一种基于电子相册的图像管理方法、装置以及存储介质制造方法及图纸

本申请公开了一种基于电子相册的图像管理方法、装置以及存储介质，用于人工智能领域。本申请方法包括：从存储至少一个图像的电子相册中获取待识别图像；调用第一图像识别模型，以获取待识别图像所对应的类别概率值；若类别概率值大于或等于类别概率阈值，则调用第二图像识别模型，以获取待识别图像所对应的类别概率值分布；根据类别概率值分布确定待识别图像所对应的图像识别结果；根据图像识别结果，在电子相册的目标分类区域中展示待识别图像。本申请中先后采用不同的图像识别模型，对电子相册中某个类别的图像进行展示，由此节省用户查找特定类别图像的时间，提升图像筛选的效率，有效地减少漏选或者错选的情况。

An image management method, device and storage medium based on electronic album

【技术实现步骤摘要】
一种基于电子相册的图像管理方法、装置以及存储介质
本申请涉及人工智能领域，尤其涉及一种基于电子相册的图像管理方法、装置以及存储介质。
技术介绍
随着计算机技术和多媒体技术的发展，人们接触到的多媒体资源日益丰富。现如今，人们习惯于使用手机以及平板电脑等终端设备拍摄照片，或者自己制作图片，又或者下载其他图片，然后将这些图像都存储与电子相册中，便于后续使用和查看。目前，电子相册中存储的图像通常是按照时间顺序进行排序。当用户查找某一个类别的图像(比如宠物猫图像或宠物狗图像等)时，需要用户按照时间顺序从头到尾浏览电子相册中的图像，然后手动选择出同一类的图像。然而，电子相册中往往存储了大量的图像，如果用户从电子相册中手动选择某一个类型的图像，则需要消耗大量的时间，而且还有可能出现漏选或者错选的情况，从而降低了图像筛选的效率。
技术实现思路
本申请实施例提供了一种基于电子相册的图像管理方法、装置以及存储介质，能够先后采用不同的图像识别模型，对电子相册中某个类别的图像进行展示，在该类别指定的区域中展示图像，由此节省了用户查找本文档来自技高网...

【技术保护点】
1.一种基于电子相册的图像管理方法，其特征在于，包括：/n从存储至少一个图像的电子相册中获取待识别图像；/n调用第一图像识别模型，以获取所述待识别图像所对应的类别概率值；/n若所述类别概率值大于或等于类别概率阈值，则调用第二图像识别模型，以获取所述待识别图像所对应的类别概率值分布，其中，所述类别概率值分布包括至少两个概率值；/n根据所述类别概率值分布确定所述待识别图像所对应的图像识别结果，其中，所述图像识别结果对应于目标概率值，所述目标概率值为所述至少两个概率值中的最大值；/n根据所述图像识别结果，在所述电子相册的目标分类区域中展示所述待识别图像，其中，所述电子相册包括至少一个分类区域，所述目...

【技术特征摘要】
1.一种基于电子相册的图像管理方法，其特征在于，包括：
从存储至少一个图像的电子相册中获取待识别图像；
调用第一图像识别模型，以获取所述待识别图像所对应的类别概率值；
若所述类别概率值大于或等于类别概率阈值，则调用第二图像识别模型，以获取所述待识别图像所对应的类别概率值分布，其中，所述类别概率值分布包括至少两个概率值；
根据所述类别概率值分布确定所述待识别图像所对应的图像识别结果，其中，所述图像识别结果对应于目标概率值，所述目标概率值为所述至少两个概率值中的最大值；
根据所述图像识别结果，在所述电子相册的目标分类区域中展示所述待识别图像，其中，所述电子相册包括至少一个分类区域，所述目标分类区域属于所述至少一个分类区域中的一个分类区域，且所述目标分类区域与所述待识别图像具有对应关系。


2.根据权利要求1所述的方法，其特征在于，所述根据所述图像识别结果，在所述电子相册的目标分类区域中展示所述待识别图像之后，所述方法还包括：
在所述电子相册的第一分类区域中展示分类结果集合，其中，所述分类结果集合包括至少一个分类结果，且每个分类结果对应于类别概率值大于或等于所述类别概率阈值的图像，所述类别概率值为图像调用所述第一图像识别模型获取到的；
接收针对于所述分类结果集合的第一选择指令，其中，所述第一选择指令携带第一类别标识，所述第一类别标识对应于目标分类结果，所述目标分类结果属于所述分类结果集合中的一个分类结果；
响应于所述第一选择指令，在所述电子相册的第二分类区域中展示所述目标分类结果所对应的分类子结果集合，其中，所述分类子结果集合包括至少一个分类子结果，且每个分类子结果对应于类别概率值分布中最大值所对应的图像，所述类别概率值分布为图像调用所述第二图像识别模型获取到的；
接收针对于所述分类子结果集合的第二选择指令，其中，所述第二选择指令携带第二类别标识，所述第二类别标识对应于所述图像识别结果；
响应于所述第二选择指令，在所述电子相册中展示所述第二类别标识所对应的所述待识别图像。


3.根据权利要求1所述的方法，其特征在于，所述从存储至少一个图像的电子相册中获取待识别图像，包括：
从存储有至少一张图像的所述电子相册中获取第一待处理图像，其中，所述第一待处理图像对应于第一尺寸；
对所述第一待处理图像进行缩放处理，得到第二待处理图像，其中，所述第二待处理图像对应于第二尺寸；
对所述第二待处理图像进行归一化处理，得到在类别判定阶段的所述待识别图像，其中，所述类别判定阶段表示调用所述第一图像识别模型进行图像识别的阶段。


4.根据权利要求1或3所述的方法，其特征在于，所述调用第一图像识别模型，以获取所述待识别图像所对应的类别概率值，包括：
基于所述待识别图像，调用所述第一图像识别模型所包含的第一网络获取第一特征图，其中，所述第一图像识别模型所包含的第一网络包括至少一个第一卷积层；
基于所述第一特征图，调用所述第一图像识别模型所包含的第二网络获取第二特征图，其中，所述第一图像识别模型所包含的第二网络包括至少一个第二卷积层；
基于所述第二特征图，调用所述第一图像识别模型所包含的第三网络获取第三特征图，其中，所述第一图像识别模型所包含的第三网络包括至少一个第三卷积层；
基于所述第三特征图，调用所述第一图像识别模型所包含的第四网络获取第四特征图，其中，所述第一图像识别模型所包含的第四网络包括至少一个第四卷积层；
基于所述第四特征图，调用所述第一图像识别模型所包含的第五网络获取第五特征图，其中，所述第一图像识别模型所包含的第五网络包括至少一个第五卷积层；
基于所述第五特征图，调用所述第一图像识别模型所包含的第一全连接层获取所述类别概率值。


5.根据权利要求4所述的方法，其特征在于，所述第一图像识别模型所包含的第一网络包括1个第一卷积层，其中，所述第一卷积层包括M个卷积核，所述M为大于1的整数；
所述第一图像识别模型所包含的第二网络包括7个第二卷积层，其中，所述第二卷积层包括(2×M)个卷积核；
所述第一图像识别模型所包含的第三网络包括10个第三卷积层，其中，所述第三卷积层包括(4×M)个卷积核；
所述第一图像识别模型所包含的第四网络包括15个第四卷积层，其中，所述第四卷积层包括(8×M)个卷积核；
所述第一图像识别模型所包含的第五网络包括1个第五卷积层，其中，所述第五卷积层包括(16×M)个卷积核。


6.根据权利要求1所述的方法，其特征在于，所述从存储至少一个图像的电子相册中获取待识别图像，包括：
从存储有至少一张图像的所述电子相册中获取第一待处理图像，其中，所述第一待处理图像对应于第一尺寸；
对所述第一待处理图像进行缩放处理，得到第三待处理图像，其中，所述第三待处理图像对应于第三尺寸；
对所述第三待处理图像进行归一化处理以及像素值变换处理，得到在类别生成阶段的所述待识别图像，其中，所述类别生成阶段表示调用所述第二图像识别模型进行图像识别的阶段。


7.根据权利要求1或6所述的方法，其特征在于，所述调用第二图像识别模型，以获取所述待识别图像所对应的类别概率值分布，包括：
基于所述待识别图像，调用所述第二图像识别模型所包含的第一网络获取第一特征图，其中，所述第二图像识别模型所包含的第一网络包括至少一个第一卷积层；
基于所述第一特征图，调用所述第二图像识别模型所包含的第二网络获取第二特征图，其中，所述第二图像识别模型所包含的第二网络包括至少一个第二卷积层；
基于所述第二特征图，调用所述第二图像识别模型所包含的第三网络获取第三特征图，其中，所述第二图像识别模型所包含的第三网络包括至少一个第三卷积层；
基于所述第三特征图，调用所述第二图像识别模型所包含的第四网络获取第四特征图，其中，...

【专利技术属性】
技术研发人员：郭梓铿，
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