一种图片识别方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种图片识别方法、装置及电子设备，本发明专利技术中将待分析图片切分为多个子区域图片，获取每个子区域图片的图像特征，提取出每个子区域图片的图像特征中表征相应的子区域图片的属性的属性特征，基于每个子区域图片的属性特征，确定所述待分析图片的分析结果。本发明专利技术中能够直接确定待分析图片的分析结果，不需要人工参与，进而降低人工工作量，也不需要人工有图片处理领域的经验。

A method, device and electronic device for image recognition

The invention provides an image recognition method, a device and an electronic device. In the invention, the image is cut into a number of sub region pictures, and the image features of each sub region picture are obtained. The attributes of the attributes of the corresponding subregion pictures are extracted from the image features of each subregion, based on each subregion. The attributes of the regional pictures are determined to determine the analysis result of the picture to be analyzed. In the invention, the analysis results of the images to be analyzed can be directly determined, without the need of manual participation, and then the manual work is reduced, and the experience in the field of image processing is not needed.

【技术实现步骤摘要】
一种图片识别方法、装置及电子设备
本专利技术涉及图像处理领域，更具体的说，涉及一种图片识别方法、装置及电子设备。
技术介绍
目前手机可以让我们随时随地的拍摄照片，并可以使用美图、PS(Photoshop)等软件对拍摄的照片进行编辑修改后，让我们随时随地分享处理后的图片。现有技术中，确定一个图片是原图还是经过处理后的图片，是人工分析待分析图片的图片边缘是否清晰、渐变是否自然等方法来确定的，但是人工分析待分析图片的图片边缘是否清晰、渐变是否自然等方法来确定一个图片是原图还是经过处理后的图片，人工工作量较大且需要人工有图片处理领域的经验。
技术实现思路
有鉴于此，本专利技术提供一种图片识别方法、装置及电子设备，以解决人工分析待分析图片的图片边缘是否清晰、渐变是否自然等方法来确定一个图片是原图还是经过处理后的图片，人工工作量较大且需要人工有图片处理领域的经验的问题。为解决上述技术问题，本专利技术采用了如下技术方案：一种图片识别方法，包括：将待分析图片切分为多个子区域图片；获取每个子区域图片的图像特征；提取出每个子区域图片的图像特征中表征相应的子区域图片的属性的属性特征；基于每个子区域图片的属性特征，确定所述待分析图片的分析结果；其中，所述分析结果为是否经过图片处理的结果。优选地，基于每个子区域图片的属性特征，确定所述待分析图片的分析结果，包括：基于每个子区域图片的属性特征以及神经网络模型，确定所述待分析图片的分析结果。优选地，所述神经网络模型的生成过程包括：获取样本图片；其中，所述样本图片包括多个原图样本和多个经过图片处理后的图片样本；将每个样本图片切分为多个子图片；确定每个所述子图片的属性特征；获取初始神经网络模型；基于每个所述子图片的属性特征，对所述初始神经网络模型中的各个神经层进行训练，得到每个所述神经层的参数；基于每个所述神经层的参数，得到所述神经网络模型。优选地，当所述待分析图片的分析结果包括经过图片处理的结果时，还包括：确定所述待分析图片对应的未经图片处理的原图。优选地，确定所述待分析图片对应的未经图片处理的原图，包括：基于所述待分析图片以及预设搜索模型，从图片库中确定得到与所述待分析图片的相似度大于预设数值的中间图片、每个中间图片与所述待分析图片的相似度；基于所述神经网络模型，确定出所述中间图片中的原图片；根据每个原图片与所述待分析图片的相似度，确定出与所述待分析图片的相似度最大的原图片；将确定出的相似度最大的原图片作为所述待分析图片对应的未经图片处理的原图。一种图片识别装置，包括：第一切分模块，用于将待分析图片切分为多个子区域图片；第一获取模块，用于获取每个子区域图片的图像特征；提取模块，用于提取出每个子区域图片的图像特征中表征相应的子区域图片的属性的属性特征；第一确定模块，用于基于每个子区域图片的属性特征，确定所述待分析图片的分析结果；其中，所述分析结果为是否经过图片处理的结果。优选地，所述第一确定模块包括：第一确定子模块，用于基于每个子区域图片的属性特征以及神经网络模型，确定所述待分析图片的分析结果。优选地，还包括：第二获取模块，用于获取样本图片；其中，所述样本图片包括多个原图样本和多个经过图片处理后的图片样本；第二切分模块，用于将每个样本图片切分为多个子图片；第二确定模块，用于确定每个所述子图片的属性特征；第三获取模块，用于获取初始神经网络模型；训练模块，用于基于每个所述子图片的属性特征，对所述初始神经网络模型中的各个神经层进行训练，得到每个所述神经层的参数；第三确定模块，用于基于每个所述神经层的参数，得到所述神经网络模型。优选地，还包括：第四确定模块，用于当所述待分析图片的分析结果包括经过图片处理的结果时，确定所述待分析图片对应的未经图片处理的原图。优选地，所述第四确定模块包括：第二确定子模块，用于基于所述待分析图片以及预设搜索模型，从图片库中确定得到与所述待分析图片的相似度大于预设数值的中间图片、每个中间图片与所述待分析图片的相似度；第三确定子模块，用于基于所述神经网络模型，确定出所述中间图片中的原图片；第四确定子模块，用于根据每个原图片与所述待分析图片的相似度，确定出与所述待分析图片的相似度最大的原图片；第五确定子模块，用于将确定出的相似度最大的原图片作为所述待分析图片对应的未经图片处理的原图。一种电子设备，包括：存储器和处理器；其中，所述存储器用于存储程序；处理器用于调用程序，其中，所述程序用于：将待分析图片切分为多个子区域图片；获取每个子区域图片的图像特征；提取出每个子区域图片的图像特征中表征相应的子区域图片的属性的属性特征；基于每个子区域图片的属性特征，确定所述待分析图片的分析结果；其中，所述分析结果为是否经过图片处理的结果。相较于现有技术，本专利技术具有以下有益效果：本专利技术提供了一种图片识别方法、装置及电子设备，本专利技术中将待分析图片切分为多个子区域图片，获取每个子区域图片的图像特征，提取出每个子区域图片的图像特征中表征相应的子区域图片的属性的属性特征，基于每个子区域图片的属性特征，确定所述待分析图片的分析结果。本专利技术中能够直接确定待分析图片的分析结果，不需要人工参与，进而降低人工工作量，也不需要人工有图片处理领域的经验。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术提供的一种图片识别方法的方法流程图；图2为本专利技术提供的另一种图片识别方法的方法流程图；图3为本专利技术提供的再一种图片识别方法的方法流程图；图4为本专利技术提供的一种图片识别装置的结构示意图；图5为本专利技术提供的另一种图片识别装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本专利技术提供了一种图片识别方法，参照图1，可以包括：S11、将待分析图片切分为多个子区域图片；其中，将待分析图片进行切分，可以采用扫描窗或者是候选窗的方法进行切分。其中，候选窗是利用图像中的纹理、边缘、颜色等信息来确定候选窗口，比如采用选择性搜索策略检测出图像中可能存在人脸的目标候选窗口，搜索出多个候选窗口。假设待分析图片为一张猫的图片，那么则对该图片进行切分，可以得到猫耳朵、猫腿、猫眼睛等多个子区域图片。S12、获取每个子区域图片的图像特征；其中，图像特征包括亮度、边缘、纹理和色彩等特征。S13、提取出每个子区域图片的图像特征中表征相应的子区域图片的属性的属性特征；其中，属性可以是类别，进而从图像特征中提取出可以表征类别的属性特征。假设子区域图片是猫耳朵，那么则从图像特征中提取出表征是猫耳朵的属性特征。提取属性特征可以采用非线性变换、矩阵降维、主成分分析等处理的方法。需要说明的是，获取每个子区域图片的图像特征构成一个矩阵。S14、基于每个子区域图片的属性特征，确定所述待分析图片的分析结果；其中，所述本文档来自技高网...

【技术保护点】
1.一种图片识别方法，其特征在于，包括：将待分析图片切分为多个子区域图片；获取每个子区域图片的图像特征；提取出每个子区域图片的图像特征中表征相应的子区域图片的属性的属性特征；基于每个子区域图片的属性特征，确定所述待分析图片的分析结果；其中，所述分析结果为是否经过图片处理的结果。

【技术特征摘要】
1.一种图片识别方法，其特征在于，包括：将待分析图片切分为多个子区域图片；获取每个子区域图片的图像特征；提取出每个子区域图片的图像特征中表征相应的子区域图片的属性的属性特征；基于每个子区域图片的属性特征，确定所述待分析图片的分析结果；其中，所述分析结果为是否经过图片处理的结果。2.根据权利要求1所述的图片识别方法，其特征在于，基于每个子区域图片的属性特征，确定所述待分析图片的分析结果，包括：基于每个子区域图片的属性特征以及神经网络模型，确定所述待分析图片的分析结果。3.根据权利要求2所述的图片识别方法，其特征在于，所述神经网络模型的生成过程包括：获取样本图片；其中，所述样本图片包括多个原图样本和多个经过图片处理后的图片样本；将每个样本图片切分为多个子图片；确定每个所述子图片的属性特征；获取初始神经网络模型；基于每个所述子图片的属性特征，对所述初始神经网络模型中的各个神经层进行训练，得到每个所述神经层的参数；基于每个所述神经层的参数，得到所述神经网络模型。4.根据权利要求3所述的图片识别方法，其特征在于，当所述待分析图片的分析结果包括经过图片处理的结果时，还包括：确定所述待分析图片对应的未经图片处理的原图。5.根据权利要求4所述的图片识别方法，其特征在于，确定所述待分析图片对应的未经图片处理的原图，包括：基于所述待分析图片以及预设搜索模型，从图片库中确定得到与所述待分析图片的相似度大于预设数值的中间图片、每个中间图片与所述待分析图片的相似度；基于所述神经网络模型，确定出所述中间图片中的原图片；根据每个原图片与所述待分析图片的相似度，确定出与所述待分析图片的相似度最大的原图片；将确定出的相似度最大的原图片作为所述待分析图片对应的未经图片处理的原图。6.一种图片识别装置，其特征在于，包括：第一切分模块，用于将待分析图片切分为多个子区域图片；第一获取模块，用于获取每个子区域图片的图像特征；提取模块，用于提取出每个子区域图片的图像特征中表征相应的子区域图片的属性的属性特征；第一确定模块，用于基于每个子区域图片的属性特征，确定所...

【专利技术属性】
技术研发人员：陈志，顾玉莲，邹浩，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京,11