本发明专利技术实施例提供了一种对象属性提取方法、装置、存储介质及电子装置，涉及数据处理领域。通过获取目标对象的初始特征，利用提取模型从所述目标对象的初始特征中提取所述目标对象的多个属性，其中当所述目标对象的结构属性不同时，所述提取模型的算法唯一，融合所述目标对象的多个所述属性，以得到目标对象的整体属性，解决了对目标对象的属性提取方法比较复杂的问题，简化了对目标对象属性的提取流程，提高了对目标对象属性提取的效率。提高了对目标对象属性提取的效率。提高了对目标对象属性提取的效率。
【技术实现步骤摘要】
一种对象属性提取方法、装置、存储介质及电子装置
[0001]本专利技术实施例涉及数据处理领域，具体而言，涉及交通领域的一种对象属性提取方法、装置、存储介质及电子装置。
技术介绍
[0002]在现有技术中，对具有单层或双层结构的目标对象进行属性提取，一种是首先将对象分类为单层或双层，然后再采用不同结构对应的算法模型进行内容识别，这种方法将目标对象的内容属性和结构属性分开进行提取。由于目标对象的内容属性和结构属性具有一定的相关性，将其分开进行提取不仅不够便捷，而且因为需要提前对结构属性进行判断，造成数据处理的复杂度增高和存储资源的浪费。
[0003]现有的对含有双层结构的目标对象进行识别的技术大部分是提前将目标对象分为单层和双层结构，然后采用针对性的技术分开识别。也有一小部分涉及到对单双层结构合并识别的技术，但是需要采用复杂的前处理和后处理方法将目标对象的结构进行统一，然后对目标对象的内容逐个进行识别。
[0004]以上对目标对象属性进行提取的方法，比较典型的出现于文字和图像数据的处理场景中，尤其是对单双车牌属性的处理过程中。
[0005]简而言之，在现有技术中，当目标对象具有多个结构时，提取该属性的算法比较复杂，难度系数也比较高。
技术实现思路
[0006]本专利技术的主要优势在于提供一种对象属性提取方法、装置、存储介质及电子装置，同时提取目标对象的多个属性，简化了对目标对象属性的提取流程，提高了对目标对象属性提取的效率；本专利技术的主要优势在于提供一种对象属性提取方法、装置、存储介质及电子装置，利用一个提取模型提取所述目标对象多个属性，减少了模型的数量，简化了算法流程；本专利技术的另一优势在于提供一种对象属性提取方法、装置、存储介质及电子装置，利用所述目标对象过个属性之间的相关性不断训练所述提取模型，使得所述提取模型在对所述目标对象属性的提取的过程中，提取的信息更加准确。
[0007]根据本专利技术一实施例，提供一种对象属性提取方法，包括：获取目标对象的初始特征；利用提取模型从所述目标对象的初始特征中提取所述目标对象的多个属性，其中当所述目标对象的结构属性不同时，所述提取模型的算法唯一；融合所述目标对象的多个所述属性，以得到所述目标对象的整体属性。
[0008]根据本专利技术一实施例，其中利用提取模型从所述目标对象的初始特征中提取所述目标对象的多个属性包括以下至少之一：利用提取模型，从所述目标对象的初始特征中提取所述目标对象的结构属性；
利用提取模型，从所述目标对象的初始特征中提取所述目标对象的内容属性；利用提取模型，从所述目标对象的初始特征中提取所述目标对象的颜色属性；根据本专利技术一实施例，其中利用提取模型，从所述目标对象的初始特征中提取所述目标对象的内容属性，包括：利用注意力机制划分所述目标对象为多个区域；为所述多个区域分别赋值以得到对应域值，其中所述域值用于确认所述目标对象的所述内容属性。
[0009]根据本专利技术一实施例，其中利用提取模型，从所述目标对象的初始特征中提取所述目标对象的内容属性，包括：分别将每个区域的内容数据与对应所述域值相乘，得到对应区域的内容表征；拼接每个所述区域的内容表征，以得到所述目标对象的整体内容表征；解析所述目标对象的整体内容表征，得到所述目标对象的所述内容属性。
[0010]根据本专利技术一实施例，其中当所述区域不存在目标内容信息时，将所述区域的内容数据与对应所述域值相乘得到的所述内容表征为第一阈值；当所述区域存在目标内容信息时，将所述区域的内容数据与对应所述域值相乘得到的所述内容表征仍为所述区域的内容数据。
[0011]根据本专利技术另一实施例，提供一种对象属性提取装置，包括：获取模块，用于获取目标对象的初始特征；提取模块，用于从所述目标对象的初始特征中提取所述目标对象的多个属性，；其中当所述目标对象的结构属性不同时，所述提取模型的算法唯一；融合模块，用于融合所述目标对象的多个所述属性，以得到目标对象的整体属性。
[0012]根据本专利技术另一实施例，其中所述提取模块还包括：一区域划分模块，其中所述区域划分模块被配置为利用所述注意力机制将每个所述目标对象都划分为多个区域。
[0013]一区域赋值模块，其中所述区域赋值模块被配置为基于所述目标对象的初始特征，利用卷积神经网络为所述目标对象的所述区域分别赋值以得到对应域值，为所述多个区域分别赋值以得到对应域值，其中所述域值用于确认所述目标对象的所述内容属性。
[0014]根据本专利技术另一实施例，其中所述提取模块还包括一内容处理模块，其中所述内容处理模块包括：一计算单元，其中所述计算单元用于分别将所述区域的内容数据与所述域值相乘，以得到所述区域的内容表征；一拼接单元，所述拼接单元用于拼接所有所述区域的内容表征，以得到所述目标对象的整体内容表征；和一解析单元，所述解析单元用于解析所述目标对象的整体内容表征，得到该目标对象的内容属性。
[0015]根据本专利技术的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
[0016]根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述
存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
附图说明
[0017]图1是根据本专利技术实施例的一种对象属性提取方法的移动终端的硬件结构框图；图2是根据本专利技术实施例的一种对象属性提取方法的流程图；图3是根据本专利技术实施例的一种对象属性提取方法的流程图；图4是根据本专利技术实施例的一种对象属性提取装置的结构框图。
具体实施方式
[0018]下文中将参考附图并结合实施例来详细说明本专利技术的实施例。
[0019]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0020]本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本专利技术实施例的一种对象属性提取方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
[0021]存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本专利技术实施例中的一种对象属性提取方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种对象属性提取方法，其特征在于，包括：获取目标对象的初始特征；利用提取模型从所述目标对象的初始特征中提取所述目标对象的多个属性，其中当所述目标对象的结构属性不同时，所述提取模型的算法唯一；融合所述目标对象的多个所述属性，以得到所述目标对象的整体属性。2.根据权利要求1所述的方法，其特征在于，利用提取模型从所述目标对象的初始特征中提取所述目标对象的多个属性包括以下至少之一：利用提取模型，从所述目标对象的初始特征中提取所述目标对象的结构属性；利用提取模型，从所述目标对象的初始特征中提取所述目标对象的内容属性；利用提取模型，从所述目标对象的初始特征中提取所述目标对象的颜色属性。3.根据权利要求2所述的方法，其特征在于，利用提取模型，从所述目标对象的初始特征中提取所述目标对象的内容属性，包括：利用注意力机制划分所述目标对象为多个区域；为所述多个区域分别赋值以得到对应域值，其中所述域值用于确认所述目标对象的所述内容属性。4.根据权利要求3所述的方法，其特征在于，利用提取模型，从所述目标对象的初始特征中提取所述目标对象的内容属性，包括：分别将每个区域的内容数据与对应所述域值相乘，得到对应区域的内容表征；拼接每个所述区域的内容表征，以得到所述目标对象的整体内容表征；解析所述目标对象的整体内容表征，得到所述目标对象的所述内容属性。5.根据权利要求4所述的方法，其特征在于，当所述区域不存在目标内容信息时，将所述区域的内容数据与对应所述域值相乘得到的所述内容表征为第一阈值；当所述区域存在目标内容信息时，将所述区域的内容数据与对应所述域值相乘得到的所述内容表征仍为所述区域的内容数据。6...
【专利技术属性】
技术研发人员：彭垚，汪传坤，林亦宁，
申请(专利权)人：杭州闪马智擎科技有限公司，
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。