一种图像处理方法、装置和存储介质制造方法及图纸

本发明专利技术公开了一种图像处理方法、装置和存储介质，所述方法包括：获取待检测图像，运用特征提取模型识别所述待检测图像，得到第一特征；将所述第一特征与特征检索库中的至少一个特征进行匹配，确定所述第一特征与所述至少一个特征中每个所述特征的第一距离；基于权重对每个所述特征对应的第一距离进行调整；根据调整后的每个所述特征对应的第一距离，确定所述待检测图像的类型。待检测图像的类型。待检测图像的类型。

【技术实现步骤摘要】
一种图像处理方法、装置和存储介质


[0001]本专利技术涉及网络运维领域，尤其涉及一种图像处理方法、装置和存储介质。

技术介绍

[0002]随着时代的不断发展，科学的不断进步，生活节奏也在不断加快，图像识别在生活中应用越来越多，例如，基于图像识别进行产品分类。
[0003]相关技术中，通过大量图片来训练深度神经分类网络，得到分类模型。由于训练图片的数量大，训练过程时间较长，所以分类模型种类比较固定，不能轻易的更改和替换。这些不足都限制了该结算方法的可拓展性，从而降低了基于图像识别的结算方法的商用价值。

技术实现思路

[0004]有鉴于此，本专利技术的主要目的在于提供一种图像处理方法、装置和存储介质。
[0005]为达到上述目的，本专利技术的技术方案是这样实现的：
[0006]本专利技术实施例提供了一种图像处理方法，所述方法包括：
[0007]获取待检测图像，运用特征提取模型识别所述待检测图像，得到第一特征；
[0008]将所述第一特征与特征检索库中的至少一个特征进行匹配，确定所述第一特征与本文档来自技高网...

【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：获取待检测图像，运用特征提取模型识别所述待检测图像，得到第一特征；将所述第一特征与特征检索库中的至少一个特征进行匹配，确定所述第一特征与所述至少一个特征中每个所述特征的第一距离；基于权重对每个所述特征对应的第一距离进行调整；根据调整后的每个所述特征对应的第一距离，确定所述待检测图像的类型。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定每个所述特征对应的权重；所述确定每个所述特征对应的权重，包括：获取训练样本集；所述训练样本集包括：至少一个类型的训练样本子集；每个类型的所述训练样本子集包括：至少一个训练样本；确定每个类型的训练样本与除自身外其他类型的训练样本的相似度，作为每个类型的权重；所述每个类型的权重表征每个类型对应的特征的权重。3.根据权利要求2所述的方法，其特征在于，所述类型的数量为至少两个；所述确定每个类型的训练样本与除自身外其他类型的训练样本的相似度，包括：计算第一类型的至少一个训练样本与第二类型的至少一个训练样本的相似度；所述第二类型为所述至少两个类型中除第一类型外的其他类型；根据所述第一类型的至少一个训练样本与第二类型的至少一个训练样本的相似度，确定第一类型的权重。4.根据权利要求1所述的方法，其特征在于，所述特征检索库，包括：至少一个特征和每个所述特征对应的类型；所述基于权重对每个所述特征对应的第一距离进行调整，包括：确定每个所述特征对应的第一距离和第三类型；确定所述第三类型对应的权重，根据所述第三类对应的权重对所述第一距离进行加权计算，得到加权后的第一距离，作为第二距离；根据每个所述特征对应的第二距离，确定目标特征；将所述目标特征对应的类型，作为所述待检测图像的类型。5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：生成所述特征提取模型；所述生成所述特征提取模型，包括：获取预设的神经网络；运用所述训练样本集和目标损失函数，对所述预设的神经网络进行训练，得到所述特征提取模型；其中，所述目标损失函数为根据训练权重对预设的损失函数进行加权计算得到；所述训练权重根据相应类型的训练样本对应的权重确定。6.一种图像处理装置，其特征在于，所述装置包括：第一处理模块，用于获取待检测图像，运用特征提取模型识别所述待检测图像，得到第一特征；第二处理模块，用于将所述第一特征与特征检索库中的至...

【专利技术属性】
技术研发人员：饶天荣，郭华，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：