1层级所输出的特征图像，得到所述整体特征向量；
第一确定模块，确定多个目标对象；
第二处理模块，基于所述多个目标对象处理所述样本图像，得到所述样本图像的局部特征向量，其中，所述局部特征向量用于表征所述多个目标对象中每个目标对象在所述样本图像中的信息；第二处理模块包括：第二获取子模块、第二输入子模块以及确定子模块；其中，第二获取子模块获取经训练的检测模型；第二输入子模块将所述样本图像输入至所述检测模型，得到所述样本图像中的M个目标区域、所述M个目标区域中每个目标区域的置信度和所述M个目标区域中每个目标区域的第一特征向量，其中，所述置信度用于表征与所述置信度对应的目标区域包括所述目标对象的概率，M为大于等于1的整数；确定子模块基于所述M个目标区域、M个置信度和M个第一特征向量，确定所述样本图像的局部特征向量；
以及
训练模块，利用所述图像标签、所述整体特征向量和所述局部特征向量，训练识别模型，以便通过经训练的识别模型识别待识别图像中是否具有所述特定信息。
10.一种计算设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至8中任一项所述的方法。
11.一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现权利要求1至8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911153174.0A CN112906726B (zh) | 2019-11-20 | 2019-11-20 | 模型训练方法、图像处理方法、装置、计算设备、介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911153174.0A CN112906726B (zh) | 2019-11-20 | 2019-11-20 | 模型训练方法、图像处理方法、装置、计算设备、介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112906726A CN112906726A (zh) | 2021-06-04 |
| CN112906726B true CN112906726B (zh) | 2024-01-16 |
Family
ID=76103562
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911153174.0A Active CN112906726B (zh) | 2019-11-20 | 2019-11-20 | 模型训练方法、图像处理方法、装置、计算设备、介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112906726B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9443314B1 (en) * | 2012-03-29 | 2016-09-13 | Google Inc. | Hierarchical conditional random field model for labeling and segmenting images |
| CN109002562A (zh) * | 2018-08-30 | 2018-12-14 | 北京信立方科技发展股份有限公司 | 一种仪器识别模型训练方法和装置及仪器识别方法和装置 |
| CN109101946A (zh) * | 2018-08-27 | 2018-12-28 | Oppo广东移动通信有限公司 | 一种图像特征的提取方法、终端设备及存储介质 |
| CN109472209A (zh) * | 2018-10-12 | 2019-03-15 | 咪咕文化科技有限公司 | 一种图像识别方法、装置和存储介质 |
| CN110309856A (zh) * | 2019-05-30 | 2019-10-08 | 华为技术有限公司 | 图像分类方法、神经网络的训练方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10410096B2 (en) * | 2015-07-09 | 2019-09-10 | Qualcomm Incorporated | Context-based priors for object detection in images |
| CN109658455B (zh) * | 2017-10-11 | 2023-04-18 | 阿里巴巴集团控股有限公司 | 图像处理方法和处理设备 |
-
2019
- 2019-11-20 CN CN201911153174.0A patent/CN112906726B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9443314B1 (en) * | 2012-03-29 | 2016-09-13 | Google Inc. | Hierarchical conditional random field model for labeling and segmenting images |
| CN109101946A (zh) * | 2018-08-27 | 2018-12-28 | Oppo广东移动通信有限公司 | 一种图像特征的提取方法、终端设备及存储介质 |
| CN109002562A (zh) * | 2018-08-30 | 2018-12-14 | 北京信立方科技发展股份有限公司 | 一种仪器识别模型训练方法和装置及仪器识别方法和装置 |
| CN109472209A (zh) * | 2018-10-12 | 2019-03-15 | 咪咕文化科技有限公司 | 一种图像识别方法、装置和存储介质 |
| CN110309856A (zh) * | 2019-05-30 | 2019-10-08 | 华为技术有限公司 | 图像分类方法、神经网络的训练方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 基于低秩稀疏分解与协作表示的图像分类算法;张旭;蒋建国;洪日昌;杜跃;;计算机科学(第07期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112906726A (zh) | 2021-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109117777B (zh) | 生成信息的方法和装置 | |
| CN107705066B (zh) | 一种商品入库时信息录入方法及电子设备 | |
| US9619735B1 (en) | Pure convolutional neural network localization | |
| CN109918513B (zh) | 图像处理方法、装置、服务器及存储介质 | |
| CN110019790B (zh) | 文本识别、文本监控、数据对象识别、数据处理方法 | |
| CN111950279B (zh) | 实体关系的处理方法、装置、设备及计算机可读存储介质 | |
| CN113569740B (zh) | 视频识别模型训练方法与装置、视频识别方法与装置 | |
| CN113434716B (zh) | 一种跨模态信息检索方法和装置 | |
| CN107291774B (zh) | 错误样本识别方法和装置 | |
| CN113221918B (zh) | 目标检测方法、目标检测模型的训练方法及装置 | |
| US11250299B2 (en) | Learning representations of generalized cross-modal entailment tasks | |
| CN111401309B (zh) | 基于小波变换的cnn训练和遥感图像目标识别方法 | |
| CN112100377A (zh) | 文本分类方法、装置、计算机设备和存储介质 | |
| CN107766498B (zh) | 用于生成信息的方法和装置 | |
| CN110909768B (zh) | 一种标注数据获取方法及装置 | |
| CN112766284A (zh) | 图像识别方法和装置、存储介质和电子设备 | |
| CN112214770B (zh) | 恶意样本的识别方法、装置、计算设备以及介质 | |
| CN111428486B (zh) | 物品信息数据处理方法、装置、介质及电子设备 | |
| CN116048463A (zh) | 基于标签管理的需求项内容智能推荐方法及装置 | |
| CN112906726B (zh) | 模型训练方法、图像处理方法、装置、计算设备、介质 | |
| CN116468970A (zh) | 模型训练方法、图像处理方法、装置、设备及介质 | |
| CN113609018A (zh) | 测试方法、训练方法、装置、设备、介质和程序产品 | |
| US10803115B2 (en) | Image-based domain name system | |
| CN113836297A (zh) | 文本情感分析模型的训练方法及装置 | |
| CN113111177B (zh) | 文本数据标注方法、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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |