【技术实现步骤摘要】
信息获取方法、图像处理方法、装置及电子设备
本申请涉及图像处理
,具体而言,本申请涉及一种信息获取方法、图像处理方法、装置及电子设备。
技术介绍
目标检测(objectdetection)是计算机视觉中从图像或视频中识别特定类别对象的一种技术。近年来,人们开始尝试利用图片的整体信息对图片进行3D对象检测,即检测对象的属性信息,如对象的位置、类别,以及不同对象之间的关系。现有技术中,通常采用多个不同的神经网络分别对图像进行识别,分别得到对象的属性和不同对象之间的关系,但在一些情况下,例如当图像中出现外表接近的不同类别的对象时,或是出现被遮挡的对象时,单靠不同的神经网络难以分别识别对象的属性和不同对象之间的关系,信息获取的准确率较低。
技术实现思路
本申请提供了一种信息获取方法、图像,用于解决在将智能聊天机器人应用于与用户进行交互时,如何更为准确地输出答复信息,该技术方案如下所示:第一方面,提供了一种信息获取方法,该方法包括:获取图像中的对象的属性特征和对象间的关系特征;根据属性特征对关系特征进行校正,根据校正后的关系特征获取对象间的关系信息,和/或根据关系特征对属性特征进行校正,根据校正后的属性特征获取对象的属性信息。第二方面,提供了一种图像处理方法,该方法包括:获取图像中对象的属性信息和关系信息;根据属性信息和关系信息,在图像中添加虚拟对象。第三方面,提供了一种信息获取装置,该装置包括:第一获取模块,用于获取图像中的对象 ...
【技术保护点】
1.一种信息获取方法,其特征在于,包括:/n获取图像中的对象的属性特征和对象间的关系特征;/n根据所述属性特征对所述关系特征进行校正,根据校正后的关系特征获取对象间的关系信息,和/或根据所述关系特征对所述属性特征进行校正,根据校正后的属性特征获取对象的属性信息。/n
【技术特征摘要】
1.一种信息获取方法,其特征在于,包括:
获取图像中的对象的属性特征和对象间的关系特征;
根据所述属性特征对所述关系特征进行校正,根据校正后的关系特征获取对象间的关系信息,和/或根据所述关系特征对所述属性特征进行校正,根据校正后的属性特征获取对象的属性信息。
2.根据权利要求1所述的方法,其特征在于,所述获取图像中的对象的属性特征和对象间的关系特征,包括:
将所述图像输入神经网络进行识别,在识别过程中所述神经网络的各个子网络的中间层结构输出所述属性特征和所述关系特征;
其中,所述属性信息包括对象的类别信息和对象的姿态信息;所述神经网络包括多个子网络,所述多个子网络包括用于识别所述类别信息的类别识别网络、用于识别所述姿态信息的姿态识别网络,以及用于识别所述关系信息的关系识别网络。
3.根据权利要求2所述的方法,其特征在于,根据所述属性特征对所述关系特征进行校正,根据校正后的关系特征获取对象间的关系信息,和/或根据所述关系特征对所述属性特征进行校正,根据校正后的属性特征获取对象的属性信息,包括:
根据所述属性特征对所述关系特征进行校正得到校正后的关系特征,和/或根据所述关系特征对所述属性特征进行校正得到校正后的属性特征;
将校正后的关系特征和/或校正后的属性特征分别输入对应各个子网络的中间层结构的下一层网络结构继续识别,得到所述属性信息和所述关系信息。
4.根据权利要求3所述的方法,其特征在于,所述根据所述属性特征对所述关系特征进行校正得到校正后的关系特征,和/或根据所述关系特征对所述属性特征进行校正得到校正后的属性特征,包括:
基于所述属性特征中的类别特征、所述属性特征中的姿态特征、所述关系特征和预设的第一权重系数数组获取校正后的类别特征;
基于所述类别特征、所述姿态特征、所述关系特征和预设的第二权重系数数组获取校正后的姿态特征;
基于所述类别特征、所述姿态特征、所述关系特征和预设的第三权重系数数组获取校正后的关系特征。
5.一种图像处理方法,其特征在于,包括:
获取图像中对象的属性信息和关系信息;
根据所述属性信息和所述关系信息,在所述图像中添加虚拟对象...
【专利技术属性】
技术研发人员:张超,李炜明,金祐湜,洪性勋,王强,
申请(专利权)人:北京三星通信技术研究有限公司,三星电子株式会社,
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。