图片的操作意图处理方法、推荐方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供了一种图片的操作意图处理方法、装置、电子设备及存储介质；方法包括：对被操作的多个图片进行识别，以确定每个图片中的候选元素以及对应的属性；根据每个图片中的候选元素的属性，从多个图片中筛选出满足显著性得分条件的多个候选元素以作为显著元素；基于多个显著元素，对多个图片中被目标用户操作的图片进行遍历处理，以确定包括任意一个显著元素的目标图片；根据每个目标图片中的显著元素的显著性得分，确定目标用户对显著元素的操作偏好得分，并将目标图片中满足操作偏好得分条件的显著元素作为目标用户的操作意图。通过本发明专利技术能够在被操作的图片中准确识别出用户操作意图在图片中所对应的元素。

【技术实现步骤摘要】
图片的操作意图处理方法、推荐方法、装置、电子设备及存储介质
本专利技术涉及人工智能技术，尤其涉及一种图片的操作意图处理方法、推荐方法、装置、电子设备及存储介质。
技术介绍
人工智能(ArtificialIntelligence，AI)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，例如自然语言处理技术以及机器学习/深度学习等几大方向，随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。在基于人工智能的图像处理技术中，确定用户的操作意图是一个重要的研究方向，能够确定用户对图片中元素的偏好、即用户对图片的操作意图(例如点击意图，可以通过点击操作查看图片中的元素)。然而，传统技术所确定出的用户的操作意图容易受到高频标签(元素)影响，准确度低。
技术实现思路
本专利技术实施例提供一种图片的操作意图处理方法、推荐方法、装置、电子设备及存储介质，能够结合元素显著性，减小高频标签的影响，准确地确定用户的操作意图。本专利技术实施例的技术方案是这样实现的：本专利技术实施例提供一种图片的操作意图处理方法，包括：对被操作的多个图片进行识别，以确定每个所述图片中的候选元素以及对应的属性；根据每个所述图片中的候选元素的属性，从所述多个图片中筛选出满足显著性得分条件的多个候选元素以作为显著元素；基于多个所述显著元素，对所述多个图片中被目标用户操作的图片进行遍历处理，以确定包括任意一个所述显著元素的目标图片；根据每个所述目标图片中的显著元素的显著性得分，确定所述目标用户对所述显著元素的操作偏好得分，并将所述目标图片中满足操作偏好得分条件的显著元素，作为所述目标用户的操作意图。本专利技术实施例提供一种图片的操作意图处理方法，包括：接收用于在客户端中展示的推荐图片，所述图片中包括符合目标用户的操作意图的元素；当所述客户端中呈现用于推荐信息的展示位时，在所述客户端的所述展示位中呈现所述推荐图片；其中，所述推荐图片为根据符合所述目标用户的操作意图中的元素，对多个候选推荐图片进行匹配确定的。本专利技术实施例提供一种图片的操作意图处理装置，包括：识别模块，用于对被操作的多个图片进行识别，以确定每个所述图片中的候选元素以及对应的属性；第一处理模块，用于根据每个所述图片中的候选元素的属性，从所述多个图片中筛选出满足显著性得分条件的多个候选元素以作为显著元素；确定模块，用于基于多个所述显著元素，对所述多个图片中被目标用户操作的图片进行遍历处理，以确定包括任意一个所述显著元素的目标图片；第二处理模块，用于根据每个所述目标图片中的显著元素的显著性得分，确定所述目标用户对所述显著元素的操作偏好得分，并将所述目标图片中满足操作偏好得分条件的显著元素，作为所述目标用户的操作意图。上述技术方案中，所述第一处理模块还用于根据每个所述图片中的候选元素的属性，确定每个所述图片中的候选元素的显著性得分；根据每个所述图片中的候选元素的显著性得分，筛选出满足显著性得分条件的多个候选元素以作为显著元素。上述技术方案中，所述候选元素的属性包括所述候选元素在所述图片中的数量、尺寸、中心位置标识、以及所述候选元素相对于所述图片的颜色差异；所述第一处理模块还用于对于每个所述图片中的候选元素中的任一候选元素，执行以下处理：确定所述候选元素在所述图像中的数量与所述图片中候选元素的总数量之间的第一相对关系，以及确定所述候选元素在所述图片中的尺寸与所述图片的尺寸之间的第二相对关系；根据所述候选元素的所述第一相对关系、所述第二相对关系、所述候选元素在所述图片的中心位置标识、以及所述候选元素相对于所述图片的颜色差异，确定所述候选元素的显著性得分。上述技术方案中，所述第一处理模块还用于确定所述数量对应的第一权重、所述尺寸对应的第二权重、所述颜色差异对应的第三权重、以及所述中心位置标识对应的第四权重；根据所述第一权重、所述第二权重、所述第三权重、所述第四权重、所述第一相对关系、所述第二相对关系、所述候选元素在所述图片的中心位置标识、以及所述候选元素相对于所述图片的颜色差异，确定所述候选元素的显著性得分为：其中，所述α表示所述第一权重，所述β表示所述第二权重，所述γ表示所述第三权重，所述δ表示所述第四权重，所述表示所述第一相对关系，所述表示所述第二相对关系，所述colorGapi表示所述候选元素相对于所述图片的颜色差异，所述isCenteri表示所述候选元素在所述图片的中心位置标识，且α+β+γ+δ＝1。上述技术方案中，所述第一处理模块还用于对于所述多个图片中的任一图片，执行以下处理：将所述图片中的候选元素进行聚合，并对聚合后剩余的候选元素的显著性得分进行降序排序，将降序排序中前N个候选元素确定为满足显著性得分条件的显著元素，其中，所述N为自然数；所述第二处理模块还用于对于所述N个显著元素中的任一显著元素执行以下处理：将所述显著元素在每个所述目标图片中的显著性得分进行累加处理，以确定所述目标用户对所述显著元素的操作偏好得分；对所述目标用户对每个所述显著元素的操作偏好得分进行降序排序，对于降序排序中前K个显著元素中的任一显著元素执行以下处理：当所述多个图片中的任一图片包括所述显著元素时，将所述显著元素确定为所述目标用户针对所述任一图片的操作意图；其中，K为自然数。上述技术方案中，所述第一处理模块还用于对于所述多个图片中的任一图片，执行以下处理：对所述图片中的候选元素的显著性得分进行降序排序，将降序排序中前N个候选元素确定为所述图片中的显著元素，其中，所述N为自然数；所述第二处理模块还用于对于N个所述显著元素中的任一显著元素执行以下处理：将所述显著元素在每个所述目标图片中的显著性得分进行累加处理，以确定所述目标用户对所述显著元素的操作偏好得分；对于所述多个图片中的任一图片执行以下处理：将所述图片中的显著元素的操作偏好得分进行降序排序，将降序排序中前K个显著元素确定为所述目标用户对所述图片的操作意图；其中，K为自然数，且K小于N。上述技术方案中，所述候选元素的类型包括以下至少之一：物体；文本；所述识别模块还用于将所述被操作的多个图片进行边框回归处理，以确定所述多个图片中包括候选元素的多个边框，并对每个所述边框进行图像识别，以确定所述多个图片中的物体的类别，并对每个所述边框进行文本识别，以确定所述多个图片中的文本。上述技术方案中，所述候选元素的属性包括所述候选元素在所述图片的中心位置标识；所述识别模块还用于对于每个所述图片中的任一候选元素，执行以下处理：确定所述候选元素在所述图片中对应的各个像素点的坐标；当以所述多个坐标为边界所界定的区域包括所述图片的中心位置时，确定所述候选元本文档来自技高网...

【技术保护点】
1.一种图片的操作意图处理方法，其特征在于，所述方法包括：/n对被操作的多个图片进行识别，以确定每个所述图片中的候选元素以及对应的属性；/n根据每个所述图片中的候选元素的属性，从所述多个图片中筛选出满足显著性得分条件的多个候选元素以作为显著元素；/n基于多个所述显著元素，对所述多个图片中被目标用户操作的图片进行遍历处理，以确定包括任意一个所述显著元素的目标图片；/n根据每个所述目标图片中的显著元素的显著性得分，确定所述目标用户对所述显著元素的操作偏好得分，并/n将所述目标图片中满足操作偏好得分条件的显著元素，作为所述目标用户的操作意图。/n

【技术特征摘要】
1.一种图片的操作意图处理方法，其特征在于，所述方法包括：
对被操作的多个图片进行识别，以确定每个所述图片中的候选元素以及对应的属性；
根据每个所述图片中的候选元素的属性，从所述多个图片中筛选出满足显著性得分条件的多个候选元素以作为显著元素；
基于多个所述显著元素，对所述多个图片中被目标用户操作的图片进行遍历处理，以确定包括任意一个所述显著元素的目标图片；
根据每个所述目标图片中的显著元素的显著性得分，确定所述目标用户对所述显著元素的操作偏好得分，并
将所述目标图片中满足操作偏好得分条件的显著元素，作为所述目标用户的操作意图。


2.根据权利要求1所述的方法，其特征在于，所述根据每个所述图片中的候选元素的属性，从所述多个图片中筛选出满足显著性得分条件的多个候选元素以作为显著元素，包括：
根据每个所述图片中的候选元素的属性，确定每个所述图片中的候选元素的显著性得分；
根据每个所述图片中的候选元素的显著性得分，筛选出满足显著性得分条件的多个候选元素以作为显著元素。


3.根据权利要求2所述的方法，其特征在于，
所述候选元素的属性包括所述候选元素在所述图片中的数量、尺寸、中心位置标识、以及所述候选元素相对于所述图片的颜色差异；
所述根据每个所述图片中的候选元素的属性，确定每个所述图片中的候选元素的显著性得分，包括：
对于每个所述图片中的候选元素中的任一候选元素，执行以下处理：
确定所述候选元素在所述图像中的数量与所述图片中候选元素的总数量之间的第一相对关系，以及确定所述候选元素在所述图片中的尺寸与所述图片的尺寸之间的第二相对关系；
根据所述候选元素的所述第一相对关系、所述第二相对关系、所述候选元素在所述图片的中心位置标识、以及所述候选元素相对于所述图片的颜色差异，确定所述候选元素的显著性得分。


4.根据权利要求3所述的方法，其特征在于，所述根据所述候选元素的所述第一相对关系、所述第二相对关系、所述候选元素在所述图片的中心位置标识、以及所述候选元素相对于所述图片的颜色差异，确定所述候选元素的显著性得分，包括：
确定所述数量对应的第一权重、所述尺寸对应的第二权重、所述颜色差异对应的第三权重、以及所述中心位置标识对应的第四权重；
根据所述第一权重、所述第二权重、所述第三权重、所述第四权重、所述第一相对关系、所述第二相对关系、所述候选元素在所述图片的中心位置标识、以及所述候选元素相对于所述图片的颜色差异，确定所述候选元素的显著性得分为：



其中，所述α表示所述第一权重，所述β表示所述第二权重，所述γ表示所述第三权重，所述δ表示所述第四权重，所述表示所述第一相对关系，所述表示所述第二相对关系，所述colorGapi表示所述候选元素相对于所述图片的颜色差异，所述isCenteri表示所述候选元素在所述图片的中心位置标识，且α+β+γ+δ＝1。


5.根据权利要求2所述的方法，其特征在于，所述根据每个所述图片中的候选元素的显著性得分，筛选出满足显著性得分条件的多个候选元素以作为显著元素，包括：
对于所述多个图片中的任一图片，执行以下处理：
将所述图片中的候选元素进行聚合，并
对聚合后剩余的候选元素的显著性得分进行降序排序，将降序排序中前N个候选元素确定为满足显著性得分条件的显著元素，其中，所述N为自然数；
所述根据每个目标图片中的显著元素的显著性得分，确定所述目标用户对所述显著元素的操作偏好得分，并将所述目标图片中满足操作偏好得分条件的显著元素，作为所述目标用户的操作意图，包括：
对于所述N个显著元素中的任一显著元素执行以下处理：将所述显著元素在每个所述目标图片中的显著性得分进行累加处理，以确定所述目标用户对所述显著元素的操作偏好得分；
对所述目标用户对每个所述显著元素的操作偏好得分进行降序排序，对于降序排序中前K个显著元素中的任一显著元素执行以下处理：
当所述多个图片中的任一图片包括所述显著元素时，将所述显著元素确定为所述目标用户针对所述任一图片的操作意图；其中，K为自然数。


6.根据权利要求2所述的方法，其特征在于，所述根据每个所述图片中的候选元素的显著性得分，筛选出满足显著性得分条件的多个候选元素以作为显著元素，包括：
对于所述多个图片中的任一图片，执行以下处理：
对所述图片中的候选元素的显著性得分进行降序排序，将降序排序中前N个候选元素确定为所述图片中的显著元素，其中，所述N为自然数；
所述根据每个目标图片中的显著元素的显著性得分，确定所述目标用户对...

【专利技术属性】
技术研发人员：冯志祥，
申请(专利权)人：深圳市腾讯计算机系统有限公司，
类型：发明
国别省市：广东;44