用于获取信息的方法及装置制造方法及图纸

本申请实施例公开了用于获取信息的方法及装置。该方法的一具体实施方式包括：获取待处理近红外图像和对应上述待处理近红外图像的场景信息，上述场景信息用于表征获取上述待处理近红外图像的场景；查找与上述场景信息对应的预先训练的近红外图像识别模型，上述近红外图像识别模型用于从待处理近红外图像中识别出近红外特征信息；将上述待处理近红外图像导入上述近红外图像识别模型，得到上述待处理近红外图像的近红外特征信息。该实施方式加快了获取近红外特征信息的速度，提高了获取近红外特征信息的准确率和效率。

【技术实现步骤摘要】
用于获取信息的方法及装置
本申请实施例涉及计算机
，具体涉及图像识别
，尤其涉及用于获取信息的方法及装置。
技术介绍
人脸识别技术是一项计算机应用研究技术，它属于生物特征识别技术。通过生物体的生物特征不仅能够区分生物个体，还能够对生物个体的身体状态进行判断。对人脸识别时，首先要获取光线充足时清晰的人脸图像，然后再对人脸图像进行数据处理。
技术实现思路
本申请实施例的目的在于提出了用于获取信息的方法及装置。第一方面，本申请实施例提供了一种用于获取信息的方法，该方法包括：获取待处理近红外图像和对应上述待处理近红外图像的场景信息，上述场景信息用于表征获取上述待处理近红外图像的场景；查找与上述场景信息对应的预先训练的近红外图像识别模型，上述近红外图像识别模型用于从待处理近红外图像中识别出近红外特征信息；将上述待处理近红外图像导入上述近红外图像识别模型，得到上述待处理近红外图像的近红外特征信息。在一些实施例中，上述方法还包括构建近红外图像识别模型的步骤，上述构建近红外图像识别模型的步骤包括：从可见光图像集合中提取可见光图像，上述可见光图像包括用于描述可见光图像上特征点的可见光特征信息；分别将可见光图像和可见光特征信息转换为对应的近红外图像和近红外特征信息；将近红外图像和近红外特征信息组合成近红外关系对，进而得到对应可见光图像集合的近红外关系对集合；利用机器学习方法，将近红外关系对中的近红外图像作为输入，将该近红外关系对中的近红外特征信息作为输出，训练得到近红外图像识别模型。在一些实施例中，上述分别将可见光图像和可见光特征信息转换为近红外图像和近红外特征信息包括：在可见光图像上确定与可见光特征信息对应的第一特征点；将可见光图像转换为近红外图像，得到对应第一特征点的第二特征点；将第二特征点在近红外图像上的对应的特征信息作为该近红外图像的近红外特征信息，上述特征信息包括位置信息、颜色信息。在一些实施例中，上述将可见光图像转换为近红外图像，得到对应第一特征点的第二特征点包括：为可见光图像设置第一标记点，上述第一标记点用于标记可见光图像包含的第一图像的位置；查询近红外图像上对应第一标记点的第二标记点，上述第二标记点用于标记近红外图像包含的、对应第一图像的第二图像的位置；响应于第一标记点与第二标记点之间的位置差小于设定阈值，得到对应第一特征点的第二特征点。在一些实施例中，上述方法还包括为第二特征点设置颜色的步骤。第二方面，本申请实施例提供了一种用于获取信息的装置，上述该装置包括：信息接收单元，用于获取待处理近红外图像和对应上述待处理近红外图像的场景信息，上述场景信息用于表征获取上述待处理近红外图像的场景；查询单元，用于查找与上述场景信息对应的预先训练的近红外图像识别模型，上述近红外图像识别模型用于从待处理近红外图像中识别出近红外特征信息；信息获取单元，用于将上述待处理近红外图像导入上述近红外图像识别模型，得到上述待处理近红外图像的近红外特征信息。在一些实施例中，上述装置还包括近红外图像识别模型构建单元，用于构建近红外图像识别模型，上述近红外图像识别模型构建单元包括：图像提取子单元，用于从可见光图像集合中提取可见光图像，上述可见光图像包括用于描述可见光图像上特征点的可见光特征信息；图像转换子单元，用于分别将可见光图像和可见光特征信息转换为对应的近红外图像和近红外特征信息；近红外关系对获取子单元，用于将近红外图像和近红外特征信息组合成近红外关系对，进而得到对应可见光图像集合的近红外关系对集合；近红外图像识别模型构建子单元，用于利用机器学习方法，将近红外关系对中的近红外图像作为输入，将该近红外关系对中的近红外特征信息作为输出，训练得到近红外图像识别模型。在一些实施例中，上述图像转换子单元包括：第一特征点确定模块，用于在可见光图像上确定与可见光特征信息对应的第一特征点；第二特征点确定模块，用于将可见光图像转换为近红外图像，得到对应第一特征点的第二特征点；近红外特征信息获取模块，用于将第二特征点在近红外图像上的对应的特征信息作为该近红外图像的近红外特征信息，上述特征信息包括位置信息、颜色信息。在一些实施例中，上述第二特征点确定模块包括：第一标记点设置子模块，用于为可见光图像设置第一标记点，上述第一标记点用于标记可见光图像包含的第一图像的位置；第二标记点获取子模块，用于查询近红外图像上对应第一标记点的第二标记点，上述第二标记点用于标记近红外图像包含的、对应第一图像的第二图像的位置；第二标记点确定子模块，用于响应于第一标记点与第二标记点之间的位置差小于设定阈值，得到对应第一特征点的第二特征点。在一些实施例中，上述装置还包括为颜色设置单元，用于为第二特征点设置颜色。第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述第一方面的用于获取信息的方法。第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述第一方面的用于获取信息的方法。本申请实施例提供的用于获取信息的方法及装置，在获取到待处理近红外图像后，直接将待处理近红外图像导入近红外图像识别模型得到近红外特征信息，加快了获取近红外特征信息的速度，提高了获取近红外特征信息的准确率和效率。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请可以应用于其中的示例性系统架构图；图2是根据本申请的用于获取信息的方法的一个实施例的流程图；图3是根据本申请的用于获取信息的方法的一个应用场景的示意图；图4是根据本申请的用于获取信息的装置的一个实施例的结构示意图；图5是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出了可以应用本申请的用于获取信息的方法或用于获取信息的装置的实施例的示例性系统架构100。如图1所示，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上可以安装有各种图像处理应用，例如照相机应用、视频采集应用、图像转换应用、近红外图像处理应用等。终端设备101、102、103可以是具有显示屏并且支持图像采集的各种电子设备，包括但不限于网络摄像头、监控摄像头、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，例如对终端设备101、102本文档来自技高网...

【技术保护点】
1.一种用于获取信息的方法，其特征在于，所述方法包括：获取待处理近红外图像和对应所述待处理近红外图像的场景信息，所述场景信息用于表征获取所述待处理近红外图像的场景；查找与所述场景信息对应的预先训练的近红外图像识别模型，所述近红外图像识别模型用于从待处理近红外图像中识别出近红外特征信息；将所述待处理近红外图像导入所述近红外图像识别模型，得到所述待处理近红外图像的近红外特征信息。

【技术特征摘要】
1.一种用于获取信息的方法，其特征在于，所述方法包括：获取待处理近红外图像和对应所述待处理近红外图像的场景信息，所述场景信息用于表征获取所述待处理近红外图像的场景；查找与所述场景信息对应的预先训练的近红外图像识别模型，所述近红外图像识别模型用于从待处理近红外图像中识别出近红外特征信息；将所述待处理近红外图像导入所述近红外图像识别模型，得到所述待处理近红外图像的近红外特征信息。2.根据权利要求1所述的方法，其特征在于，所述方法还包括构建近红外图像识别模型的步骤，所述构建近红外图像识别模型的步骤包括：从可见光图像集合中提取可见光图像，所述可见光图像包括用于描述可见光图像上特征点的可见光特征信息；分别将可见光图像和可见光特征信息转换为对应的近红外图像和近红外特征信息；将近红外图像和近红外特征信息组合成近红外关系对，进而得到对应可见光图像集合的近红外关系对集合；利用机器学习方法，将近红外关系对中的近红外图像作为输入，将该近红外关系对中的近红外特征信息作为输出，训练得到近红外图像识别模型。3.根据权利要求2所述的方法，其特征在于，所述分别将可见光图像和可见光特征信息转换为近红外图像和近红外特征信息包括：在可见光图像上确定与可见光特征信息对应的第一特征点；将可见光图像转换为近红外图像，得到对应第一特征点的第二特征点；将第二特征点在近红外图像上的对应的特征信息作为该近红外图像的近红外特征信息，所述特征信息包括位置信息、颜色信息。4.根据权利要求3所述的方法，其特征在于，所述将可见光图像转换为近红外图像，得到对应第一特征点的第二特征点包括：为可见光图像设置第一标记点，所述第一标记点用于标记可见光图像包含的第一图像的位置；查询近红外图像上对应第一标记点的第二标记点，所述第二标记点用于标记近红外图像包含的、对应第一图像的第二图像的位置；响应于第一标记点与第二标记点之间的位置差小于设定阈值，得到对应第一特征点的第二特征点。5.根据权利要求1所述的方法，其特征在于，所述方法还包括为第二特征点设置颜色的步骤。6.一种用于获取信息的装置，其特征在于，所述装置包括：信息接收单元，用于获取待处理近红外图像和对应所述待处理近红外图像的场景信息，所述场景信息用于表征获取所述待处理近红外图像的场景；查询单元，用于查找与所述场景信息对应的预先训练的近红外图像识别模型，所述近红外图像识别模型用于从待...

【专利技术属性】
技术研发人员：洪智滨，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11