【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质
[0001]本申请属于人工智能领域,具体涉及一种图像处理方法、装置、电子设备及存储介质。
技术介绍
[0002]目前,电子设备在进行拍摄后,可以将拍摄得到的图片保存至图库应用程序中,而当电子设备拍摄保存的图片较多时,图片会占据电子设备的大量存储空间,以及图库应用程序中存在一些拍摄质量差的图片,通常,用户可以根据自身的需求对图库应用程序中存储的图片进行对应的操作。
[0003]然而,由于图库应用程序中存在的图片较多,用户需要从图库应用程序中的所有图片中依次查找需求处理的图片(例如用户手动翻页以查找需求删除的图片),导致用户需求查找处理的图片的操作繁琐且耗时,如此,电子设备对图像处理的灵活性和效率较差。
技术实现思路
[0004]本申请实施例的目的是提供一种图像处理方法、装置、电子设备及存储介质,能够解决电子设备对图像处理的灵活性和效率较差的问题。
[0005]第一方面,本申请实施例提供了一种图像处理方法,该图像处理方法包括:获取M个图像的第一特征信息,每个图像的第一特征信息分别用于指示一个图像所属的图像类别,M为正整数;根据M个图像的第一特征信息,通过至少一个第二算法结构,对M个图像进行处理,得到M个图像的分值,每个第二算法结构分别对应一个图像类别,每个第二算法结构对应M个图像中属于同一图像类别的至少一个图像,每个图像的分值用于指示一个图像在一个图像对应的图像类别下的图像质量;根据M个图像的分值,对M个图像进行图像处理。
[0006]第二方 ...
【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M个图像的第一特征信息,每个图像的第一特征信息分别用于指示一个图像所属的图像类别,M为正整数;根据所述M个图像的第一特征信息,通过至少一个第二算法结构,对所述M个图像进行处理,得到所述M个图像的分值,每个第二算法结构分别对应一个图像类别,每个第二算法结构对应所述M个图像中属于同一图像类别的至少一个图像,每个图像的分值用于指示一个图像在所述一个图像对应的图像类别下的图像质量;根据所述M个图像的分值,对所述M个图像进行图像处理。2.根据权利要求1所述的方法,其特征在于,所述获取M个图像的第一特征信息,包括:依次通过L层算法结构,对所述M个图像中的每个图像进行特征提取,得到L个特征信息集合,所述L层算法结构与所述L个特征信息集合一一对应,每个特征信息集合中包括所述M个图像的第二特征信息、且所述每个特征信息集合中包括的所述M个图像的第二特征信息不同;对所述L个特征信息集合进行融合处理,得到所述M个图像的第一特征信息。3.根据权利要求2所述的方法,其特征在于,每层算法结构包括一个卷积算法结构和一个池化算法结构;所述依次通过所述L层算法结构,对所述M个图像中的每个图像进行特征提取,得到L个特征信息集合,包括:针对所述L层算法结构中的每层算法结构,通过一层算法结构的卷积算法结构,对所述M个图像中的每个图像进行卷积处理,得到M个卷积向量;通过所述一层算法结构的池化算法结构,对所述M个卷积向量进行池化处理,得到所述一层算法结构对应的一个特征信息集合,以得到所述L个特征信息集合。4.根据权利要求1所述的方法,其特征在于,每个第二算法结构包括特征加权层算法结构、全连接层算法结构和线性变换层算法结构;所述根据所述M个图像的第一特征信息,通过至少一个第二算法结构,对所述M个图像进行处理,得到所述M个图像的分值,包括:根据所述M个图像的第一特征信息,从预设第二算法结构集合中分别确定与每个图像的图像类别匹配的第二算法结构,以得到所述至少一个第二算法结构;针对所述至少一个第二算法结构中的每个第二算法结构,通过一个第二算法结构的特征加权层算法结构,对所述一个第二算法结构对应的至少一个图像的第一特征信息、所述L层算法结构中的第L层算法结构对应的卷积向量和所述第L层算法结构对应的特征信息集合进行加权和处理,得到第一向量;通过所述一个第二算法结构的全连接层算法结构和线性变换层算法结构,对所述第一向量进行线性变换处理,得到所述一个第二算法结构对应的至少一个图像的分值,以得到所述M个图像的分值。5.根据权利要求1所述的方法,其特征在于,所述根据所述M个图像的分值,对所述M个图像进行图像处理,包括:按照所述M个图像的分值的大小,对所述M个图像进行排序;或者,
根据所述M个图像的分值,对所述M个图像中的N个图像进行删除,所述N个图像为所述M个图像中分值小于或等于预设阈值的图像,N为小于或等于M的正整数;或者,根据所述M个图像的分值,对所述M个图像中的K个图像进行标记,所述K个图像为所述M个图像中分值小于或等于预设阈值的图像,或者所述M个图像中分值大于预设阈值的图像,K为小于或等于M的正整数。6.根据权利要求1所述的方法,其特征在于,所述通过第一算法结构,获取电子设备中的M个图像的第一特征信息之前,所述方法还包括:通过预设多头回归模型,对目标类别的一组图像进行特征提取处理,得到所述一组图像的特征信息,所述一组图像包括参考图像、负例图像和正例图像;通过所述预设多头回归模型,对所述一组图像中每个图像的特征信息进行加权和处理,得到所述一组图像的分值;通过预设损失函数,对所述一组图像中的负例图像的分值与所述参考图像的分值进行优化处理,并对所述一组图像中的正例图像的分值与所述参考图像的分值进行优化处理,以更新所述预设多头回归模型中的参数,得到所述目标类别对应的第二算法结构。7.一种图像处理装置,其特征在于,所述图像处理装置包括:获取模块和处理模块;所述获取模块,用于获取M个图像的第一特征信息,每个图像的第一特征信息分别用于指...
【专利技术属性】
技术研发人员:谢伊娜,
申请(专利权)人:维沃移动通信有限公司,
类型:发明
国别省市:
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。