图像描述的方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了图像描述的方法、装置、电子设备及存储介质，涉及图像处理技术领域。具体实现方案为：获取目标图像；通过N个图像识别模型对所述目标图像进行识别以生成所述目标图像的M个基础特征，其中，N为正整数，M为小于或等于N的正整数；根据所述M个基础特征，生成M个基础特征标签；根据所述M个基础特征标签生成所述目标图像的图像描述语句，通过这种方式生成的图像描述语句具有更丰富的表现能力，能够充分表现出目标图像中的信息，提高了图像描述语句的准确性和可靠性。

Methods, devices, electronic devices and storage media of image description

【技术实现步骤摘要】
图像描述的方法、装置、电子设备及存储介质
本申请涉及图像处理
，具体涉及计算机视觉
，尤其涉及图像描述的方法、装置、电子设备及存储介质。
技术介绍
图像描述，其目的是从图像中自动生成一段描述性文字，即看图说话。图像描述的过程不仅要能检测出图像中的物体，而且要理解物体之间的相互关系，最后还要用合理的语言表达出来。相关技术中，通常是利用单个识别模型对图像进行识别，以根据识别出的图像的单个特征生成特征标签对图像进行描述，这种方式从图像中识别出的信息较少，生成的特征标签无法充分表现出图像中的信息。
技术实现思路
本申请提出一种图像描述的方法、装置、电子设备及存储介质，生成的图像描述语句具有更丰富的表现能力，能够充分表现出目标图像中的信息，提高了图像描述语句的准确性和可靠性。本申请第一方面实施例提出一种图像描述的方法，该方法包括：获取目标图像；通过N个图像识别模型对所述目标图像进行识别以生成所述目标图像的M个基础特征，其中，N为正整数，M为小于或等于N的正整数；根据所述M个基础特征，生成M个基础特征标签；根据所述M个基础特征标签生成所述目标图像的图像描述语句。在本申请一个实施例中，所述根据所述M个基础特征标签生成所述目标图像的图像描述语句，包括：获取应用程序的类别；根据所述应用程序的类别获取所述目标图像的描述模板；将所述M个基础特征标签的至少部分基础特征标签填入所述描述模板以形成所述图像描述语句。在本申请一个实施例中，所述将所述M个基础特征标签的至少部分基础特征标签填入所述描述模板以形成所述图像描述语句，包括：获取所述M个基础特征标签之间的相关性；根据所述M个基础特征标签之间的相关性获取相关的第一基础特征标签和第二基础特征标签；将所述第一基础特征标签、所述第二基础特征标签和其他基础特征标签的至少部分基础特征标签填入所述描述模板以形成所述图像描述语句。在本申请一个实施例中，所述根据所述M个基础特征标签生成所述目标图像的图像描述语句，包括：获取应用程序的类别；根据所述应用程序的类别获取所述应用程序对应的描述模型；将所述M个基础特征标签输入所述描述模型以生成所述目标图像的图像描述语句。在本申请一个实施例中，所述图像识别模型包括人脸识别模型、文字识别模型、分类识别模型、标识识别模型、水印识别模型、菜品识别模型、车牌识别模型、表情识别模型、年龄识别模型、肤色识别模型之中的多种。本申请实施例的图像描述的方法，利用多个图像识别模型对获取的目标图像进行识别以生成目标图像的多个基础特征，然后根据多个基础特征生成目标图像的多个基础特征标签，再根据多个基础特征标签生成目标图像的图像描述语句，生成的图像描述语句具有更丰富的表现能力，能够充分表现出目标图像中的信息，提高了图像描述语句的准确性和可靠性。本申请第二方面实施例提出了一种图像描述的装置，包括获取模块，用于获取目标图像；第一生成模块，用于通过N个图像识别模型对所述目标图像进行识别以生成所述目标图像的M个基础特征，其中，N为正整数，M为小于或等于N的正整数；第二生成模块，用于根据所述M个基础特征，生成M个基础特征标签；第三生成模块，用于根据所述M个基础特征标签生成所述目标图像的图像描述语句。本申请实施例的图像描述的装置，获取目标图像后，首先利用多个图像识别模型对获取的目标图像进行识别以生成目标图像的多个基础特征，然后根据多个基础特征生成多个基础特征标签，再根据多个基础特征标签生成目标图像的图像描述语句，利用这种方式生成的图像描述语句具有更丰富的表现能力，能够充分表现出目标图像中的信息，提高了图像描述语句的准确性和可靠性。在本申请的一个实施例中，所述第三生成模块，包括：第一获取单元，用于获取应用程序的类别；第二获取单元，用于根据所述应用程序的类别获取所述目标图像的描述模板；处理单元，用于将所述M个基础特征标签的至少部分基础特征标签填入所述描述模板以形成所述图像描述语句。在本申请的一个实施例中，所述处理单元，具体用于：获取所述M个基础特征标签之间的相关性；根据所述M个基础特征标签之间的相关性获取相关的第一基础特征标签和第二基础特征标签；将所述第一基础特征标签、所述第二基础特征标签和其他基础特征标签的至少部分基础特征标签填入所述描述模板以形成所述图像描述语句。在本申请的一个实施例中，所述第三生成模块，具体用于：获取应用程序的类别；根据所述应用程序的类别获取所述应用程序对应的描述模型；将所述M个基础特征标签输入所述描述模型以生成所述目标图像的图像描述语句。在本申请的一个实施例中，所述图像识别模型包括人脸识别模型、文字识别模型、分类识别模型、标识识别模型、水印识别模型、菜品识别模型、车牌识别模型、表情识别模型、年龄识别模型、肤色识别模型之中的多种。本申请第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例的图像描述的方法。本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例公开的图像描述的方法。本申请第五方面实施例提出了一种图像描述的方法，包括：获取目标图像；通过N个图像识别模型对所述目标图像进行识别以生成所述目标图像的M个基础特征，其中，N为正整数，M为小于或等于N的正整数；根据所述M个基础特征，生成所述目标图像的图像描述语句。上述申请中的一个实施例具有如下优点或有益效果：生成的图像描述语句具有更丰富的表现能力，能够充分表现出目标图像中的信息，提高了图像描述语句的准确性和可靠性。因为采用利用目标图像的多个基础特征，生成目标图像的图像描述语句的技术手段，所以克服了相关技术中从图像中识别出的信息较少，生成的特征标签无法充分表现出图像中的信息的技术问题，进而达到了生成的图像描述语句具有更丰富的表现能力，能够充分表现出目标图像中的信息，提高了图像描述语句的准确性和可靠性的技术效果。上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是根据本申请第一实施例的示意图；图2是根据本申请第二实施例的示意图；图3是根据本申请第三实施例的示意图；图4是根据本申请第四实施例的示意图；图5是用来实现本申请实施例的图像描述的方法的电子设备的框图；图6是根据本申请第五实施例的示意图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描本文档来自技高网...

【技术保护点】
1.一种图像描述的方法，其特征在于，包括：/n获取目标图像；/n通过N个图像识别模型对所述目标图像进行识别以生成所述目标图像的M个基础特征，其中，N为正整数，M为小于或等于N的正整数；/n根据所述M个基础特征，生成M个基础特征标签；/n根据所述M个基础特征标签生成所述目标图像的图像描述语句。/n

【技术特征摘要】
1.一种图像描述的方法，其特征在于，包括：
获取目标图像；
通过N个图像识别模型对所述目标图像进行识别以生成所述目标图像的M个基础特征，其中，N为正整数，M为小于或等于N的正整数；
根据所述M个基础特征，生成M个基础特征标签；
根据所述M个基础特征标签生成所述目标图像的图像描述语句。


2.如权利要求1所述的图像描述的方法，其特征在于，所述根据所述M个基础特征标签生成所述目标图像的图像描述语句，包括：
获取应用程序的类别；
根据所述应用程序的类别获取所述目标图像的描述模板；
将所述M个基础特征标签的至少部分基础特征标签填入所述描述模板以形成所述图像描述语句。


3.权利要求2所述的图像描述的方法，其特征在于，所述将所述M个基础特征标签的至少部分基础特征标签填入所述描述模板以形成所述图像描述语句，包括：
获取所述M个基础特征标签之间的相关性；
根据所述M个基础特征标签之间的相关性获取相关的第一基础特征标签和第二基础特征标签；
将所述第一基础特征标签、所述第二基础特征标签和其他基础特征标签的至少部分基础特征标签填入所述描述模板以形成所述图像描述语句。


4.如权利要求1所述的图像描述的方法，其特征在于，所述根据所述M个基础特征标签生成所述目标图像的图像描述语句，包括：
获取应用程序的类别；
根据所述应用程序的类别获取所述应用程序对应的描述模型；
将所述M个基础特征标签输入所述描述模型以生成所述目标图像的图像描述语句。


5.如权利要求1所述的图像描述的方法，其特征在于，所述图像识别模型包括人脸识别模型、文字识别模型、分类识别模型、标识识别模型、水印识别模型、菜品识别模型、车牌识别模型、表情识别模型、年龄识别模型、肤色识别模型之中的多种。


6.一种图像描述的装置，其特征在于，包括：
获取模块，用于获取目标图像；
第一生成模块，用于通过N个图像识别模型对所述目标图像进行识别以生成所述目标图像的M个基础特征，其中，N为正整数，M为小于或等于N的正整数；
第二生成模块，用于根据所述M个基础特征，生成M个基础特征标签；
第三生成模块，用于根据所述M个基础特征...

【专利技术属性】
技术研发人员：王震，刘涛，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11