基于统计学习模型的图像隐含信息挖掘方法及装置制造方法及图纸

本发明专利技术提出一种基于统计学习模型的图像隐含信息挖掘方法及装置，属于图像信号处理领域。为解决现有图像检测和识别技术中对于一些包含隐藏信息的图片无法进行合理的推断挖掘的问题，本发明专利技术可包括：通过预处理获取符合要求的待处理图像；将所述待处理图像通过常规的图像检测和识别模型进行检测和识别，得到图像检测和识别所能检测到的直观结果；将所述检测到的直观结果通过训练完备的统计学习模型进行推断，推断出图像中的隐含信息，所述训练完备的统计学习模型是根据已有的大规模样本生成的。本发明专利技术合理利用了统计学习方法，实现了灵活合理的对常规图像检测识别结果进行隐含信息进行挖掘和补充，提升了图像信息的使用率和识别结果的丰富度。

Mining method and device of image hidden information based on statistical learning model

【技术实现步骤摘要】
基于统计学习模型的图像隐含信息挖掘方法及装置
本专利技术涉及图像信号处理技术，特别涉及一种基于统计学习模型的图像隐含信息挖掘方法及装置。
技术介绍
图像检测和识别技术在目前生活中应用广泛。在图像检测和识别时，首先需要对图像进行处理，包括灰度化、几何变换、图像增强、平滑、锐化等，然后通过图像检测模型得到目标位置、属性、关键点等信息，最后通过图像识别模型，通过关键点对比实现图像识别。但是，常用的图像检测和识别技术对于一些包含隐藏信息的图片无法进行合理的推断挖掘，而忽略图像中的大量有用信息，造成信息利用不充分。
技术实现思路
本专利技术的目的是提供一种基于统计学习模型的图像隐含信息挖掘方法及装置，解决现有图像检测和识别技术中对于一些包含隐藏信息的图片无法进行合理的推断挖掘的问题。本专利技术解决其技术问题，采用的技术方案是：基于统计学习模型的图像隐含信息挖掘方法，包括如下步骤：步骤1、通过预处理获取符合要求的待处理图像；步骤2、将所述待处理图像通过常规的图像检测和识别模型进行检测和识别，得到图像检测和本文档来自技高网...

【技术保护点】
1.基于统计学习模型的图像隐含信息挖掘方法，其特征在于，包括如下步骤：/n步骤1、通过预处理获取符合要求的待处理图像；/n步骤2、将所述待处理图像通过常规的图像检测和识别模型进行检测和识别，得到图像检测和识别所能检测到的直观结果；/n步骤3、将所述检测到的直观结果通过训练完备的统计学习模型进行推断，推断出图像中的隐含信息，所述训练完备的统计学习模型是根据已有的大规模样本生成的。/n

【技术特征摘要】
1.基于统计学习模型的图像隐含信息挖掘方法，其特征在于，包括如下步骤：
步骤1、通过预处理获取符合要求的待处理图像；
步骤2、将所述待处理图像通过常规的图像检测和识别模型进行检测和识别，得到图像检测和识别所能检测到的直观结果；
步骤3、将所述检测到的直观结果通过训练完备的统计学习模型进行推断，推断出图像中的隐含信息，所述训练完备的统计学习模型是根据已有的大规模样本生成的。


2.根据权利要求1所述的基于统计学习模型的图像隐含信息挖掘方法，其特征在于，步骤1中，所述预处理包括：图像分帧、图像几何变换、图像平滑和图像增强。


3.根据权利要求1所述的基于统计学习模型的图像隐含信息挖掘方法，其特征在于，步骤2中，所述直观结果包括：关键点坐标、边界点坐标、目标标签和人物骨架。


4.根据权利要求1所述的于统计学习模型的图像隐含信息挖掘方法，其特征在于，步骤3中，根据所述训练完备的统计学习模型进行推断之后，还包括：
若所述统计学习模型无法推断出所述隐含信息，则直接...

【专利技术属性】
技术研发人员：罗浩源，展华益，王欣，杨兰，张吉，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川;51