图像处理方法、装置、计算机设备及存储介质制造方法及图纸

本申请提供了一种图像处理方法、装置、计算机设备及存储介质，属于人工智能技术领域。该方法包括：将包含目标对象的医学图像切分为多个子图像，分别对所述多个子图像进行特征提取，得到多个子图像特征；基于第一子图像特征和多个第二子图像特征，确定所述第一子图像特征对应的编码特征，所述第一子图像特征为所述多个子图像特征中的任一个，所述多个第二子图像特征包括所述第一子图像特征以及至少一个除所述第一子图像特征之外的其他子图像特征；基于所述多个子图像特征分别对应的多个编码特征，确定所述目标对象的状态识别结果。本申请通过对子图像特征进行有效整合，得到了更准确的特征表示，进而进行状态识别，提高了状态识别的准确性。识别的准确性。识别的准确性。

【技术实现步骤摘要】
图像处理方法、装置、计算机设备及存储介质


[0001]本申请涉及人工智能
，特别涉及一种图像处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]当前，人工智能技术已广泛应用在图像处理场景中。例如，在医学图像处理场景中，可以应用人工智能技术，对包含目标对象的医学图像进行处理，得到目标对象的状态识别结果，但目前得到的状态识别结果不够准确。

技术实现思路

[0003]本申请实施例提供了一种图像处理方法、装置、计算机设备及存储介质，能够提高状态识别的准确性。所述技术方案如下。
[0004]一方面，提供了一种图像处理方法，所述方法包括：
[0005]将包含目标对象的医学图像切分为多个子图像，分别对所述多个子图像进行特征提取，得到多个子图像特征；
[0006]基于第一子图像特征和多个第二子图像特征，确定所述第一子图像特征对应的编码特征，所述第一子图像特征为所述多个子图像特征中的任一个，所述多个第二子图像特征包括所述第一子图像特征以及至少一个除所述第一子图像特征之外的其他子图像特征；
[0007本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：将包含目标对象的医学图像切分为多个子图像，分别对所述多个子图像进行特征提取，得到多个子图像特征；基于第一子图像特征和多个第二子图像特征，确定所述第一子图像特征对应的编码特征，所述第一子图像特征为所述多个子图像特征中的任一个，所述多个第二子图像特征包括所述第一子图像特征以及至少一个除所述第一子图像特征之外的其他子图像特征；基于所述多个子图像特征分别对应的多个编码特征，确定所述目标对象的状态识别结果。2.根据权利要求1所述的方法，其特征在于，所述基于第一子图像特征和多个第二子图像特征，确定所述第一子图像特征对应的编码特征，包括：对所述第一子图像特征的查询特征以及每个第二子图像特征的键特征和值特征进行交叉处理，得到所述第一子图像特征对应的编码特征。3.根据权利要求2所述的方法，其特征在于，所述对所述第一子图像特征的查询特征以及每个第二子图像特征的键特征和值特征进行交叉处理，得到所述第一子图像特征对应的编码特征，包括：基于所述第一子图像特征的查询特征和每个第二子图像特征的键特征，确定所述第一子图像特征与每个所述第二子图像特征之间的相关性参数；按照所述多个第二子图像特征分别对应的多个相关性参数，对所述多个第二子图像特征的值特征进行加权融合，得到所述第一子图像特征对应的编码特征。4.根据权利要求2所述的方法，其特征在于，所述子图像特征的查询特征、键特征和值特征基于第一参数矩阵得到，所述方法还包括：在存在多个第一参数矩阵的情况下，将基于所述多个第一参数矩阵分别得到的、所述第一子图像特征对应的多个编码特征进行拼接和压缩，得到所述第一子图像特征对应的更新后的编码特征。5.根据权利要求1所述的方法，其特征在于，所述多个第二子图像特征包括所述第一子图像特征以及所述第一子图像特征的关联子图像特征，所述基于第一子图像特征和多个第二子图像特征，确定所述第一子图像特征对应的编码特征之前，所述方法还包括：基于第一子图像在所述医学图像中的第一位置，确定与所述第一位置关联的第二位置，其中，所述第一子图像特征是对所述第一子图像进行特征提取得到的；将位于所述第二位置的第二子图像对应的子图像特征，确定为所述关联子图像特征。6.根据权利要求1所述的方法，其特征在于，所述基于第一子图像特征和多个第二子图像特征，确定所述第一子图像特征对应的编码特征之前，所述方法还包括：对于所述多个子图像中的每个子图像，对所述子图像的位置信息进行编码，得到位置特征，将所述位置特征嵌入至所述子图像的子图像特征，所述位置信息用于表示所述子图像在所述医学图像中的位置。7.根据权利要求1所述的方法，其特征在于，所述基于所述多个子图像特征分别对应的多个编码特征，确定所述目标对象的状态识别结果，包括：基于初始标识特征，确定第一参考查询特征，对所述第一参考查询特征以及所述多个编码特征的键特征和值特征进行交叉处理，得到解码特征，所述初始标识特征用于指示开
始解码；基于所述初始标识特征和已得到的解码特征，确定第二参考查询特征，对所述第二参考查询特征以及所述多个编码特征的键特征和值特征进行交叉处理，得到下一个解码特征，直至得到的解码特征标识解码结束；基于已得到的多个解码特征，确定所述目标对象的状态识别结果。8.根据权利要求7所述的方法，其特征在于，所述基于所述初始标识特征和已得到的解码特征，确定第二参考查询特征，包括：基于最新的已得到的解码特征的查询特征和所述初始标识特征的键特征，确定所述初始标识特征对应的相关性参数，以及，基于所述最新的已得到的解码特征的查询特征和每个已得到的解码特征的键特征，确定每个已得到的解码特征对应的相关性参数；按照所述初始标识特征对应的相关性参数和每个已得到的解码特征对应的相关性参数，对所述初始标识特征的值特征和每个已得到的解码特征的值特征进行加权融合，得到所述第二参考查询特征。9.根据权利要求1所述的方法，其特征在于，所述分别对所述多个子图像进行特征提取，得到多个子图像特征，包括：压缩每个所述子图像的初始特征图的尺寸，直至得到目标尺寸的特征图；将所述目标尺寸的特征图压缩为尺寸为1
×
1的子图像特征。10.根据权利要求1所述的方法，其特征在于，每个所述子图像特征的通道数为第一数量，所述基于第一子图像特征和多个第二子图像特征，确定所述第一子图像特征对应的编码特征之前，所述方法还包括：对每个所述子图像特征进行卷积处理，得到卷积处理后的子图像特征，...

【专利技术属性】
技术研发人员：杨帆，姚建华，赵宇，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：