一种图像标签获取方法、装置及存储介质和服务器制造方法及图纸

本发明专利技术实施例公开了一种图像标签获取方法、装置及存储介质和服务器，应用于信息处理技术领域。图像标签获取装置会先检测待处理图像中包含主要物体的区域即主体区域，并对这些主体区域的子图像进行特征提取，进而再根据提取的特征即预置的特征标签库，获取到主体区域对应的标签。其中，待处理图像的主体区域中子图像的特征信息可以表示待处理图像中主要物体的特征，再根据子图像的特征信息得到标签时，能避免待处理图像中画面场景结构的信息对标签获取的影响，使得最终得到的标签较为准确地表示待处理图像。

An image tag acquisition method, device, storage medium and server

【技术实现步骤摘要】
一种图像标签获取方法、装置及存储介质和服务器
本专利技术涉及信息处理
，特别涉及一种图像标签获取方法、装置及存储介质和服务器。
技术介绍
现有基于图像内容的检索或推荐方法主要是通过提取输入图像或视频帧的特征信息作为索引，以进行多媒体信息的检索或推荐，其中，提取的特征信息主要有传统的图像特征比如，尺度不变特征变换(Scale-invariantfeaturetransform，SIFT)或者卷积神经网络(ConvolutionalNeuralNetworks，CNN)提取的特征。上述现有的基于图像内容的检索或推荐过程中，提取的特征信息会综合考虑图像整个画面的特征，这样，往往会受到整个画面场景结构的影响，使得检索或推荐的结果可能会出现很多场景类似或者背景相似，但是并不是用户需要的检索或推荐结果。
技术实现思路
本专利技术实施例提供一种图像标签获取方法、装置及存储介质和服务器，实现了根据待处理图像中主体区域的子图像的特征信息获取标签，以避免待处理图像中画面场景结构的信息对标签获取的影响。本专利技术实施例一方面提供一种图像标签获取方法，包括：对待处理图像中包含主要物体的区域进行检测，得到至少一个主体区域；对所述待处理图像中至少一个主体区域的子图像进行特征提取，得到至少一组特征信息；根据所述至少一组特征信息，从预置的特征标签库中，获取与所述至少一组特征信息之间的相似度在预置范围内的特征对应的标签，得到所述至少一个主体区域对应的标签。本专利技术实施例另一方面提供一种图像标签获取装置，包括：区域检测单元，用于对待处理图像中包含主要物体的区域进行检测，得到至少一个主体区域；特征提取单元，用于对所述待处理图像中至少一个主体区域的子图像进行特征提取，得到至少一组特征信息；标签获取单元，用于根据所述至少一组特征信息，从预置的特征标签库中，获取与所述至少一组特征信息之间的相似度在预置范围内的特征对应的标签，得到所述至少一个主体区域对应的标签。本专利技术实施例另一方面提供一种存储介质，所述存储介质储存多条指令，所述指令适于由处理器加载并执行如本专利技术实施例第一方面所述的图像标签获取方法。本专利技术实施例另一方面提供一种服务器，包括处理器和存储介质，所述处理器，用于实现各个指令；所述存储介质用于储存多条指令，所述指令用于由处理器加载并执行如本专利技术实施例所述的图像标签获取方法。可见，在本实施例的方法中，图像标签获取装置会先检测待处理图像中包含主要物体的区域即主体区域，并对这些主体区域的子图像进行特征提取，进而再根据提取的特征即预置的特征标签库，获取到主体区域对应的标签。其中，待处理图像的主体区域中子图像的特征信息可以表示待处理图像中主要物体的特征，再根据子图像的特征信息得到标签时，能避免待处理图像中画面场景结构的信息对标签获取的影响，使得最终得到的标签较为准确地表示待处理图像。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是本专利技术实施例提供的一种图像标签获取方法的示意图；图2是本专利技术一个实施例提供的一种图像标签获取方法的流程图；图3是本专利技术一个实施例中图像中主体区域的示意图；图4是本专利技术一个实施例中训练物体检测模型的方法流程图；图5是本专利技术一个实施例中训练特征提取模型的方法流程图；图6是本专利技术一个应用实施例中图像标签获取方法所应用于的系统的结构示意图；图7是本专利技术一个应用实施例中在图像标签获取装置中设置特征标签库方法的示意图；图8是本专利技术一个应用实施例中获取待处理图像的标签的方法的示意图；图9是本专利技术另一个应用实施例中图像标签获取方法所应用于的区块链系统的结构示意图；图10是本专利技术另一个应用实施例中区块结构示意图；图11是本专利技术实施例提供的一种图像标签装置的结构示意图；图12是本专利技术实施例提供的一种服务器的结构示意图。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作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。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)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，以便这里描述的本专利技术的实施例例如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，意图在于覆盖不排它的包含，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。本专利技术实施例提供一种图像标签获取方法，主要可以应用于图像检索或图像推荐等应用中，如图1所示，具体是由图像标签获取装置按照如下步骤获取待获取图像的标签：对待处理图像中包含主要物体的区域进行检测，得到至少一个主体区域(图中以n个主体区域为例说明)；对所述待处理图像中至少一个主体区域的子图像进行特征提取，得到至少一组特征信息；根据所述至少一组特征信息，从预置的特征标签库中，获取与所述至少一组特征信息之间的相似度在预置范围内的特征对应的标签，得到所述至少一个主体区域对应的标签。这样，待处理图像的主体区域中子图像的特征信息可以表示待处理图像中主要物体的特征，再根据子图像的特征信息得到标签时，能避免待处理图像中画面场景结构的信息对标签获取的影响，使得最终得到的标签较为准确地表示待处理图像。本专利技术实施例提供一种图像标签获取方法，主要是图像标签获取装置所执行的方法，流程图如图2所示，包括：步骤101，对待处理图像中包含主要物体的区域进行检测，得到至少一个主体区域。可以理解，在一种情况下，用户可以直接将某一图像，或某一视频输入到图像标签获取装置，而图像标签获取装置会接收到用户输入的图像，并将用户输入图像作为待处理图像，或接收到用户输入的视频，并将用户输入视频中的视频帧作为待处理图像，并发起本实施例的流程。在另一种情况下，用户可以操作终端，使得终端向该图像标签获取装置发起推荐或检索请求，以请求检索或推荐与用户输入图像或用户输入视频相关的多媒体信息，则图像标签获取装置在接收到请求后，可以根据终端的请求，将用户输入图像或用户输入视频中的视频帧作为待处理图像，并发起本实施例的流程，获取待处理图像的标签，进而向终端返回与获取的标签相关的多媒体信息。在这种情况下，图像标签获取装置本文档来自技高网...

【技术保护点】
1.一种图像标签获取方法，其特征在于，包括：/n对待处理图像中包含主要物体的区域进行检测，得到至少一个主体区域；/n对所述待处理图像中至少一个主体区域的子图像进行特征提取，得到至少一组特征信息；/n根据所述至少一组特征信息，从预置的特征标签库中，获取与所述至少一组特征信息之间的相似度在预置范围内的特征对应的标签，得到所述至少一个主体区域对应的标签。/n

【技术特征摘要】
1.一种图像标签获取方法，其特征在于，包括：
对待处理图像中包含主要物体的区域进行检测，得到至少一个主体区域；
对所述待处理图像中至少一个主体区域的子图像进行特征提取，得到至少一组特征信息；
根据所述至少一组特征信息，从预置的特征标签库中，获取与所述至少一组特征信息之间的相似度在预置范围内的特征对应的标签，得到所述至少一个主体区域对应的标签。


2.如权利要求1所述的方法，其特征在于，所述对待处理图像中包含主要物体的区域进行检测，得到至少一个主体区域，具体包括：
通过预置的物体检测模型检测所述待处理图像中包含主要物体的区域，得到至少一个物体区域；
如果所述物体区域为一个，将所述一个物体区域作为所述主体区域；
如果所述物体区域为多个，将所述多个物体区域作为所述主体区域；或将对所述多个物体区域进行过滤后得到的物体区域作为所述主体区域。


3.如权利要求2所述的方法，其特征在于，所述对所述多个物体区域进行过滤，具体包括：
将所述多个物体区域中符合预置过滤条件的物体区域进行过滤。


4.如权利要求3所述的方法，其特征在于，所述预置过滤条件包括如下任一条件：缺少主要部位的物体区域，及物体区域的大小与所述待处理图像大小的比值小于预置值。


5.如权利要求2所述的方法，其特征在于，所述方法还包括：
确定物体检测初始模型；
确定第一训练样本，所述第一训练样本中包括多个第一样本图像，及每个第一样本图像中主要物体所在区域的标注信息；
通过所述物体检测初始模型分别确定各个所述第一样本图像中主要物体所在区域的信息；
根据所述物体检测初始模型确定的各个第一样本图像中主要物体所在区域的信息，及所述第一训练样本中的标注信息，调整所述物体检测初始模型中的参数值，以得到最终的物体检测模型，所述最终的物体检测模型为所述预置的物体检测模型。


6.如权利要求1至5任一项所述的方法，其特征在于，所述对所述待处理图像中至少一个主体区域的子图像进行特征提取，具体包括：
采用预置的特征提取模型对所述待处理图像中至少一个主体区域的子图像进行特征提取，得到至少一组特征信息。


7.如权利要求6所述的方法，其特征在于，所述方法还包括：
确定分类初始模型，所述分类初始模型包括所述特征提取子模型和分类子模型，所述特征提取子模型用于提取图像的特征信息，所述分类子模型用于根据所述图像的特征信息确定所述图像中物体的类型；
确定第二训练样本，所述第二训练...

【专利技术属性】
技术研发人员：吴韬，徐敘遠，龚国平，杨喻茸，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44