CN114782964A - 图像处理方法、存储介质以及电子设备 - Google Patents
图像处理方法、存储介质以及电子设备 Download PDFInfo
- Publication number
- CN114782964A CN114782964A CN202210694188.9A CN202210694188A CN114782964A CN 114782964 A CN114782964 A CN 114782964A CN 202210694188 A CN202210694188 A CN 202210694188A CN 114782964 A CN114782964 A CN 114782964A
- Authority
- CN
- China
- Prior art keywords
- target
- scoring
- detection result
- result
- hand
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 520
- 238000000034 method Methods 0.000 claims abstract description 105
- 230000015654 memory Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 description 32
- 238000012549 training Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 20
- 230000008569 process Effects 0.000 description 20
- 230000005540 biological transmission Effects 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 13
- 238000009877 rendering Methods 0.000 description 12
- 208000024827 Alzheimer disease Diseases 0.000 description 9
- 206010039966 Senile dementia Diseases 0.000 description 8
- 238000013135 deep learning Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 238000013145 classification model Methods 0.000 description 3
- 230000003930 cognitive ability Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000036630 mental development Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000036626 Mental retardation Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
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
- 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
-
- 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
Abstract
本申请公开了一种图像处理方法、存储介质以及电子设备。其中,该方法包括:获取目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果。本申请解决了相关技术中对目标手绘图像的进行评分的准确度较低的技术问题。
Description
技术领域
本申请涉及图像处理领域,具体而言,涉及一种图像处理方法、存储介质以及电子设备。
背景技术
目前,手绘图像一般能够体现受试者对数字、曲线、时间和方位等重要逻辑概念的认知,常被专业医疗机构用于进行老年痴呆筛查和幼儿智力发育评估。现有的手绘图像识别方法通常是依赖于深度学习的分类模型对手绘图像进行评分,导致评分的准确度较低。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种图像处理方法、存储介质以及电子设备,以至少解决相关技术中对目标手绘图像的进行评分的准确度较低的技术问题。
根据本申请实施例的一个方面,提供了一种图像处理方法,包括:获取目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果。
根据本申请实施例的一个方面,还提供了一种图像处理方法,包括:获取钟表图像,其中,钟表图像中包含手绘钟表图案;对钟表图像进行检测,得到手绘钟表图案中包含的钟表元素的目标检测结果,其中,目标检测结果用于表征钟表元素的目标位置和目标类别;基于目标检测结果对手绘钟表图案进行评分,得到手绘钟表图案的目标评分结果。
根据本申请实施例的一个方面,还提供了一种图像处理方法,包括:响应作用于操作界面上的输入指令,在操作界面上显示目标图像,其中,目标图像中包含目标手绘图案;响应作用于操作界面上的检测指令,在操作界面上显示目标手绘图案的目标评分结果,其中,目标评分结果通过目标手绘图案中包含的目标元素的目标检测结果对目标手绘图案进行评分得到,目标检测结果通过对目标图像进行检测得到,目标检测结果用于表征目标元素的目标位置和目标类别。
根据本申请实施例的一个方面,还提供了一种图像处理方法,包括:云服务器接收客户端发送的目标图像,其中,目标图像中包含目标手绘图案;云服务器对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;云服务器基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;云服务器输出目标评分结果至客户端。
根据本申请实施例的一个方面,还提供了一种图像渲染方法,包括:在虚拟现实VR设备或增强现实AR设备的呈现画面上展示目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;驱动VR设备或AR设备在呈现画面上展示目标评分结果。
根据本申请实施例的一个方面,还提供了一种状态识别方法,包括:获取目标图像,其中,目标图像中包含目标手绘图案,目标手绘图案由目标对象进行绘制;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;基于目标评分结果对目标对象进行状态识别,得到目标对象的识别结果,其中,识别结果用于表征目标对象是否为预设状态。
根据本申请实施例的一个方面,还提供了一种区域识别方法,包括:获取目标遥感图像,其中,目标遥感图像中包含目标区域的手绘图案;对目标遥感图像进行检测,得到手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对手绘图案进行评分,得到手绘图案的目标评分结果;基于目标评分结果对目标区域进行识别,得到目标区域的识别结果,其中,识别结果用于表征目标区域是否为预设区域。
根据本申请实施例的一个方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的程序,其中,在程序运行时控制计算机可读存储介质所在设备执行上述任意一项的图像处理方法,或执行一种图像渲染方法。
根据本申请实施例的一个方面,一种电子设备,包括:存储器和处理器,处理器用于运行存储器中存储的程序,其中,程序运行时执行上述任意一项的图像处理方法,或执行一种图像渲染方法。
在本发明实施例中,首先获取目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果,实现了提高对评分过程的可解释性的效果。容易注意到的是,在对目标图像进行检测时,可以检测得到目标手绘图案中包含的目标元素的目标位置和目标类别,在评分的过程中可以基于目标位置和目标类别进行评分,使得评分粒度更细,可以提高评分过程中的可解释性,可以给出具体的扣分原因,从而提高评分的准确度,进而解决了相关技术中对目标手绘图像的进行评分的准确度较低的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种用于实现图像处理方法的计算机终端(或移动设备)的硬件结构框图;
图2是根据本申请实施例1的一种图像处理方法的流程图;
图3是根据本申请实施例2的一种图像处理方法的流程图;
图4是根据本申请实施例3的一种图像处理方法的流程图;
图5是根据本申请实施例4的一种图像处理方法的流程图;
图6是根据本申请实施例5的一种图像处理方法的流程图;
图7是根据本申请实施例6的一种图像处理装置的示意图;
图8是根据本申请实施例7的一种图像处理装置的示意图;
图9是根据本申请实施例8的一种图像处理装置的示意图;
图10是根据本申请实施例9的一种图像处理装置的示意图;
图11是根据本申请实施例10的一种图像处理装置的示意图;
图12是根据本申请实施例的一种用于实现图像渲染方法的硬件环境示意图;
图13是根据本发明实施例的另一种媒体文件的投放方法的硬件环境的示意图;
图14是根据本申请实施例的一种计算机终端的结构框图;
图15是根据本申请实施例13的一种状态识别方法的流程图;
图16是根据本申请实施例14的一种区域识别方法的流程图;
图17是根据本申请实施例15的一种状态识别装置的示意图;
图18是根据本申请实施例16的一种区域识别装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先,在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释:
深度学习:使用深度神经网络模型,根据损失函数从数据中自动学习符合要求的模型参数;
手绘钟表:被筛查人员在一定要求下(几点几分)手绘出的钟表;
鲁棒性:算法的在不同场景下的适应能力;
点线分析:使用传统计算机视觉技术,对图像上出现的点、线进行建模分析。
目前,现有的手绘钟表识别方法通常依靠基于深度学习的分类模型对手绘钟表进行评分,此类视觉方法对手绘钟表数据依赖性高,且其评分粒度较粗,并且难以给出扣分原因。
本申请使用基于深度学习的检测技术以及传统计算机视觉中的点、线分析对受试者的手绘钟表图案进行评分,对数据依赖程度低,评分粒度细,并且可以分子项给出评分。本申请所采用的方案对数据依赖程度低,测试成本低,容易标准化,容易推广,并且评分过程可解释性强。
本申请使用基于深度学习的检测模型对手绘钟表中的基础元素(轮廓、指针、数字)进行解析,随后由计算机视觉中的点、线分析技术对手绘钟表中基础元素的完备性、组合位置关系进行分析,最后输出一个反映手绘钟表图片作者在数字、曲线、时间和方位等方面的认知能力的综合分数。本申请存在以下创新点:
1)方案框架设计有较大创新,即使用基于深度学习的检测技术结合传统视觉的点、线分析技术,摆脱了对特定异常(老年痴呆、智力发育迟缓)手绘钟表图片数据的依赖。
2)打分规则有较大创新,即解析出手绘钟表中的基础元素后,使用计算机视觉技术中的点、线分析技术对手绘钟表从数字、曲线、时间和方位角度对手绘时钟打分,使得整体打分过程清晰可控,打分结果可解释性强。
3)本案对输入图片的鲁棒性强,能够自动裁剪和旋转对齐手绘钟表,方便大规模推广使用。
实施例1
根据本申请实施例,还提供了一种图像处理方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现图像处理方法的计算机终端(或移动设备)的硬件结构框图。如图1所示,计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置106。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为BUS总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本申请实施例中的图像处理方法对应的程序指令/数据存储装置,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的图像处理方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
此处需要说明的是,在一些可选实施例中,上述图1所示的计算机设备(或移动设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图1仅为特定具体实例的一个实例,并且旨在示出可存在于上述计算机设备(或移动设备)中的部件的类型。
在上述运行环境下,本申请提供了如图2所示的图像处理方法。图2是根据本申请实施例的图像处理方法的流程图。如图2所示,该方法可以包括如下步骤:
步骤S202,获取目标图像。
其中,目标图像中包含目标手绘图案。
上述的目标图像可以是利用拍摄设备通过对目标手绘图案进行拍摄所得到的图像,上述的目标图像还可以是通过对电子设备的显示屏进行截屏所得到的图像。
上述的目标手绘图案可以为用户自行绘制的图案。其中,目标手绘图案包括但不限于钟表图案,其中,目标手绘图案可以用于检验用户是否患有老年痴呆,目标手绘图案还可以用于评估用户的智力发育水平。目标手绘图案还可以应用在教育场景中来评估用户的学习成果。
需要说明的是,上述的用户可以为受试者,也即需要进行评估的对象。
在一种可选的实施例中,用户可以在纸上绘制目标手绘图像,并通过摄像设备对目标手绘图案进行拍摄,得到目标图像。用户还可以在平板上绘制目标手绘图案,可以通过对平板的界面进行截屏,得到目标图像。
在另一种可选的实施例中,由于对目标手绘图案进行拍摄时,会受到拍摄光线和拍摄位置的影响,导致获取得到的目标手绘图案在目标图像中的显示效果较差,因此,在获取目标图像之后,可以先对目标图像进行预处理,使得目标图像中目标手绘图案的呈现效果更加明显和清晰,提高对目标图像进行检测的准确度。
在又一种可选的实施例中,目标手绘图案可以为纸质上画出的图案,可以获取包含有目标手绘图案的目标图像,目标手绘图像的可以为在线直接绘制的图案,可以直接获取在线绘制的包含有目标手绘图案的目标图像。目标手绘图案可以是某种特定类型的图案,其可以是根据预先给出的图案进行绘制得到的目标手绘图案。
步骤S204,对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果。
其中,目标检测结果用于表征目标元素的目标位置和目标类别。
上述的目标手绘图案可以是用户根据给出的指定描述绘制的相应图案,目标手绘图案还可以是根据给出的指定图案绘制的相应图案。
上述的目标元素可以是目标手绘图案中能够评价用户是否出现老年痴呆或者用户的智力发育水平的元素。
在一种可选的实施例中,可以通过深度神经网络对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标位置和目标类别。
在另一种可选的实施例中,可以通过基本元素检测器,依次检测出目标手绘图案中所包含的目标元素,然后再对目标元素的目标位置和目标类别进行检测,得到目标检测结果。
步骤S206,基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果。
在一种可选的实施例中,可以根据目标检测结果对目标手绘图案进行评分,可选的,可以分别根据目标检测结果中目标元素的目标位置和目标类别进行评分,得到目标手绘图案的目标评分结果。可选的,可以基于打分规则根据目标检测结果对目标手绘图案进行评分。
以钟表图案为例说明,目标元素可以为钟表图案中的数字、指针、圆盘等,可以通过评分的形式对钟表图案进行数字完备性评估、数字连续性评估、指示时间评估来体现受试者对数字的逻辑认知能力,可以通过评分的形式对钟表图案进行数字连续性评估、曲线封闭评估、指针完备性和位置评估体现受试者对空间、时间的逻辑认知能力。
在另一种可选的实施例中,由于是根据目标元素的目标位置和目标类别对目标手绘图案进行评分的,因此,其具有更加精细的评分粒度,可以使最终的评分结果更加具有可解释性,便于用户知晓具体的扣分原因。
在另一种可选的实施例中,可以通过云端调用的方式对外提供目标图像的处理方法,可以先获取目标图像,并将目标图像传输给相应设备进行处理,例如,直接传输给用户的计算机终端(例如,笔记本电脑、个人电脑等)进行处理,或者通过用户的计算机终端传输给云服务器进行处理。需要说明的是,由于目标图像的处理需要大量的计算资源,在本申请实施例中以处理设备为云服务器为例进行说明。
例如,为了方便用户上传目标图像,可以提供给用户一个交互界面,其中,用户界面中可以包含有“选择图像”、“上传”等图标供用户进行操作,用户可以通过“选择图像”按钮从已经存储的图像中选择需要检测的一个或多个图像,并通过点击“上传”按钮将用户选择的图像上传至云服务器中进行处理。另外,为了方便用户确认选择的图像是否为待检测的图像,可以在“图像显示”区域中显示用户选择的图像,在用户确认无误后,通过点击“上传”按钮进行数据上传。
进一步地,云服务器可以对上传的目标图像进行检测,得到目标手绘图像包含的目标元素的目标检测结果,可以根据该目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果,可以将目标评分结果返回至交互界面的结果显示区域,以便用户能够清晰的看到目标图像的评分结果。
在教育应用场景中,学生可以按照给出的预设图案进行绘制,得到目标手绘图案,可以获取包含目标手绘图案的目标图像,可以对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,以便于根据目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果,可以根据该目标评分结果对学生的手绘情况进行评分,以便确定学生对手绘图案的知识点的学习情况,从而实现对学生进行评测的目的。
通过上述步骤,首先获取目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果,实现了提高对评分过程的可解释性的效果。容易注意到的是,在对目标图像进行检测时,可以检测得到目标手绘图案中包含的目标元素的目标位置和目标类别,在评分的过程中可以基于目标位置和目标类别进行评分,使得评分粒度更细,可以提高评分过程中的可解释性,可以给出具体的扣分原因,从而提高评分的准确度,进而解决了相关技术中对目标手绘图像的进行评分的准确度较低的技术问题。
本申请上述实施例中,基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果包括:确定目标手绘图案对应的目标评分规则;基于目标评分规则和目标检测结果,确定目标评分结果。
上述的目标评分规则为用于对目标手绘图案中的不同元素进行评分的规则。
在一种可选的实施例中,对于不同类型的目标手绘图案可以设置其对应的目标评分规则,可以根据该目标评分规则对目标检测结果进行评分,得到最终的目标评分结果。
在另一种可选的实施例中,可以针对目标手绘图案设置多种评分规则,并且可以由用户根据需求选择相应的评分规则,以便根据用户选择的评分规则对目标检测结果进行评分,使得到的目标评分规则更符合用户的评分需求。
本申请上述实施例中,在目标评分规则包括:多个评分规则的情况下,基于目标评分规则和目标检测结果,确定目标评分结果包括:分别基于多个评分规则和目标检测结果,确定多个评分规则对应的多个评分结果;对多个评分结果进行汇总,得到目标评分结果。
在一种可选的实施例中,用户可以根据评分的需求确定多个评分规则,可选的,用户可以根据手绘图案的类型设置对应的多个评分规则,可以根据多个评分规则和目标检测结果确定出多个评分规则对应的多个评分结果,以便于能够对多个评分结果进行汇总,得到目标评分结果。
可选的,以对绘制的钟表进行打分的场景为例说明,可以对绘制的钟表的边框、指针、数字等都设置对应的评分规则,结合多个评分规则对应的多个评分结果,得到手绘钟表的目标评分结果。
可选的,以对绘制的建筑物进行打分的场景为例进行说明,可以对绘制的建筑物的楼层、外立面、窗户等设置对应的评分规则,结合多个评分规则对应的多个评分结果,可以得到手绘建筑物的目标评分结果。
本申请上述实施例中,手绘图案为钟表图案,目标元素包括:数字、轮廓和指针,目标评分规则包括如下至少之一:第一评分规则、第二评分规则,第三评分规则、第四评分规则和第五评分规则,其中,第一评分规则用于确定钟表图案中包含的时钟数字是否完整,第二评分规则用于确定时钟数字是否连续,第三评分规则用于确定轮廓是否为闭合的圆形,第四评分规则用于确定指针是否完整且位置正确,第五评分规则用于确定钟表图案对应的时间是否为预设时间。
上述的第一评分规则用于通过确定钟表图案中包含的时钟数字是否完整来对数字的完备性进行评估。
在一种可选的实施例中,可以基于第一评分规则先对钟表图案中的时钟数字的数量进行检测,若时钟数字的数量符合要求,可以记一分,然后对钟表图案中的时钟数字中具有两位数的数字间距进行检测,若两位数之间的数字间距符合要求,可以再记一分,若满足这两个条件,则说明钟表图案中的数字具有完备性。
在另一种可选的实施例中,还可以基于第一评分规则先对钟表图案中的时钟数字的数量进行检测,若时钟数字的数量符合要求,则对钟表图案中的时钟数字中具有两位数的数字间距进行检测,若两位数之间的数字间距符合要求,则说明钟表图案中的数字具有完备性,此时,可以记一分。
上述的第二评分规则用于通过确定钟表图案中包含的时钟数字是否连续来对数字的连续性进行评估。
在一种可选的实施例中,基于第二评分规则先计算所有数字的平均中心与钟表轮廓的轮廓中心的距离,若该距离小于阈值则进一步计算各个数字与数字平均中心之间的连线与垂线的夹角,根据该夹角判断数字是否具有连续性,可选的,可以判断夹角排序和数字排序是否一致,若一致,则说明数字具有连续性,此时,可以认为数字连续性满足要求,满足数字连续性则可以加一分。
上述的第三评分规则用于通过钟表图案中的钟表轮廓来判断钟表轮廓是否为一个闭合的圆。
在一种可选的实施例中,可以基于第三评分规则对钟表图案进行霍夫圆检测,可选的,取检测出的最大圆作为轮廓圆,计算该圆的中心与检测模型检出的轮廓框的中心的距离,同时计算该圆与轮廓框的交叠面积,若交叠面积和圆心偏移都大于阈值,则认为轮廓曲线满足要求,即钟表轮廓为一个闭合的圆,满足该条件则加一分。
上述的第四评分规则用于通过钟表图案的指针和指针所在的位置来判断钟表中的指针是否具有完备性。
在一种可选的实施例中,可以根据目标检测结果判断钟表图案中是否存在时针检测框和分针检测框,若存在时针检测框和分针检测框,则进一步由检测框确定指针的位置,可以根据检测框内两条对角线在图上的灰度平均值来确定指针,即若输入图片是白底则灰度平均值较小的对角线是当前检测框指示的指针,反之则灰度平均值较大的对角线是当前检测框指示的指针。根据指针的端点确定出指针的直线方程,再由直线方程求解出指针交点。计算指针交点与钟表轮廓框中心的距离,若该距离小于阈值则指针位置满足要求,满足该条件则加一分。
上述的第五评分规则用于通过钟表图案的指针和指针所指示的时间来判断钟表中的时间是否满足题目要求,其中,题目可以是检测人员预先给出的一个具体时间。
在一种可选的实施例中,可以根据指针的直线方程确定指针方向,也即,指针的方向由指针交点指向离交点较远的端点,在确定指针的方向之后,以较长的指针为分针,以较短的指针为时针,分别计算时针与分针与垂直的夹角,若与题目要求的时间刻度与垂线的夹角的差小于阈值,则认为钟表手绘图案满足要求,满足该条件则可以加一分。
需要说明的是,上述的评分顺序可以为按照第一评分规则、第二评分规则、第三评分规则、第四评分规则、第五评分规则的顺序进行评分。上述的评分顺序还可以是任意的评分顺序,其中,评分顺序可以由用户自行设置。上述的目标评分规则可以包含多个评分规则中的一个多个规则,此处可以由用户自行设置。
本申请上述实施例中,基于目标评分规则和目标检测结果,确定目标评分结果包括:基于第一评分规则和目标检测结果中数字的检测结果,确定第一评分结果;基于第二评分规则和目标检测结果中数字的检测结果,确定第二评分结果;基于第三评分规则和目标检测结果中轮廓的检测结果,确定第三评分结果;基于第四评分规则和目标检测结果中指针的检测结果,确定第四评分结果;基于第五评分规则和目标检测结果中指针的检测结果,确定第五评分结果;对第一评分结果、第二评分结果、第三评分结果、第四评分结果和第五评分结果进行汇总,得到目标评分结果。
在一种可选的实施例中,可以先基于第一评分规则来对目标检测结果中数字的数量和数字之间的间距进行评分,若数字的数量为12,且两位数之间的数字间距符合要求,则说明钟表图案中的数字具有完备性,此时,可以加一分,若数字的数量和两位数之间的数字间距任意一项不符合要求,则说明钟表图案中的数字不具备完备性,此时可以不加分,或者可以扣一分,从而得到第一评分结果。
可以基于第二评分规则来对目标检测结果中数字是否连续排列与数字是否沿着钟表轮廓分布来进行评分,若数字能够连续排列,且数字沿着钟表轮廓分布,则说明钟表图案中的数字具有连续性,此时,可以加一分,若数字不能连续排列或者数字沿着钟表轮廓分布不符合要求,则说明数字不具备连续性,此时可以不加分,或者可以扣一分,从而得到第二评分结果。
可以基于第三评分规则来对目标检测结果中轮廓的曲线是否闭合来判断轮廓是否封闭,若检测得到轮廓曲线封闭,此时,可以加一分,若检测得到轮廓曲线未封闭,则可以不加分,或者可以扣一分,从而得到第三评分结果。
可以基于第四评分规则来对目标检测结果中指针中的完备性和位置进行评分,若时针和分针都存在,且指针和分针的交点与钟表轮廓框中心的距离小于阈值,则说明指针的完备性和位置都符合要求,此时,可以加一分,若检测得到指针的完备性和位置任意一项不符合要求,则可以不加分,或者可以扣一分,从而得到第四评分结果。
可以基于第五评分规则对目标检测结果中指针指示的时间进行评分,若时针和分针所指示的时间满足题目要求,则钟表图案的中指针指示的时间满足要求,此时,可以加一分,若时针和分针所指示的时间不满足题目要求,则可以不加分,或者可以扣一分,从而得到第四评分结果。
可以对第一评分结果、第二评分结果、第三评分结果、第四评分结果和第五评分结果进行汇总,可选的,可以将各个评分结果相加,得到最终的目标评分结果。
在另一种可选的实施例中,在得到上述的多个评分结果之后,可以先汇总得到目标评分结果,然后可以将第一评分结果、第二评分结果、第三评分结果、第四评分结果和第五评分结果分别显示在对应的检测内容旁,便于用户知晓具体的得分或者扣分原因,提高评分结果的可视化,并且将最终的目标评分结果显示在首行,便于用户可以立即看到最终的结果,可选的,可以将目标评分结果突出标记,例如,加粗、高亮、放大等。
本申请上述实施例中,基于第一评分规则和目标检测结果中数字的检测结果,确定第一评分结果包括:基于数字的检测结果,确定时钟数字的绘制位置;基于时钟数字的绘制位置,得到第一评分结果。
在一种可选的实施例中,可以根据数字的检测结果,先确定出时钟数字的绘制位置,一般钟表上的数字都是在钟表轮廓的周围排列一圈,按照数字的大小进行排列,钟表图案中出现的数字应该包括1、2、3、4、5、6、7、8、9、10、11、12共12个数字,且各个数字仅出现一次;由于钟表图案基本元素检测器只能检测0、1、2、3、4、5、6、7、8、9,因此,数字检测结果中应该包含五个1,两个2,其他数字各一个,若检出数字满足这个计数要求,则进一步根据各个0、1、2数字间的水平方向距离,确定10、11、12的位置。随后检查钟表图案中数字是否满足完备性要求,满足该条件则加一分。
本申请上述实施例中,基于第二评分规则和目标检测结果中数字的检测结果,确定第二评分结果包括:基于时钟数字的绘制位置,确定时钟数字的第一中心;获取第一中心与轮廓的中心的距离,得到第一距离;获取时钟数字与钟表图案的预设轴线的夹角,得到目标夹角;将第一距离和第一预设距离进行比较,并将目标夹角和预设夹角进行比较,得到第二评分结果。
上述的第一中心可以是所有数字组成的圆对应的中心。
上述的轮廓的中心可以为钟表轮廓所在圆的中心。
上述的预设轴线可以为钟表图案的垂直线,也即,钟表图案中12和6所在位置的连线。
在一种可选的实施例中,在得到第一距离之后,可以将第一距离和第一预设距离进行比较,若该距离小于一定的阈值,则说明数字的位置位于钟表的轮廓上,此时,说明数字具备完备性。对于不同时钟数字的夹角,其对应的预设夹角并不相同,其中,预设夹角可以是与时钟数字对应的夹角,例如,垂线是12和6所在的位置,对于时钟数字1,则对应的预设夹角可以为30°,对于时钟数字2,则对应的预设夹角可以为60°,对于时钟数字3,则对应的预设夹角可以为90°。
可选的,可以将时钟数字相对于垂线的目标夹角与该时钟数字对应的预设夹角进行比较,若两者之间的差异小于预设阈值,则说明该时钟数字符合要求,依次类推,对钟表图案中的所有时钟数字都进行相同的操作,若都符合差异小于预设阈值,则加一分,若任意一项不符合,则不加分或者扣分。
本申请上述实施例中,基于第三评分规则和目标检测结果中轮廓的检测结果,确定第三评分结果包括:基于轮廓的检测结果,确定轮廓的第一位置和轮廓的中心的第二位置;对目标图像进行霍夫圆检测,得到目标圆形的第三位置和目标圆形的中心的第四位置;基于第一位置和第三位置,确定目标面积,其中,目标面积用于表征目标圆形和轮廓出现交叠的部分的面积;获取第二位置和第四位置的距离,得到中心偏移;将目标面积和预设面积进行比较,并将中心偏移和预设偏移进行比较,得到第三评分结果。
上述的霍夫圆检测是将二维图像空间中的一个圆转化为该圆半径、圆心横纵坐标所确定的三维参数空间中的一个点的过程。
上述的第一位置可以是通过检测模型检测得到的钟表轮廓框所在的位置,上述的第二位置可以是钟表轮廓框的轮廓中心所在的位置。上述的第三位置可以是通过霍夫圆检测得到的目标圆形对应的轮廓,上述的第四位置可以是目标圆形的圆心,其中,目标圆形可以是最大圆。
在一种可选的实施例中,可以根据轮廓的检测结果,确定轮廓的第一位置和轮廓的中心的第二位置,可以对目标图像进行霍夫圆检测,得到目标圆形的第三位置,根据第一位置和第三位置,可以分别确定出钟表轮廓框对应的面积和目标圆形对应的面积,根据两个面积可以确定出钟表轮廓框和目标圆形之间的交叠面积,根据第二位置和第四位置之间的距离,可以钟表轮廓框和目标圆形之间的偏移距离,当交叠面积大于预设面积,并且当中心偏移大于预设偏移时,说明手绘钟表的轮廓曲线满足要求,此时,可以加一分,若任意一项不符合条件,则不加分或者扣一分。
本申请上述实施例中,基于第四评分规则和目标检测结果中指针的检测结果,确定第四评分结果包括:基于指针的检测结果,确定钟表图案中是否包含时针和分针;在钟表图案中包含时针和分针的情况下,获取时针图像和分针图像;基于时针图像和分针图像,确定时针和分针的指针交点;获取指针交点和轮廓的中心的距离,得到第二距离;将第二距离和第二预设距离进行比较,得到第四评分结果。
上述的时针图像和分针图像可以是通过方形截取框截取到的图像。
上述的指针交点可以是时针和分针的交汇点。
上述第二预设距离可以自行设置。
在一种可选的实施例中,可以先基于指针的检测结果,判断是否存在时针检测框和分针检测框,若存在时针检测框和分针检测框,则可以基于时针检测框和分针检测框对钟表图案所在的图像进行截取,得到上述的时针图像和分针图像,可以根据时针图像和分针图像,通过指针的直线方程和时针与分针的端点确定出指针交点,获取指针交点和轮廓的中心的距离,以便查看时针和分针的交汇处是否处于钟表的中心,若第二距离和第二预设距离之间的差异小于预设值,则说明指针的位置符合要求,若指针具备完备性并且位置符合要求,则可以加一分,若任意一项不符合条件,则不加分或者扣一分。
本申请上述实施例中,基于第五评分规则和目标检测结果中指针的检测结果,确定第五评分结果,包括:基于时针图像和分针图像,确定时针的第一方向和分针的第二方向;基于第一方向和第二方向,确定钟表图案对应的时间;将钟表图案对应的时间和预设时间进行比较,得到第五评分结果。
上述的预设时间可以为预先给出的时间,也即,受试者需要根据预设时间来绘制钟表图案。
在一种可选的实施例中,可以根据时针图像和分针图像,确定时针的第一方向和分针的第二方向,其中,第一方向可以是时针沿着指针交点指向离交点较远的端点,第二方向可以是分针沿着指针交点指向离交点较远的端点。基于第一分针和第二分针与垂线的夹角,可以确定出第一分针和第二分针指向的时间,若题目要求的时间刻度与夹角之间的差小于一定值,则认为手绘钟表的时间满足要求,则可以加一分,若不满足要求,则不加分或者扣一分。
本申请上述实施例中,对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果包括:利用元素检测模型对目标图像进行检测,得到目标检测结果。
上述的元素检测模型还可以检测用户预先设置的元素,以钟表为例,用户预先设置的元素可以为表盘、数字、指针等。以建筑物为例,用户预先设置的元素可以为窗户、大门、房屋大致形状等。
上述的元素检测模型可以为基本元素检测器,其中,基本元素检测器可以用于检测目标图像中的基本元素,基本元素可以为基本的形状,例如:圆形、方形、三角形等,基本元素还可以为基本的矢量图,例如:指针矢量图。基本元素还可以为数字元素。
在一种可选的实施例中,在获取得到目标图像之后,可以先利用基本元素检测器检测出钟表图案中的钟表轮廓、指针和数字,可以在得到钟表图案之后,首先对钟表图案进行预处理,然后针对预处理之后的钟表图案进行检测,得到上述的目标检测结果。
在另一种可选的实施例中,在对钟表图案进行预处理时,可以根据钟表轮廓出现的位置对手绘钟表图像进行裁剪,排出除去钟表图案之外的干扰。可以根据检测出的数字12和数字6的位置,确定手绘钟表的中轴线,计算出中轴线的垂直偏转角度后,对手绘钟表进行旋转,使得中轴线的垂直偏转角度为0,排除掉拍照角度对结果的干扰。
本申请上述实施例中,基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果包括:确定目标检测结果中目标区域的第一检测结果,以及目标区域之外的第一区域的第二检测结果;确定目标区域对应的第一区域评分规则和第一区域对应的第二区域评分规则;基于第一区域评分规则和第一检测结果,确定第一区域评分结果;基于第二区域评分规则和第二检测结果,确定第二区域评分结果;对第一区域评分结果和第二区域评分结果进行汇总,得到目标评分结果。
上述的目标区域可以为关键区域,关键区域对应的评分规则可以是专门设定的。以手绘钟表为例进行说明,目标区域可以为钟表的数字区域,由于钟表的数字区域考察的内容较为丰富,因此,可以将钟表的数字区域作为手绘钟表的关键区域。
在一种可选的实施例中,可以根据目标检测结果中目标区域对应的第一检测结果和第一区域对应的第二检测结果,确定出目标区域对应的第一区域评分规则和第一区域对应的第二区域评分规则,并根据第一区域评分规则和第一检测结果,得到第一区域评分结果,也即,得到关键区域对应的评分结果;可以根据第二区域评分规则和第二检测结果,得到第二区域评分结果,也即得到非关键区域对应的评分结果,最终可以将第一区域评分结果和第二区域评分结果进行汇总,得到最终的目标评分结果,实现分区域评测的效果。
在另一种可选的实施例中,目标区域可以分为多个子区域,对于关键区域中的不同区域,可以分别设置不同的评分规则结合多个子区域对应的检测结果进行评分,可以将多个子区域的评分结果进行汇总,得到目标区域的第一区域评分结果。
本申请上述实施例中,确定目标检测结果中目标区域的第一检测结果,以及目标区域之外的第一区域的第二检测结果包括:按照第一显示方式显示目标区域和第一检测结果,并按照第二显示方式显示第一区域和第二检测结果;接收区域调整结果,其中,区域调整结果通过对目标区域进行修改得到;确定目标检测结果中区域调整结果的检测结果为第一检测结果,并确定区域调整结果之外的第二区域的检测结果为第二检测结果。
上述的第一显示方式和第二显示方式可以不同,其中,第一显示方式和第二显示方式的显示颜色可以不同,第一显示方式和第二显示方式对应的评分框可以不同。第一显示方式可以为高亮的显示方式,第二显示方式可以为普通的显示方式。
在一种可选的实施例中,可以按照第一显示方式显示目标区域和第一检测结果,其中,可以通过第一检测框选中目标图像中的目标区域,并在第一检测框旁边标注第一检测结果;可以按照第二显示方式显示第一区域和第二检测结果,可以通过第二检测框选中目标图像中的第一区域,并在第二检测框旁边标注第二检测结果,便于用户进行查看和修改。用户可以根据查看显示的目标区域和第一检测结果以及第一区域和第二检测结果,若用户认为目标区域有误,则可以对目标区域进行修改,以便得到准确度较高的目标区域,可以基于区域调整结果对调整后的目标区域进行检测,并将区域调整结果的检测结果为第一检测结果,确定区别调整结果之外的第二区域的检测结果为第二检测结果。从而可以提高目标区域的准确度。
本申请上述实施例中,该方法还包括:获取训练图像,其中,训练图像包括:手绘图案和标注信息,标注信息用于表征手绘图案中包含的预设元素的预设位置和预设类别;利用初始检测模型对训练图像进行检测,得到预设元素的检测结果,其中,预设检测结果用于表征预设元素的检测位置和检测类别;基于预设位置和检测位置、以及预设类别和检测类别,构建初始检测模型的损失函数;基于损失函数对初始检测模型进行参数更新,得到元素检测模型。
上述的手绘图案可以是手绘的钟表图案。上述的标注信息可以是手绘的钟表图案中预设元素的评分结果。
在一种可选的实施例中,可以对手绘图案通过人工标注对手绘图案中的预设元素的预设位置和预设类别进行评分,得到评分结果,可以根据手绘图案和评分结果得到上述的训练图像,可以利用初始检测模型对训练图像进行检测,得到预设元素的检测结果,以便根据该检测结果中的检测位置和预设位置确定检测结果对于预设元素位置的偏差,还可以根据检测结果中的检测类别和预设类别确定检测结果对于预设元素类别之间的偏差,根据预设位置和检测位置的偏差以及预设类别和检测类别的偏差可以构建初始检测模型的损失函数,通过损失函数对初始检测模型进行参数更新,可以提高元素检测模型对于钟表图案中的元素的检测准确度。
示例性的,可以获取一批手绘钟表图案,并且人工标注出钟表轮廓、指针、数字;可以基于标注后的手绘钟表数据,使用深度学习技术训练一个手绘钟表图案基本元素检测器,用以检测出手绘钟表图案中的钟表轮廓、指针、数字。在本申请中可以选用目标检测模型(例如cascade-rcnn)作为初始检测模型,训练时使用随机梯度下降(SGD)优化器,损失函数使用边框预测损失函数(GIOU损失)和焦点损失函数(Focal损失)分别对检测框的位置和类别进行优化。在实际应用中可以根据实际需求灵活选择检测模型和损失函数。
通过上述步骤,可以在手绘钟表图案上标注钟表轮廓、指针、数字的检测框,并注明类别。标注完成后,训练初始检测模型实现对手绘钟表中的钟表轮廓、指针、数字的检测。由于检测模型的训练学习的是对手绘钟表中的基础元素检测能力,训练数据可以是任何手绘钟表图案,而不需要具有明显异常特征数据。因此,能够较容易的获取到用于进行训练的手绘钟表图案。
本申请上述实施例中,在基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果之前,该方法还包括:基于目标检测结果对目标图像进行裁剪,得到裁剪后的图像;基于目标检测结果对裁剪后的图像进行旋转,得到旋转后的图像;基于目标检测结果对旋转后的图像进行评分,得到目标评分结果。
在一种可选的实施例中,可以根据目标检测结果对目标图像进行裁剪,将目标图像中与钟表图案相关的图像,例如,钟表图案中的钟表轮廓、指针和数字,然后根据钟表轮廓出现的位置对手绘钟表进行裁剪,排出掉钟表外的干扰,可以根据目标检测结果检测得到钟表图案中的中轴线,可以计算出中轴线的垂直偏转角度后,对手绘钟表进行旋转,使得中轴线的垂直偏转角度为0,可以排除掉拍照角度对目标检测结果的干扰。需要说明的是,中轴线可以根据检测出的数字12和数字6的位置进行确定。
本申请中的评分过程对输入的手绘钟表图案没有其他限制,如方向、角度、大小等。可以通过检测模型在手绘钟表图案中定位手绘钟表的具体位置,并自动进行裁剪和对齐,大大提高了系统的易用性和鲁棒性,可以方便的推广使用。另外,本申请中首先解析出手绘钟表中的基本元素,然后依据评分规则逐项评分,整个过程清晰可控,可解释性强。
本申请上述实施例中,在获取目标图像之前,该方法还包括:输出图像绘制信息,其中,目标手绘图案基于图像绘制信息进行绘制。
上述的图像绘制信息是指预设时间等信息。
在一种可选的实施例中,可以由用户设置给定的绘制时间,也即上述的图像绘制信息,以便于受试者根据给定的时间绘制钟表图案,结合预先给出的图像绘制信息来对受试者的绘制过程进行评估,若受试者在给定时间内绘制完成,则可以额外加分,若受试者未在给定时间完成,则可以额外扣分。在一种可选的实施例中,用户可以在电子设备上绘制钟表图案,可以根据在用户绘制完毕之后,输出图像绘制信息,以便于根据图像绘制信息得到上述的目标图像,可选的,可以通过对图像绘制信息所在的屏幕进行截屏得到上述的目标图像。
通过本申请的上述步骤,可以结合深度学习检测技术以及计算机视觉中的点、线分析技术提出手绘识别算法,可评估受试人对数字、钟表的认知程度,可广泛应用于幼儿教育和老年痴呆筛查。本案具有对数据要求低、鲁棒性强、容易推广使用、评分结果可解释性强等优点。需要说明的是,本申请中所使用的手绘识别算法成本低、易推广,通过计算机视觉技术对手绘钟表图案进行分析,对作者的数字、线条、时间和方位等逻辑概念进行评分。本案可以作为辅助手段,大大减轻老年痴呆筛查、幼儿智力发育评估中的专业医护人员的负担。
另外,还提供了一种图像处理方法,可以通过人工标注,对手绘钟表评分,可以根据手绘钟表和人工标注的评分得到训练数据,根据该训练数据可以训练得到一个分类模型。
需要说明的是,对于前述的各方法实施例,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,本申请并不受所描述的动作顺序的限制,因为依据本申请,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,所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例的方法。
实施例2
根据本申请实施例,还提供了一种图像处理方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图3是根据本申请实施例2的一种图像处理方法的流程图,如图3所示,该方法可以包括如下步骤:
步骤S302,获取钟表图像;
其中,钟表图像中包含手绘钟表图案;
步骤S304,对钟表图像进行检测,得到手绘钟表图案中包含的钟表元素的目标检测结果;
其中,目标检测结果用于表征钟表元素的目标位置和目标类别;
步骤S306,基于目标检测结果对手绘钟表图案进行评分,得到手绘钟表图案的目标评分结果。
本申请上述实施例中,基于目标检测结果对手绘钟表图案进行评分,得到手绘钟表图案的目标评分结果包括:确定手绘钟表图案对应的目标评分规则;基于目标评分规则和目标检测结果,确定目标评分结果。
本申请上述实施例中,在目标评分规则包括:多个评分规则的情况下,基于目标评分规则和目标检测结果,确定目标评分结果包括:分别基于多个评分规则和目标检测结果,确定多个评分规则对应的多个评分结果;对多个评分结果进行汇总,得到目标评分结果。
本申请上述实施例中,手绘图案为钟表图案,钟表元素包括:数字、轮廓和指针,目标评分规则包括:第一评分规则、第二评分规则,第三评分规则、第四评分规则和第五评分规则,其中,第一评分规则用于确定钟表图案中包含的时钟数字是否完整,第二评分规则用于确定时钟数字是否连续,第三评分规则用于确定轮廓是否为闭合的圆形,第四评分规则用于确定指针是否完整且位置正确,第五评分规则用于确定钟表图案对应的时间是否为预设时间
本申请上述实施例中,基于目标评分规则和目标检测结果,确定目标评分结果包括:基于第一评分规则和目标检测结果中数字的检测结果,确定第一评分结果;基于第二评分规则和目标检测结果中数字的检测结果,确定第二评分结果;基于第三评分规则和目标检测结果中轮廓的检测结果,确定第三评分结果;基于第四评分规则和目标检测结果中指针的检测结果,确定第四评分结果;基于第五评分规则和目标检测结果中指针的检测结果,确定第五评分结果;对第一评分结果、第二评分结果、第三评分结果、第四评分结果和第五评分结果进行汇总,得到目标评分结果。
本申请上述实施例中,基于第一评分规则和目标检测结果中数字的检测结果,确定第一评分结果包括:基于数字的检测结果,确定时钟数字的绘制位置;基于时钟数字的绘制位置,得到第一评分结果。
本申请上述实施例中,基于第二评分规则和目标检测结果中数字的检测结果,确定第二评分结果包括:基于时钟数字的绘制位置,确定时钟数字的第一中心;获取第一中心与轮廓的中心的距离,得到第一距离;获取时钟数字与钟表图案的预设轴线的夹角,得到目标夹角;将第一距离和第一预设距离进行比较,并将目标夹角和预设夹角进行比较,得到第二评分结果。
本申请上述实施例中,基于第三评分规则和目标检测结果中轮廓的检测结果,确定第三评分结果包括:基于轮廓的检测结果,确定轮廓的第一位置和轮廓的中心的第二位置;对钟表图像进行霍夫圆检测,得到目标圆形的第三位置和目标圆形的中心的第四位置;基于第一位置和第三位置,确定目标面积,其中,目标面积用于表征目标圆形和轮廓出现交叠的部分的面积;获取第二位置和第四位置的距离,得到中心偏移;将目标面积和预设面积进行比较,并将中心偏移和预设偏移进行比较,得到第三评分结果。
本申请上述实施例中,基于第四评分规则和目标检测结果中指针的检测结果,确定第四评分结果包括:基于指针的检测结果,确定钟表图案中是否包含时针和分针;在钟表图案中包含时针和分针的情况下,获取时针图像和分针图像;基于时针图像和分针图像,确定时针和分针的指针交点;获取指针交点和轮廓的中心的距离,得到第二距离;将第二距离和第二预设距离进行比较,得到第四评分结果。
本申请上述实施例中,基于第五评分规则和目标检测结果中指针的检测结果,确定第五评分结果,包括:基于时针图像和分针图像,确定时针的第一方向和分针的第二方向;基于第一方向和第二方向,确定钟表图案对应的时间;将钟表图案对应的时间和预设时间进行比较,得到第五评分结果。
本申请上述实施例中,对钟表图像进行检测,得到手绘钟表图案中包含的钟表元素的目标检测结果包括:利用元素检测模型对钟表图像进行检测,得到目标检测结果。
本申请上述实施例中,基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果包括:确定目标检测结果中目标区域的第一检测结果,以及目标区域之外的第一区域的第二检测结果;确定目标区域对应的第一区域评分规则和第一区域对应的第二区域评分规则;基于第一区域评分规则和第一检测结果,确定第一区域评分结果;基于第二区域评分规则和第二检测结果,确定第二区域评分结果;对第一区域评分结果和第二区域评分结果进行汇总,得到目标评分结果。
本申请上述实施例中,确定目标检测结果中目标区域的第一检测结果,以及目标区域之外的第一区域的第二检测结果包括:按照第一显示方式显示目标区域和第一检测结果,并按照第二显示方式显示第一区域和第二检测结果;接收区域调整结果,其中,区域调整结果通过对目标区域进行修改得到;确定目标检测结果中区域调整结果的检测结果为第一检测结果,并确定区域调整结果之外的第二区域的检测结果为第二检测结果。
本申请上述实施例中,该方法还包括:获取训练图像,其中,训练图像包括:手绘图案和标注信息,标注信息用于表征手绘图案中包含的预设元素的预设位置和预设类别;利用初始检测模型对训练图像进行检测,得到预设元素的检测结果,其中,预设检测结果用于表征预设元素的检测位置和检测类别;基于预设位置和检测位置、以及预设类别和检测类别,构建初始检测模型的损失函数;基于损失函数对初始检测模型进行参数更新,得到元素检测模型。
本申请上述实施例中,在基于目标检测结果对手绘钟表图案进行评分,得到手绘钟表图案的目标评分结果之前,该方法还包括:基于目标检测结果对钟表图像进行裁剪,得到裁剪后的图像;基于目标检测结果对裁剪后的图像进行旋转,得到旋转后的图像;基于目标检测结果对旋转后的图像进行评分,得到目标评分结果。
本申请上述实施例中,在获取钟表图像之前,该方法还包括:输出图像绘制信息,其中,手绘钟表图案基于图像绘制信息进行绘制。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例3
根据本申请实施例,还提供了一种图像处理方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图4是根据本申请实施例3的一种图像处理方法的流程图,如图4所示,该方法可以包括如下步骤:
步骤S402,响应作用于操作界面上的输入指令,在操作界面上显示目标图像;
其中,目标图像中包含目标手绘图案。
步骤S404,响应作用于操作界面上的检测指令,在操作界面上显示目标手绘图案的目标评分结果。
其中,目标评分结果通过目标手绘图案中包含的目标元素的目标检测结果对目标手绘图案进行评分得到,目标检测结果通过对目标图像进行检测得到,目标检测结果用于表征目标元素的目标位置和目标类别。
本申请上述实施例中,方法还包括:确定目标手绘图案对应的目标评分规则;基于目标评分规则和目标检测结果,确定目标评分结果。
本申请上述实施例中,手绘图案为钟表图案,目标元素包括:数字、轮廓和指针,目标评分规则包括:第一评分规则、第二评分规则,第三评分规则、第四评分规则和第五评分规则,其中,第一评分规则用于确定钟表图案中包含的时钟数字是否完整,第二评分规则用于确定时钟数字是否连续,第三评分规则用于确定轮廓是否为闭合的圆形,第四评分规则用于确定指针是否完整且位置正确,第五评分规则用于确定钟表图案对应的时间是否为预设时间
本申请上述实施例中,基于目标评分规则和目标检测结果,确定目标评分结果包括:基于第一评分规则和目标检测结果中数字的检测结果,确定第一评分结果;基于第二评分规则和目标检测结果中数字的检测结果,确定第二评分结果;基于第三评分规则和目标检测结果中轮廓的检测结果,确定第三评分结果;基于第四评分规则和目标检测结果中指针的检测结果,确定第四评分结果;基于第五评分规则和目标检测结果中指针的检测结果,确定第五评分结果;对第一评分结果、第二评分结果、第三评分结果、第四评分结果和第五评分结果进行汇总,得到目标评分结果。
本申请上述实施例中,基于第一评分规则和目标检测结果中数字的检测结果,确定第一评分结果包括:基于数字的检测结果,确定时钟数字的绘制位置;基于时钟数字的绘制位置,得到第一评分结果。
本申请上述实施例中,基于第二评分规则和目标检测结果中数字的检测结果,确定第二评分结果包括:基于时钟数字的绘制位置,确定时钟数字的第一中心;获取第一中心与轮廓的中心的距离,得到第一距离;获取时钟数字与钟表图案的预设轴线的夹角,得到目标夹角;将第一距离和第一预设距离进行比较,并将目标夹角和预设夹角进行比较,得到第二评分结果。
本申请上述实施例中,基于第三评分规则和目标检测结果中轮廓的检测结果,确定第三评分结果包括:基于轮廓的检测结果,确定轮廓的第一位置和轮廓的中心的第二位置;对目标图像进行霍夫圆检测,得到目标圆形的第三位置和目标圆形的中心的第四位置;基于第一位置和第三位置,确定目标面积,其中,目标面积用于表征目标圆形和轮廓出现交叠的部分的面积;获取第二位置和第四位置的距离,得到中心偏移;将目标面积和预设面积进行比较,并将中心偏移和预设偏移进行比较,得到第三评分结果。
本申请上述实施例中,基于第四评分规则和目标检测结果中指针的检测结果,确定第四评分结果包括:基于指针的检测结果,确定钟表图案中是否包含时针和分针;在钟表图案中包含时针和分针的情况下,获取时针图像和分针图像;基于时针图像和分针图像,确定时针和分针的指针交点;获取指针交点和轮廓的中心的距离,得到第二距离;将第二距离和第二预设距离进行比较,得到第四评分结果。
本申请上述实施例中,基于第五评分规则和目标检测结果中指针的检测结果,确定第五评分结果,包括:基于时针图像和分针图像,确定时针的第一方向和分针的第二方向;基于第一方向和第二方向,确定钟表图案对应的时间;将钟表图案对应的时间和预设时间进行比较,得到第五评分结果。
本申请上述实施例中,对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果包括:利用元素检测模型对目标图像进行检测,得到目标检测结果。
本申请上述实施例中,该方法还包括:获取训练图像,其中,训练图像包括:手绘图案和标注信息,标注信息用于表征手绘图案中包含的预设元素的预设位置和预设类别;利用初始检测模型对训练图像进行检测,得到预设元素的检测结果,其中,预设检测结果用于表征预设元素的检测位置和检测类别;基于预设位置和检测位置、以及预设类别和检测类别,构建初始检测模型的损失函数;基于损失函数对初始检测模型进行参数更新,得到元素检测模型。
本申请上述实施例中,在基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果之前,该方法还包括:基于目标检测结果对目标图像进行裁剪,得到裁剪后的图像;基于目标检测结果对裁剪后的图像进行旋转,得到旋转后的图像;基于目标检测结果对旋转后的图像进行评分,得到目标评分结果。
本申请上述实施例中,在获取目标图像之前,该方法还包括:输出图像绘制信息,其中,目标手绘图案基于图像绘制信息进行绘制。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例4
根据本申请实施例,还提供了一种图像处理方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图5是根据本申请实施例4的一种图像处理方法的流程图,如图5所示,该方法可以包括如下步骤:
步骤S502,云服务器接收客户端发送的目标图像;
其中,目标图像中包含目标手绘图案。
步骤S504,云服务器对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果;
其中,目标检测结果用于表征目标元素的目标位置和目标类别。
步骤S506,云服务器基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;
步骤S508,云服务器输出目标评分结果至客户端。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例5
根据本申请实施例,还提供了一种图像渲染方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图6是根据本申请实施例5的一种图像渲染方法的流程图,如图6所示,该方法可以包括如下步骤:
步骤S602,在虚拟现实VR设备或增强现实AR设备的呈现画面上展示目标图像;
其中,目标图像中包含目标手绘图案。
步骤S604,对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果;
其中,目标检测结果用于表征目标元素的目标位置和目标类别。
步骤S606,基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;
步骤S608,驱动VR设备或AR设备在呈现画面上展示目标评分结果。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例6
根据本申请实施例,还提供了一种用于实施上述图像处理方法的图像处理装置,图7是根据本申请实施例6的一种图像处理装置的示意图,如图7所示,该装置包括:获取模块702、检测模块704、评分模块706。
其中,获取模块用于获取目标图像,其中,目标图像中包含目标手绘图案;检测模块用于对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;评分模块用于基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果。
此处需要说明的是,上述获取模块702、检测模块704、评分模块706对应于实施例1的步骤S202至步骤S206,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算终端10中。
本申请实施例中,评分模块还用于确定目标手绘图案对应的目标评分规则,评分模块还用于基于目标评分规则和目标检测结果,确定目标评分结果。
本申请实施例中,手绘图案为钟表图案,目标元素包括:数字、轮廓和指针,目标评分规则包括:第一评分规则、第二评分规则,第三评分规则、第四评分规则和第五评分规则,其中,第一评分规则用于确定钟表图案中包含的时钟数字是否完整,第二评分规则用于确定时钟数字是否连续,第三评分规则用于确定轮廓是否为闭合的圆形,第四评分规则用于确定指针是否完整且位置正确,第五评分规则用于确定钟表图案对应的时间是否为预设时间
本申请实施例中,评分模块包括:确定单元、汇总单元。
其中,确定单元用于基于第一评分规则和目标检测结果中数字的检测结果,确定第一评分结果;确定单元还用于基于第二评分规则和目标检测结果中数字的检测结果,确定第二评分结果;确定单元还用于基于第三评分规则和目标检测结果中轮廓的检测结果,确定第三评分结果;确定单元还用于基于第四评分规则和目标检测结果中指针的检测结果,确定第四评分结果;确定单元还用于基于第五评分规则和目标检测结果中指针的检测结果,确定第五评分结果;汇总单元用于对第一评分结果、第二评分结果、第三评分结果、第四评分结果和第五评分结果进行汇总,得到目标评分结果。
本申请实施例中,确定单元还用于基于数字的检测结果,确定时钟数字的绘制位置;确定单元还用于基于时钟数字的绘制位置,得到第一评分结果。
本申请实施例中,确定单元还用于基于时钟数字的绘制位置,确定时钟数字的第一中心;确定单元还用于获取第一中心与轮廓的中心的距离,得到第一距离;确定单元还用于获取时钟数字与钟表图案的预设轴线的夹角,得到目标夹角;确定单元还用于将第一距离和第一预设距离进行比较,并将目标夹角和预设夹角进行比较,得到第二评分结果。
本申请实施例中,确定单元还用于基于轮廓的检测结果,确定轮廓的第一位置和轮廓的中心的第二位置;确定单元还用于对目标图像进行霍夫圆检测,得到目标圆形的第三位置和目标圆形的中心的第四位置;确定单元还用于基于第一位置和第三位置,确定目标面积,其中,目标面积用于表征目标圆形和轮廓出现交叠的部分的面积;确定单元还用于获取第二位置和第四位置的距离,得到中心偏移;确定单元还用于将目标面积和预设面积进行比较,并将中心偏移和预设偏移进行比较,得到第三评分结果。
本申请实施例中,确定单元还用于基于指针的检测结果,确定钟表图案中是否包含时针和分针;确定单元还用于在钟表图案中包含时针和分针的情况下,获取时针图像和分针图像;基于时针图像和分针图像,确定时针和分针的指针交点;获取指针交点和轮廓的中心的距离,得到第二距离;将第二距离和第二预设距离进行比较,得到第四评分结果。
本申请实施例中,确定单元还用于基于时针图像和分针图像,确定时针的第一方向和分针的第二方向;确定单元还用于基于第一方向和第二方向,确定钟表图案对应的时间;确定单元还用于将钟表图案对应的时间和预设时间进行比较,得到第五评分结果。
本申请实施例中,检测模块还用于利用元素检测模型对目标图像进行检测,得到目标检测结果。
本申请实施例中,该装置还包括:构建模块、更新模块。
其中,获取模块还用于获取训练图像,其中,训练图像包括:手绘图案和标注信息,标注信息用于表征手绘图案中包含的预设元素的预设位置和预设类别;检测模块还用于利用初始检测模型对训练图像进行检测,得到预设元素的检测结果,其中,预设检测结果用于表征预设元素的检测位置和检测类别;构建模块还用于基于预设位置和检测位置、以及预设类别和检测类别,构建初始检测模型的损失函数;更新模块还用于基于损失函数对初始检测模型进行参数更新,得到元素检测模型。
本申请实施例中,该装置还包括:剪裁模块、旋转模块。
其中,剪裁模块用于基于目标检测结果对目标图像进行裁剪,得到裁剪后的图像;旋转模块用于基于目标检测结果对裁剪后的图像进行旋转,得到旋转后的图像;评分模块还用于基于目标检测结果对旋转后的图像进行评分,得到目标评分结果。
本申请实施例中,该装置还包括:输出模块。
其中,输出模块用于输出图像绘制信息,其中,目标手绘图案基于图像绘制信息进行绘制。
实施例7
根据本申请实施例,还提供了一种用于实施上述图像处理方法的图像处理装置,图8是根据本申请实施例7的一种图像处理装置的示意图,如图8所示,该装置包括:获取模块802、检测模块804、评分模块806。
其中,获取模块用于获取钟表图像,其中,钟表图像中包含手绘钟表图案;检测模块用于对钟表图像进行检测,得到手绘钟表图案中包含的钟表元素的目标检测结果,其中,目标检测结果用于表征钟表元素的目标位置和目标类别;评分模块用于基于目标检测结果对手绘钟表图案进行评分,得到手绘钟表图案的目标评分结果。
此处需要说明的是,上述获取模块802、检测模块804、评分模块806对应于实施例2中的步骤S302至步骤S306,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
实施例8
根据本申请实施例,还提供了一种用于实施上述图像处理方法的图像处理装置,图9是根据本申请实施例8的一种图像处理装置的示意图,如图9所示,该装置包括:第一显示模块902、第二显示模块904。
其中,第一显示模块用于响应作用于操作界面上的输入指令,在操作界面上显示目标图像,其中,目标图像中包含目标手绘图案;第二显示模块用于响应作用于操作界面上的检测指令,在操作界面上显示目标手绘图案的目标评分结果,其中,目标评分结果通过目标手绘图案中包含的目标元素的目标检测结果对目标手绘图案进行评分得到,目标检测结果通过对目标图像进行检测得到,目标检测结果用于表征目标元素的目标位置和目标类别。
此处需要说明的是,上述第一显示模块902、第二显示模块904对应于实施例3中的步骤S402至步骤S406,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例9
根据本申请实施例,还提供了一种用于实施上述图像处理方法的图像处理装置,图10是根据本申请实施例9的一种图像处理装置的示意图,如图10所示,该装置包括:接收模块1002、检测模块1004、评分模块1006、输出模块1008。
其中,接收模块用于云服务器接收客户端发送的目标图像,其中,目标图像中包含目标手绘图案;检测模块用于云服务器对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;评分模块用于云服务器基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;输出模块用于云服务器输出目标评分结果至客户端。
此处需要说明的是,上述接收模块1002、检测模块1004、评分模块1006、输出模块1008对应于实施例4中的步骤S502至步骤S508,四个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例10
根据本申请实施例,还提供了一种用于实施上述图像渲染方法的图像渲染装置,图11是根据本申请实施例10的一种图像渲染装置的示意图,如图11所示,该装置包括:展示模块1102、检测模块1104、评分模块1106、驱动模块1108。
其中,展示模块用于在虚拟现实VR设备或增强现实AR设备的呈现画面上展示目标图像,其中,目标图像中包含目标手绘图案;检测模块用于对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;评分模块用于基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;驱动模块用于驱动VR设备或AR设备在呈现画面上展示目标评分结果。
此处需要说明的是,上述展示模块1102、检测模块1104、评分模块1106、驱动模块1108对应于实施例5中的步骤S602至步骤S608,四个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
另外,上述图像渲染装置所使用的图像渲染方法可以应用于如图12所示的由服务器102、AR-VR设备104所构成的硬件环境中,图12是根据本申请实施例的一种图像渲染方法的硬件环境的示意图。如图12所示,服务器102通过网络与AR-VR设备104进行连接,可以为媒体文件运营商对应的服务器,上述网络包括但不限于:广域网、城域网或局域网,上述AR-VR设备104可以为虚拟现实VR设备或者增强现实AR设备,其中,虚拟现实VR设备并不限定于:虚拟现实头盔、虚拟现实眼镜、虚拟现实一体机等。
可选地,AR-VR设备104包括:存储器、处理器和传输装置。存储器用于存储应用程序,该应用程序可以用于执行:获取目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果。
该实施例的处理器可以通过传输装置调用上述存储器存储的应用程序以执行上述步骤。传输装置可以通过网络接收服务器发送的目标图像,也可以用于上述处理器与存储器之间的数据传输。
可选地,在AR-VR设备104中,带有眼球追踪的头戴式显示器(Head MountDisplay,简称为HMD),该HMD头显中的屏幕,用于显示实时的画面,HMD中的眼球追踪模块,用于获取用户眼球的实时运动路径,跟踪系统,用于追踪用户在真实三维空间的位置信息与运动信息,计算处理单元,用于从跟踪系统中获取用户的实时位置与运动信息,并计算出用户头部在虚拟三维空间中的三维坐标,以及用户在虚拟三维空间中的视野朝向等。
图13是根据本发明实施例的另一种媒体文件的投放方法的硬件环境的示意图。如图13所示,AR-VR设备104与终端106相连接,终端106与服务器102通过网络进行连接,上述AR-VR设备104并不限定于:虚拟现实头盔、虚拟现实眼镜、虚拟现实一体机等,上述终端104并不限定于PC、手机、平板电脑等,服务器102可以为媒体文件运营商对应的服务器,上述网络包括但不限于:广域网、城域网或局域网。
可选地,该实施例的AR-VR设备104与上述实施例中的作用相同,该实施例的终端可以用于执行:获取目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果。
可选地,该实施例的AR-VR设备104带有的眼球追踪的HMD头显与眼球追踪模块与上述实施例中的作用相同,也即,HMD头显中的屏幕,用于显示实时的画面,HMD中的眼球追踪模块,用于获取用户眼球的实时运动路径。该实施例的终端通过跟踪系统获取用户在真实三维空间的位置信息与运动信息,并计算出用户头部在虚拟三维空间中的三维坐标,以及用户在虚拟三维空间中的视野朝向。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例11
本申请的实施例可以提供一种计算机终端,该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地,在本实施例中,上述计算机终端也可以替换为移动终端等终端设备。
可选地,在本实施例中,上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中,上述计算机终端可以执行图像处理方法中以下步骤的程序代码:获取目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果。
可选地,图14是根据本申请实施例的一种计算机终端的结构框图。如图14所示,该计算机终端A可以包括:一个或多个(图中仅示出一个)处理器、存储器。
其中,存储器可用于存储软件程序以及模块,如本申请实施例中的图像处理方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的图像处理方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至终端A。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:获取目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:获取钟表图像,其中,钟表图像中包含手绘钟表图案;对钟表图像进行检测,得到手绘钟表图案中包含的钟表元素的目标检测结果,其中,目标检测结果用于表征钟表元素的目标位置和目标类别;基于目标检测结果对手绘钟表图案进行评分,得到手绘钟表图案的目标评分结果。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:响应作用于操作界面上的输入指令,在操作界面上显示目标图像,其中,目标图像中包含目标手绘图案;响应作用于操作界面上的检测指令,在操作界面上显示目标手绘图案的目标评分结果,其中,目标评分结果通过目标手绘图案中包含的目标元素的目标检测结果对目标手绘图案进行评分得到,目标检测结果通过对目标图像进行检测得到,目标检测结果用于表征目标元素的目标位置和目标类别。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:云服务器接收客户端发送的目标图像,其中,目标图像中包含目标手绘图案;云服务器对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;云服务器基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;云服务器输出目标评分结果至客户端。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:在虚拟现实VR设备或增强现实AR设备的呈现画面上展示目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;驱动VR设备或AR设备在呈现画面上展示目标评分结果。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:获取目标图像,其中,目标图像中包含目标手绘图案,目标手绘图案由目标对象进行绘制;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;基于目标评分结果对目标对象进行状态识别,得到目标对象的识别结果,其中,识别结果用于表征目标对象是否为预设状态。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:获取目标遥感图像,其中,目标遥感图像中包含目标区域的手绘图案;对目标遥感图像进行检测,得到手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对手绘图案进行评分,得到手绘图案的目标评分结果;基于目标评分结果对目标区域进行识别,得到目标区域的识别结果,其中,识别结果用于表征目标区域是否为预设区域。
采用本申请实施例,提供了一种图像处理方法,首先获取目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果,实现了提高对评分过程的可解释性的效果。容易注意到的是,在对目标图像进行检测时,可以检测得到目标手绘图案中包含的目标元素的目标位置和目标类别,在评分的过程中可以基于目标位置和目标类别进行评分,使得评分粒度更细,可以提高评分过程中的可解释性,可以给出具体的扣分原因,从而提高评分的准确度,进而解决了相关技术中对目标手绘图像的进行评分的准确度较低的技术问题。
本领域普通技术人员可以理解,图14所示的结构仅为示意,计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等终端设备。图14其并不对上述电子装置的结构造成限定。例如,计算机终端A还可包括比图14中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图14所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
实施例12
本申请的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例所提供的图像处理方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:获取目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果。
可选地,上述存储介质还被设置为存储用于执行以下步骤的程序代码:确定目标手绘图案对应的目标评分规则;基于目标评分规则和目标检测结果,确定目标评分结果。
可选地,上述存储介质还被设置为存储用于执行以下步骤的程序代码:手绘图案为钟表图案,目标元素包括:数字、轮廓和指针,目标评分规则包括:第一评分规则、第二评分规则,第三评分规则、第四评分规则和第五评分规则,其中,第一评分规则用于确定钟表图案中包含的时钟数字是否完整,第二评分规则用于确定时钟数字是否连续,第三评分规则用于确定轮廓是否为闭合的圆形,第四评分规则用于确定指针是否完整且位置正确,第五评分规则用于确定钟表图案对应的时间是否为预设时间。
可选地,上述存储介质还被设置为存储用于执行以下步骤的程序代码:基于第一评分规则和目标检测结果中数字的检测结果,确定第一评分结果;基于第二评分规则和目标检测结果中数字的检测结果,确定第二评分结果;基于第三评分规则和目标检测结果中轮廓的检测结果,确定第三评分结果;基于第四评分规则和目标检测结果中指针的检测结果,确定第四评分结果;基于第五评分规则和目标检测结果中指针的检测结果,确定第五评分结果;对第一评分结果、第二评分结果、第三评分结果、第四评分结果和第五评分结果进行汇总,得到目标评分结果。
可选地,上述存储介质还被设置为存储用于执行以下步骤的程序代码:获取训练图像,其中,训练图像包括:手绘图案和标注信息,标注信息用于表征手绘图案中包含的预设元素的预设位置和预设类别;利用初始检测模型对训练图像进行检测,得到预设元素的检测结果,其中,预设检测结果用于表征预设元素的检测位置和检测类别;基于预设位置和检测位置、以及预设类别和检测类别,构建初始检测模型的损失函数;基于损失函数对初始检测模型进行参数更新,得到元素检测模型。
可选地,上述存储介质还被设置为存储用于执行以下步骤的程序代码:基于目标检测结果对目标图像进行裁剪,得到裁剪后的图像;基于目标检测结果对裁剪后的图像进行旋转,得到旋转后的图像;基于目标检测结果对旋转后的图像进行评分,得到目标评分结果。
可选地,上述存储介质还被设置为存储用于执行以下步骤的程序代码:输出图像绘制信息,其中,目标手绘图案基于图像绘制信息进行绘制。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取钟表图像,其中,钟表图像中包含手绘钟表图案;对钟表图像进行检测,得到手绘钟表图案中包含的钟表元素的目标检测结果,其中,目标检测结果用于表征钟表元素的目标位置和目标类别;基于目标检测结果对手绘钟表图案进行评分,得到手绘钟表图案的目标评分结果。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:响应作用于操作界面上的输入指令,在操作界面上显示目标图像,其中,目标图像中包含目标手绘图案;响应作用于操作界面上的检测指令,在操作界面上显示目标手绘图案的目标评分结果,其中,目标评分结果通过目标手绘图案中包含的目标元素的目标检测结果对目标手绘图案进行评分得到,目标检测结果通过对目标图像进行检测得到,目标检测结果用于表征目标元素的目标位置和目标类别。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:云服务器接收客户端发送的目标图像,其中,目标图像中包含目标手绘图案;云服务器对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;云服务器基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;云服务器输出目标评分结果至客户端。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:在虚拟现实VR设备或增强现实AR设备的呈现画面上展示目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;驱动VR设备或AR设备在呈现画面上展示目标评分结果。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取目标图像,其中,目标图像中包含目标手绘图案,目标手绘图案由目标对象进行绘制;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;基于目标评分结果对目标对象进行状态识别,得到目标对象的识别结果,其中,识别结果用于表征目标对象是否为预设状态。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取目标遥感图像,其中,目标遥感图像中包含目标区域的手绘图案;对目标遥感图像进行检测,得到手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对手绘图案进行评分,得到手绘图案的目标评分结果;基于目标评分结果对目标区域进行识别,得到目标区域的识别结果,其中,识别结果用于表征目标区域是否为预设区域。
采用本申请实施例,提供了一种图像处理方法,首先获取目标图像,其中,目标图像中包含目标手绘图案;对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果,实现了提高对评分过程的可解释性的效果。容易注意到的是,在对目标图像进行检测时,可以检测得到目标手绘图案中包含的目标元素的目标位置和目标类别,在评分的过程中可以基于目标位置和目标类别进行评分,使得评分粒度更细,可以提高评分过程中的可解释性,可以给出具体的扣分原因,从而提高评分的准确度,进而解决了相关技术中对目标手绘图像的进行评分的准确度较低的技术问题。
实施例13
根据本申请实施例,还提供了一种状态识别法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图15是根据本申请实施例13的一种状态识别方法的流程图,如图15所示,该方法可以包括如下步骤:
步骤S1502,获取目标图像。
其中,目标图像中包含目标手绘图案,目标手绘图案由目标对象进行绘制。
上述的目标对象可以为待检测智力的对象。上述的目标对象可以为待检测健康的对象。
步骤S1504,对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果。
其中,目标检测结果用于表征目标元素的目标位置和目标类别。
步骤S1506,基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果。
步骤S1508,基于目标评分结果对目标对象进行状态识别,得到目标对象的识别结果。
其中,识别结果用于表征目标对象是否为预设状态。
上述的预设状态可以用于表示目标对象是否处于老年痴呆或者智力发育较低。
在一种可选的实施例中,可以根据目标评分结果对目标对象进行状态识别,若目标评分结果大于预设评分结果,则说明目标对象的未处于老年痴呆或者智力发育较低的情况。
在另一种可选的实施例中,可以根据儿童的年龄阶段设置对应的预设评分结果,若目标对象为儿童时,可以先确定儿童的年龄,根据该年龄确定其对应的预设评分结果,可以根据目标对象的目标评分结果和预设评分结果对儿童进行状态识别,确定儿童是否存在智力发育不平衡的情况。
在又一种可选的实施例中,可以根据老人的年龄阶段设置对应的预设评分结果,若目标对象为老人时,可以先确定老人的年龄,根据该年龄确定其对应的预设评分结果,可以根据目标对象的目标评分结果和预设评分结果对老人进行状态识别,确定老人是否存在老年痴呆的情况。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例14
根据本申请实施例,还提供了一种区域识别法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图16是根据本申请实施例14的一种区域识别方法的流程图,如图16所示,该方法可以包括如下步骤:
步骤S1602,获取目标遥感图像。
其中,目标遥感图像中包含目标区域的手绘图案。
上述的目标遥感图像可以为建筑物、水体、地块的图像,其中,目标区域可以为建筑物所在的区域,目标区域还可以为水体所在的区域,目标区域还可以为地块所在的区域。
在一种可选的实施例中,可以获取包含目标区域手绘图案的目标遥感图像,对目标遥感图像进行检测,以便得到手绘图像中目标元素的检测结果。
步骤S1604,对目标遥感图像进行检测,得到手绘图案中包含的目标元素的目标检测结果。
其中,目标检测结果用于表征目标元素的目标位置和目标类别。
步骤S1606,基于目标检测结果对手绘图案进行评分,得到手绘图案的目标评分结果。
步骤S1608,基于目标评分结果对目标区域进行识别,得到目标区域的识别结果。
其中,识别结果用于表征目标区域是否为预设区域。
上述的预设区域可以为预先绘制的标准的建筑物、水域或地块的图像,上述的预设区域还可以为拍摄得到的建筑物、水域或者地块的图像。
在一种可选的实施例中,可以根据目标评分结果对目标区域进行识别,得到目标区域的识别结果,以便于根据该识别结果判断目标区域是否为预设区域,若目标区域为预设区域,则可以通过基于目标遥感图像对目标区域的建筑物、水域或地块进行处理,可选的,可以对目标遥感图像中的目标区域进行检测,得到目标区域的检测结果。若目标区域不为预设区域,则说明目标区域的绘制不精确,该目标遥感图像中目标区域的手绘图像绘制的准确度较低,若使用该目标遥感图像对目标区域检测,得到的检测结果准确度较低。
本申请上述实施例中,在基于目标评分结果对目标区域进行识别,得到目标区域的识别结果之后,方法还包括:在识别结果为目标区域不是预设区域的情况下,输出目标遥感图像和预设区域对应的预设遥感图像;接收新遥感图像,其中,新遥感图像通过对目标区域进行重新绘制得到;对新遥感图像进行检测,得到目标区域的检测结果,其中,检测结果用于表征目标区域的类型。
在一种可选的实施例中,在识别结果为目标区域不为预设区域的情况下,可以输出目标遥感图像和预设区域对应的预设遥感图像,预编用户根据预设遥感图像对目标区域重新绘制,得到新遥感图像,通过对新遥感图像进行检测,可以得到目标区域的检测结果,从而根据该检测结果得到目标区域的类型。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例15
根据本申请实施例,还提供了一种用于实施上述状态识别方法的状态识别装置,图17是根据本申请实施例15的一种状态识别装置的示意图,如图17所示,该装置1700包括:获取模块1702、检测模块1704、评分模块1706、识别模块1708。
其中,获取模块用于获取目标图像,其中,目标图像中包含目标手绘图案,目标手绘图案由目标对象进行绘制;检测模块用于对目标图像进行检测,得到目标手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;评分模块用于基于目标检测结果对目标手绘图案进行评分,得到目标手绘图案的目标评分结果;识别模块用于基于目标评分结果对目标对象进行状态识别,得到目标对象的识别结果,其中,识别结果用于表征目标对象是否为预设状态。
此处需要说明的是,上述获取模块1702、检测模块1704、评分模块1706、识别模块1708对应于实施例15中的步骤S1502至步骤S1508,四个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例16
根据本申请实施例,还提供了一种用于实施上述区域识别方法的区域识别装置,图18是根据本申请实施例16的一种区域识别装置的示意图,如图18所示,该装置1800包括:获取模块1802、检测模块1804、评分模块1806、识别模块1808。
其中,获取模块用于获取目标遥感图像,其中,目标遥感图像中包含目标区域的手绘图案;检测模块用于对目标遥感图像进行检测,得到手绘图案中包含的目标元素的目标检测结果,其中,目标检测结果用于表征目标元素的目标位置和目标类别;评分模块用于基于目标检测结果对手绘图案进行评分,得到手绘图案的目标评分结果;识别模块用于基于目标评分结果对目标区域进行识别,得到目标区域的识别结果,其中,识别结果用于表征目标区域是否为预设区域。
此处需要说明的是,上述获取模块1802、检测模块1804、评分模块1806、识别模块1808对应于实施例14中的步骤S1602至步骤S1608,四个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。
本申请上述实施例中,该装置还包括:输出模块、接收模块。
其中,输出模块用于在识别结果为目标区域不是预设区域的情况下,输出目标遥感图像和预设区域对应的预设遥感图像;接收模块用于接收新遥感图像,其中,新遥感图像通过对目标区域进行重新绘制得到;检测模块还用于对新遥感图像进行检测,得到目标区域的检测结果,其中,检测结果用于表征目标区域的类型。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (14)
1.一种图像处理方法,其特征在于,包括:
获取目标图像,其中,所述目标图像中包含目标手绘图案;
对所述目标图像进行检测,得到所述目标手绘图案中包含的目标元素的目标检测结果,其中,所述目标检测结果用于表征所述目标元素的目标位置和目标类别;
基于所述目标检测结果对所述目标手绘图案进行评分,得到所述目标手绘图案的目标评分结果。
2.根据权利要求1所述的方法,其特征在于,基于所述目标检测结果对所述目标手绘图案进行评分,得到所述目标手绘图案的目标评分结果包括:
确定所述目标手绘图案对应的目标评分规则;
基于所述目标评分规则和所述目标检测结果,确定所述目标评分结果。
3.根据权利要求2所述的方法,其特征在于,在所述目标评分规则包括:多个评分规则的情况下,基于所述目标评分规则和所述目标检测结果,确定所述目标评分结果包括:
分别基于所述多个评分规则和所述目标检测结果,确定所述多个评分规则对应的多个评分结果;
对所述多个评分结果进行汇总,得到所述目标评分结果。
4.根据权利要求3所述的方法,其特征在于,所述手绘图案为钟表图案,所述目标元素包括:数字、轮廓和指针,所述目标评分规则包括如下至少之一:第一评分规则、第二评分规则,第三评分规则、第四评分规则和第五评分规则,其中,所述第一评分规则用于确定所述钟表图案中包含的时钟数字是否完整,所述第二评分规则用于确定所述时钟数字是否连续,所述第三评分规则用于确定所述轮廓是否为闭合的圆形,所述第四评分规则用于确定所述指针是否完整且位置正确,所述第五评分规则用于确定所述钟表图案对应的时间是否为预设时间。
5.根据权利要求1所述的方法,其特征在于,对所述目标图像进行检测,得到所述目标手绘图案中包含的目标元素的目标检测结果包括:
利用元素检测模型对所述目标图像进行检测,得到所述目标检测结果。
6.根据权利要求1所述的方法,其特征在于,基于所述目标检测结果对所述目标手绘图案进行评分,得到所述目标手绘图案的目标评分结果包括:
确定所述目标检测结果中目标区域的第一检测结果,以及所述目标区域之外的第一区域的第二检测结果;
确定所述目标区域对应的第一区域评分规则和所述第一区域对应的第二区域评分规则;
基于所述第一区域评分规则和所述第一检测结果,确定第一区域评分结果;
基于所述第二区域评分规则和所述第二检测结果,确定第二区域评分结果;
对所述第一区域评分结果和所述第二区域评分结果进行汇总,得到所述目标评分结果。
7.根据权利要求6所述的方法,其特征在于,确定所述目标检测结果中目标区域的第一检测结果,以及所述目标区域之外的第一区域的第二检测结果包括:
按照第一显示方式显示所述目标区域和所述第一检测结果,并按照第二显示方式显示所述第一区域和所述第二检测结果;
接收区域调整结果,其中,所述区域调整结果通过对所述目标区域进行修改得到;
确定所述目标检测结果中所述区域调整结果的检测结果为所述第一检测结果,并确定所述区域调整结果之外的第二区域的检测结果为所述第二检测结果。
8.一种图像处理方法,其特征在于,包括:
获取钟表图像,其中,所述钟表图像中包含手绘钟表图案;
对所述钟表图像进行检测,得到所述手绘钟表图案中包含的钟表元素的目标检测结果,其中,所述目标检测结果用于表征所述钟表元素的目标位置和目标类别;
基于所述目标检测结果对所述手绘钟表图案进行评分,得到所述手绘钟表图案的目标评分结果。
9.一种状态识别方法,其特征在于,包括:
获取目标图像,其中,所述目标图像中包含目标手绘图案,所述目标手绘图案由目标对象进行绘制;
对所述目标图像进行检测,得到所述目标手绘图案中包含的目标元素的目标检测结果,其中,所述目标检测结果用于表征所述目标元素的目标位置和目标类别;
基于所述目标检测结果对所述目标手绘图案进行评分,得到所述目标手绘图案的目标评分结果;
基于所述目标评分结果对所述目标对象进行状态识别,得到所述目标对象的识别结果,其中,所述识别结果用于表征所述目标对象是否为预设状态。
10.一种区域识别方法,其特征在于,包括:
获取目标遥感图像,其中,所述目标遥感图像中包含目标区域的手绘图案;
对所述目标遥感图像进行检测,得到所述手绘图案中包含的目标元素的目标检测结果,其中,所述目标检测结果用于表征所述目标元素的目标位置和目标类别;
基于所述目标检测结果对所述手绘图案进行评分,得到所述手绘图案的目标评分结果;
基于所述目标评分结果对所述目标区域进行识别,得到所述目标区域的识别结果,其中,所述识别结果用于表征所述目标区域是否为预设区域。
11.根据权利要求10所述的方法,其特征在于,在基于所述目标评分结果对所述目标区域进行识别,得到所述目标区域的识别结果之后,所述方法还包括:
在所述识别结果为所述目标区域不是所述预设区域的情况下,输出所述目标遥感图像和所述预设区域对应的预设遥感图像;
接收新遥感图像,其中,所述新遥感图像通过对所述目标区域进行重新绘制得到;
对所述新遥感图像进行检测,得到所述目标区域的检测结果,其中,所述检测结果用于表征所述目标区域的类型。
12.一种图像处理方法,其特征在于,包括:
云服务器接收客户端发送的目标图像,其中,所述目标图像中包含目标手绘图案;
所述云服务器对所述目标图像进行检测,得到所述目标手绘图案中包含的目标元素的目标检测结果,其中,所述目标检测结果用于表征所述目标元素的目标位置和目标类别;
所述云服务器基于所述目标检测结果对所述目标手绘图案进行评分,得到所述目标手绘图案的目标评分结果;
所述云服务器输出所述目标评分结果至所述客户端。
13.一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包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至12中任意一项所述的方法。
14.一种电子设备,其特征在于,包括:存储器和处理器,所述处理器用于运行所述存储器中存储的程序,其中,所述程序运行时执行权利要求1至12中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210694188.9A CN114782964A (zh) | 2022-06-20 | 2022-06-20 | 图像处理方法、存储介质以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210694188.9A CN114782964A (zh) | 2022-06-20 | 2022-06-20 | 图像处理方法、存储介质以及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114782964A true CN114782964A (zh) | 2022-07-22 |
Family
ID=82422090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210694188.9A Pending CN114782964A (zh) | 2022-06-20 | 2022-06-20 | 图像处理方法、存储介质以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114782964A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103946885A (zh) * | 2011-11-17 | 2014-07-23 | 拜耳医疗保健公司 | 用于收集、报告和管理关于医疗诊断程序的信息的方法和技术 |
CN105528791A (zh) * | 2015-12-17 | 2016-04-27 | 广东工业大学 | 一种面向触摸屏手绘图像的质量评价装置及其评价方法 |
CN110298250A (zh) * | 2019-05-30 | 2019-10-01 | 广东爱贝佳科技有限公司 | 一种书写评分及纠错方法和交互式系统 |
CN111626297A (zh) * | 2020-04-13 | 2020-09-04 | 小船出海教育科技(北京)有限公司 | 文字书写质量评价方法、装置、电子设备和记录介质 |
CN111652287A (zh) * | 2020-05-11 | 2020-09-11 | 重庆大学 | 基于卷积深度神经网络的ad量表手绘交叉五边形分类方法 |
CN112183046A (zh) * | 2020-09-25 | 2021-01-05 | 北京有竹居网络技术有限公司 | 一种手写字的质量评价方法、装置、设备和存储介质 |
CN113744872A (zh) * | 2021-09-22 | 2021-12-03 | 四川省医学科学院·四川省人民医院 | 一种智能交互的阿尔兹海默症辅助筛查系统 |
CN113989588A (zh) * | 2021-10-26 | 2022-01-28 | 佛山市仝睿医疗科技有限公司 | 一种基于自学习的五边形绘图测试智能评价系统及方法 |
-
2022
- 2022-06-20 CN CN202210694188.9A patent/CN114782964A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103946885A (zh) * | 2011-11-17 | 2014-07-23 | 拜耳医疗保健公司 | 用于收集、报告和管理关于医疗诊断程序的信息的方法和技术 |
CN105528791A (zh) * | 2015-12-17 | 2016-04-27 | 广东工业大学 | 一种面向触摸屏手绘图像的质量评价装置及其评价方法 |
CN110298250A (zh) * | 2019-05-30 | 2019-10-01 | 广东爱贝佳科技有限公司 | 一种书写评分及纠错方法和交互式系统 |
CN111626297A (zh) * | 2020-04-13 | 2020-09-04 | 小船出海教育科技(北京)有限公司 | 文字书写质量评价方法、装置、电子设备和记录介质 |
CN111652287A (zh) * | 2020-05-11 | 2020-09-11 | 重庆大学 | 基于卷积深度神经网络的ad量表手绘交叉五边形分类方法 |
CN112183046A (zh) * | 2020-09-25 | 2021-01-05 | 北京有竹居网络技术有限公司 | 一种手写字的质量评价方法、装置、设备和存储介质 |
CN113744872A (zh) * | 2021-09-22 | 2021-12-03 | 四川省医学科学院·四川省人民医院 | 一种智能交互的阿尔兹海默症辅助筛查系统 |
CN113989588A (zh) * | 2021-10-26 | 2022-01-28 | 佛山市仝睿医疗科技有限公司 | 一种基于自学习的五边形绘图测试智能评价系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11903644B2 (en) | Measuring eye refraction | |
US7286725B2 (en) | Information presentation apparatus for suggesting a presentation accuracy of related information and information presentation method | |
US20160086322A1 (en) | Image measurement device | |
CN106325521B (zh) | 测试虚拟现实头显设备软件的方法及装置 | |
CN106204431B (zh) | 智能眼镜的显示方法及装置 | |
KR101455200B1 (ko) | 학습 모니터링 장치 및 학습 모니터링 방법 | |
CN112101124B (zh) | 一种坐姿检测方法及装置 | |
WO2020020022A1 (zh) | 视觉识别方法及其系统 | |
CN111914812A (zh) | 图像处理模型训练方法、装置、设备及存储介质 | |
CN110199316A (zh) | 相机和相机的图像处理方法 | |
EP3699808A1 (en) | Facial image detection method and terminal device | |
CN111387932B (zh) | 一种视力检测方法、装置及设备 | |
WO2021082636A1 (zh) | 一种关注区域检测方法、装置、可读存储介质及终端设备 | |
CN107430289A (zh) | 用于确定非对称镜片的静止角的系统与方法 | |
CN114782964A (zh) | 图像处理方法、存储介质以及电子设备 | |
US20230020578A1 (en) | Systems and methods for vision test and uses thereof | |
EP4054187A1 (en) | Calibration method of a portable electronic device | |
CN110162949B (zh) | 控制图像显示的方法及装置 | |
CN110244839B (zh) | 控制方法、电子设备和存储介质 | |
CN113569594A (zh) | 一种人脸关键点的标注方法及装置 | |
CN110287872A (zh) | 一种基于移动终端的兴趣点视线方向识别方法及装置 | |
CN110956130A (zh) | 一种四级人脸检测和关键点回归的方法及系统 | |
KR101985658B1 (ko) | 지문 데이터 획득 방법 및 그 장치 | |
CN217723475U (zh) | 一种用于视力检测的眼镜 | |
JP7013612B2 (ja) | 情報処理装置、情報処理方法、コンピュータプログラム、及びコンピュータ装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220722 |
|
RJ01 | Rejection of invention patent application after publication |