【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质
本公开实施例涉及图像处理领域,尤其是一种图像处理方法、装置、电子设备及存储介质。
技术介绍
21世纪是一个充满信息的时代,图像作为人类感知世界的视觉基础,是人类获取信息、表达信息和传递信息的重要手段。在信息爆炸的今天,海量的视频信息被不断的发布,如何在其中汲取符合需求的内容成为一个难题。现有技术中,在视频信息和海量图片中选取能够表征其内容的图片时,往往采用人为指定或者默认首尾图片的方式选取图片。本专利技术创造的专利技术人在研究中发现,通过默认指定或者人为选定的方式选取的图片方式,选取效率低下,且选取的图片往往不符合选取标准。
技术实现思路
本公开实施例提供一种能够快速在图集中筛选符合需求图片的图像处理方法、装置、电子设备及存储介质。为解决上述技术问题,本公开创造的实施例采用的一个技术方案是:提供一种图像处理方法,包括:获取待处理的按时序关联的多个时序图片;根据预设的筛选规则对各时序图片进行筛选,得到待分类的时序图片;将 ...
【技术保护点】
1.一种图像处理方法,其特征在于,包括:/n获取待处理的按时序关联的多个时序图片;/n根据预设的筛选规则对各时序图片进行筛选,得到待分类的时序图片;/n将待分类的时序图片输入至预设的场景分类模型中进行分类,其中,所述场景分类模型为预先训练至收敛状态,用于对输入图像进行场景分类的神经网络模型;/n基于分类结果和预设的分类列表,筛选出至少一张时序图片为推荐图片。/n
【技术特征摘要】
1.一种图像处理方法,其特征在于,包括:
获取待处理的按时序关联的多个时序图片;
根据预设的筛选规则对各时序图片进行筛选,得到待分类的时序图片;
将待分类的时序图片输入至预设的场景分类模型中进行分类,其中,所述场景分类模型为预先训练至收敛状态,用于对输入图像进行场景分类的神经网络模型;
基于分类结果和预设的分类列表,筛选出至少一张时序图片为推荐图片。
2.根据权利要求1所述的图像处理方法,其特征在于,所述获取待处理的目标图集包括:
获取待处理的目标视频;
根据预设的抽帧频率对所述目标视频进行抽帧生成多个时序图片。
3.根据权利要求1所述的图像处理方法,其特征在于,所述筛选规则为对包括预设的第一目标图像的图像区域进行裁剪,所述根据预设的筛选规则对各时序图片进行筛选,得到待分类的时序图片包括:
识别所述待分类的时序图片中是否包括预设的第一目标图像;
当时序图片中包括所述第一目标图像时,根据所述第一目标图像所在的位置生成截图选区;
根据所述截图选区将包括所述第一目标图像的图像区域从所述时序图片中删除。
4.根据权利要求1所述的图像处理方法,其特征在于,所述筛选规则为删除图片参数不达标的时序图片,所述根据预设的筛选规则对各时序图片进行筛选,得到待分类的时序图片包括:
获取所述待分类的时序图片的图片参数;
基于预设的参数阈值,识别各时序图片的图片参数是否达标;
当时序图片的图片参数不达标时,将所述图片参数不达标的时序图片删除。
5.根据权利要求1所述的图像处理方法,其特征在于,所述筛选规则为删除包括预设的第二目标图像,且第二目标图像的视图比例大于预设的视图阈值的时序图片,所述根据预设的筛选规则对各时序图片进行筛选,得到待分类的时序图片包括:
将所述待分类的时序图片输入至预设的第一筛选模型中进行分类,其中,所述第一筛选模型为预先训练至收敛状态...
【专利技术属性】
技术研发人员:高永强,
申请(专利权)人:北京字节跳动网络技术有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。