场景识别方法、场景识别装置及移动终端制造方法及图纸

本申请属于场景识别技术领域，提供了一种场景识别方法、场景识别装置、移动终端及计算机可读存储介质，包括：获取待处理图像；对所述待处理图像进行场景识别，获得包含多个场景标签的场景标签矩阵，其中，所述场景标签指示场景类别；根据所述场景标签矩阵，确定所述待处理图像的场景类别。通过本申请可解决现有技术对图像进行场景识别时，容易丢失图像中信息，降低场景识别率的问题。

【技术实现步骤摘要】
场景识别方法、场景识别装置及移动终端
本申请属于场景识别
，尤其涉及一种场景识别方法、场景识别装置、移动终端及计算机可读存储介质。
技术介绍
场景识别指的是按照场景图像相近的内容识别出图像中的场景，场景识别是图像处理领域的一个基础的预处理过程。目前，通常使用基于深度学习的场景检测模型对图像进行场景识别，深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像、声音和文本等。在使用场景检测模型对图像进行场景识别时，需要先将图像进行裁剪为固定尺寸，再将裁剪后的图像输入至场景检测模型，场景检测模型输出一个场景标签。然而，无论采用何种方式对图像进行裁剪，均会丢失图像中信息，降低场景识别率。
技术实现思路
有鉴于此，本申请提供了一种场景识别方法、场景识别装置、移动终端及计算机可读存储介质，以解决现有技术对图像进行场景识别时，容易丢失图像中信息，降低场景识别率的问题。本申请的第一方面提供了一种场景识别方法，包括：获取待处理图像；对所述待处理图像进行场景识别，获得包含多个场景标签的场景标签矩阵，其中，所述场景标签指示场景类别；根据所述场景标签矩阵，确定所述待处理图像的场景类别。本申请的第二方面提供了一种场景识别装置，包括：图像获取模块，用于获取待处理图像；场景识别模块，用于对所述待处理图像进行场景识别，获得包含多个场景标签的场景标签矩阵，其中，所述场景标签指示场景类别；场景确定模块，用于根据所述场景标签矩阵，确定所述待处理图像的场景类别。本申请的第三方面提供了一种移动终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如所述场景识别方法的步骤。本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如所述场景识别方法的步骤。本申请的第五方面提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被一个或多个处理器执行时实现如上述第一方面所述场景识别方法的步骤。由上可见，本申请方案先获取待处理图像，对待处理图像进行场景识别，获得包含多个场景标签的场景标签矩阵，再根据获得的场景标签矩阵确定待处理图像的场景类别。本申请方案对未裁剪的待处理图像进行场景识别，根据获得的多个场景标签确定待处理图像的场景类别，可以尽可能的保留待处理图像中信息，提高场景识别率，从而解决现有技术对图像进行场景识别时，容易丢失图像中信息，降低场景识别率的问题。附图说明为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例一提供的场景识别方法的实现流程示意图；图2是本申请实施例二提供的场景识别方法的实现流程示意图；图3是本申请实施例三提供的场景识别方法的实现流程示意图；图4是本申请实施例四提供的场景识别装置的示意图；图5是本申请实施例五提供的移动终端的示意图；图6是本申请实施例六提供的移动终端的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。具体实现中，本申请实施例中描述的移动终端包括但不限于诸如具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是，在某些实施例中，所述设备并非便携式通信设备，而是具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的台式计算机。在接下来的讨论中，描述了包括显示器和触摸敏感表面的移动终端。然而，应当理解的是，移动终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。移动终端支持各种应用程序，例如以下中的一个或多个：绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。可以在移动终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样，终端的公共物理架构(例如，触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。应理解，本实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。参见图1，是本申请实施例一提供的场景识别方法的实现流程示意图，该场景识别方法应用于移动终端，如图所示该场景识别方法可以包括以下步骤：步骤S101，获取待处理图像。在本申请实施例中，所述待处理图像可以是用户通过本地相机所拍摄的照片，例如，用户启动移动终端中的相机应用程序，利用相机应用程序所拍摄的照片；或者，可以是用户通过其他应用程序接收的图片，例如，用户在微信中接收到的其他微信联系人所发送的图片；或者，可以是用户从互联网上下载的图片；或者，也可以是视频中的某一帧图像，例如，用户所观看的动画片或者电视剧中的其中一帧图像；或者，还可以是移动终端启动相机的预览模式后相机的当前预览画面。此处对待处理图像的来源不作限定。需要说明的是，在获取待处理图像之前，用户可以选择是否需要直接对未裁剪的待处理图像进行场景识别，当用户选择“是”或者不选择时，在获取到待处理图像之后，直接对未裁剪的待处理图像进行场景识别，当用户选择“否”时可以先对待处理图像进行裁剪，将裁剪后的待处理图像输入至场景检测模型，输出一个场景标签。步骤S102，对所述待处理图像进行场景识别，获得包含多个场景标签的场景标签矩阵。其中，所述场景标签指示场景类别，所述场景类别可以是指场景所属类别，该场景可以是指图像中的背本文档来自技高网...

【技术保护点】
1.一种场景识别方法，其特征在于，包括：获取待处理图像；对所述待处理图像进行场景识别，获得包含多个场景标签的场景标签矩阵，其中，所述场景标签指示场景类别；根据所述场景标签矩阵，确定所述待处理图像的场景类别。

【技术特征摘要】
1.一种场景识别方法，其特征在于，包括：获取待处理图像；对所述待处理图像进行场景识别，获得包含多个场景标签的场景标签矩阵，其中，所述场景标签指示场景类别；根据所述场景标签矩阵，确定所述待处理图像的场景类别。2.如权利要求1所述的场景识别方法，其特征在于，所述对所述待处理图像进行场景识别，获得包含多个场景标签的场景标签矩阵包括：将所述待处理图像输入至训练好的卷积神经网络，获得所述卷积神经网络输出的包含多个场景标签的场景标签矩阵。3.如权利要求2所述的场景识别方法，其特征在于，所述获得所述卷积神经网络输出的包含多个场景标签的场景标签矩阵包括：获得所述卷积神经网络的最后一个卷积层输出的包含多个场景标签的场景标签矩阵。4.如权利要求1所述的场景识别方法，其特征在于，在获取待处理图像之前，还包括：启动相机的预览模式；相应的，获取待处理图像包括：获取在所述预览模式下的当前预览画面，将所述当前预览画面作为所述待处理图像。5.如权利要求4所述的场景识别方法，其特征在于，在确定所述待处理图像的场景之后，还包括：根据所述待处理图像的场景类别，调整所述相机的参数值。6.如权利要求5所述的场景识别方法，其特征在于，在根据所述待处理图像的场景类别，调整所述相机的参数值之前，还包括：建立M个不同场景类别与N组不同...

【专利技术属性】
技术研发人员：张弓，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东,44