基于人工智能的图像处理方法及服务器技术

本公开提供了基于人工智能的图像处理方法及服务器，分析的仅仅是与图像特征内容对应的粗略的指定标签，这样能够提高分析效率，同时会提高分析的准确性。并且，本申请实施例中生成的匹配情况，其中的图像特征内容多次出现，因此，匹配情况不会浪费太多的资源。匹配情况不会浪费太多的资源。匹配情况不会浪费太多的资源。

【技术实现步骤摘要】
基于人工智能的图像处理方法及服务器


[0001]本申请涉及人工智能及图像处理
，特别涉及基于人工智能的图像处理方法及服务器。

技术介绍

[0002]随着科技的不断发展，各类数据信息的处理功能也越来越多样化。以图像处理为例，现阶段的图像处理为了满足各类需求，通常会实现精细化的分析处理，但是这样可能导致分析效率下降和资源浪费。

技术实现思路

[0003]为改善相关技术中存在的技术问题，本申请提供了基于人工智能的图像处理方法及服务器。
[0004]本申请提供了一种基于人工智能的图像处理方法，包括：通过对图像处理线程的优化获取图像信息；基于优化得到的图像信息，生成图像信息包括的图像特征内容与指定标签的匹配情况；结合生成的匹配情况中图像特征内容对应的指定标签进行图像分析。
[0005]优选地，所述生成图像信息包括的图像特征内容与指定标签的匹配情况，包括：在所述图像处理线程的特征分析过程中，根据所述优化得到的图像信息对分析后的待处理视频进行处理获取待处理视频中的图像特征内容；为获得的待处理视频中的每个图像特征内容分拨指定标签；分析待处理视频中的每个图像特征内容与其指定标签的所述匹配情况。
[0006]优选地，所述基于优化得到的图像信息对分析后的待处理视频进行处理，包括：对照所述优化得到的图像信息和所述待处理视频中的图像信息，从所述待处理视频中的图像信息挖掘出与所述优化过程中得到的图像信息中的图像特征内容一致的图像特征内容，挖掘出的图像特征内容为所述获取的待处理视频中的图像特征内容。<br/>[0007]优选地，所述生成图像信息包括的图像特征内容与指定标签的匹配情况，包括：在所述图像处理线程的启动中，将图像操作端中获得的图像信息中的信息片段的索引标识作为图像信息包括的图像特征内容的所述指定标签；生成图像信息包括的图像特征内容与指定标签的所述匹配情况。
[0008]优选地，所述结合生成的匹配情况中图像特征内容对应的指定标签进行图像分析，包括：在所述图像处理线程的启动中，结合生成的所述匹配情况，将图像操作端中获得的图像信息中的信息片段调整为对应的所述指定标签匹配待处理视频。
[0009]优选地，所述方法还包括：在图像分析时，结合生成的所述匹配情况，将分析的所述指定标签更改为图像特征内容。
[0010]本申请实施例还提供了一种图像处理服务器，包括存储器、处理器和网络模块；其中，所述存储器、所述处理器和所述网络模块之间直接或间接地电性连接；所述处理器通过
从所述存储器中读取计算机程序并运行以实现上述所述的方法。
[0011]本申请的实施例提供的技术方案可以包括以下有益效果。
[0012]本申请实施例在进行图像分析时，分析的仅仅是与图像特征内容对应的粗略的指定标签，这样能够提高分析效率，同时会提高分析的准确性。并且，本申请实施例中生成的匹配情况，其中的图像特征内容多次出现，因此，匹配情况不会浪费太多的资源。
附图说明
[0013]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并于说明书一起用于解释本申请的原理。
[0014]图1是本申请实施例提供的一种基于人工智能的图像处理方法的流程图。
[0015]图2是本申请实施例提供的一种图像处理服务器的硬件结构示意图。
具体实施方式
[0016]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0017]请结合参阅图1，本申请实施例提供了一种基于人工智能的图像处理方法的流程示意图，应用于图像处理服务器，进一步地，该方法具体可以包括如下步骤11
‑
步骤13所记录的内容。
[0018]步骤11，通过对图像处理线程的优化获取图像信息。
[0019]步骤12，基于优化得到的图像信息，生成图像信息包括的图像特征内容与指定标签的匹配情况。
[0020]在一种示例中，上述所描述的生成图像信息包括的图像特征内容与指定标签的匹配情况，具体可以包括如下步骤121
‑
步骤123所记录的内容。
[0021]步骤121，在所述图像处理线程的特征分析过程中，根据所述优化得到的图像信息对分析后的待处理视频进行处理获取待处理视频中的图像特征内容。
[0022]步骤122，为获得的待处理视频中的每个图像特征内容分拨指定标签。
[0023]在一种示例中，上述所记录的基于优化得到的图像信息对分析后的待处理视频进行处理，具体可以包括：对照所述优化得到的图像信息和所述待处理视频中的图像信息，从所述待处理视频中的图像信息挖掘出与所述优化过程中得到的图像信息中的图像特征内容一致的图像特征内容，挖掘出的图像特征内容为所述获取的待处理视频中的图像特征内容。
[0024]步骤123，分析待处理视频中的每个图像特征内容与其指定标签的所述匹配情况。
[0025]在一种示例中，上述所记录的生成图像信息包括的图像特征内容与指定标签的匹配情况，具体还可以包括如下内容：在所述图像处理线程的启动中，将图像操作端中获得的图像信息中的信息片段的索引标识作为图像信息包括的图像特征内容的所述指定标签；生成图像信息包括的图像特征内容与指定标签的所述匹配情况。
[0026]步骤13，结合生成的匹配情况中图像特征内容对应的指定标签进行图像分析。
[0027]在一种示例中，上述所记录的所述结合生成的匹配情况中图像特征内容对应的指定标签进行图像分析，具体可以包括如下内容：在所述图像处理线程的启动中，结合生成的所述匹配情况，将图像操作端中获得的图像信息中的信息片段调整为对应的所述指定标签匹配待处理视频。
[0028]在一种示例中，该图像处理方法还可以包括：在图像分析时，结合生成的所述匹配情况，将分析的所述指定标签更改为图像特征内容。
[0029]在上述基础上，请结合参阅图2，本申请还提供了一种图像处理服务器20的硬件结构示意图，具体包括存储器21、处理器22、网络模块23和图像处理装置。存储器21、处理器22和网络模块23之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器21中存储有图像处理装置，所述图像处理装置包括至少一个可以软件或固件（firmware）的形式储存于所述存储器21中的软件功能模块，所述处理器22通过运行存储在存储器21内的软件程序以及模块。
[0030]其中，所述存储器21可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的图像处理方法，其特征在于，包括：通过对图像处理线程的优化获取图像信息；基于优化得到的图像信息，生成图像信息包括的图像特征内容与指定标签的匹配情况；结合生成的匹配情况中图像特征内容对应的指定标签进行图像分析。2.根据权利要求1所述的基于人工智能的图像处理方法，其特征在于，所述生成图像信息包括的图像特征内容与指定标签的匹配情况，包括：在所述图像处理线程的特征分析过程中，根据所述优化得到的图像信息对分析后的待处理视频进行处理获取待处理视频中的图像特征内容；为获得的待处理视频中的每个图像特征内容分拨指定标签；分析待处理视频中的每个图像特征内容与其指定标签的所述匹配情况。3.根据权利要求2所述的基于人工智能的图像处理方法，其特征在于，所述基于优化得到的图像信息对分析后的待处理视频进行处理，包括：对照所述优化得到的图像信息和所述待处理视频中的图像信息，从所述待处理视频中的图像信息挖掘出与所述优化过程中得到的图像信息中的图像特征内容一致的图像特征内容，挖掘出的图像特征内容为所述获取的待处理视频中的图像特征内容。4.根据权利要求1所述的基于人工智能的图像处理方...

【专利技术属性】
技术研发人员：陈志明，
申请(专利权)人：常熟友乐智能科技有限公司，
类型：发明
国别省市：