本发明专利技术涉及数字图像处理技术领域，尤其涉及一种场景匹配方法、装置、设备及存储介质。通过获取图像数据；对所述图像数据进行分割，并提取其中的场景图像；对所述场景图像进行特征提取，得到特征信息；调用最大稳定极值区域算法，基于所述特征信息构造全局特征和各局部特征；对所述全局特征和所述各局部特征进行特征正交，得到一维特征；根据所述一维特征，在预设的场景特征数据库查询对应的场景；从而解决了现有技术中存在的在目标主题不确定的背景场景匹配过程中对场景匹配的准确度较低的问题。景匹配过程中对场景匹配的准确度较低的问题。景匹配过程中对场景匹配的准确度较低的问题。
【技术实现步骤摘要】
场景匹配方法、装置、设备及存储介质
[0001]本专利技术涉及数字图像处理
，尤其涉及一种场景匹配方法、装置、设备及存储介质。
技术介绍
[0002]由于在线网络技术的发展，一种利用在线视频远程审核技术漏洞进行团伙的欺诈行为，近年来甚嚣尘上，例如，多人在同一场地场景下实施欺诈。大量的欺诈性业务申请地点集中，申请时视频背景会出现相同或相似的场景，因此，近年来对于相同或相似场景的匹配方案具有较大需求。
[0003]在现有技术中，对于场景的匹配方案通常是基于有限和确定的目标主题，例如建筑地标类、电商商品类等，现有的场景匹配方案通常采用机器学习的方式，训练模型对同一主题类别的场景的辨识度。因为视频背景的关注目标存在离散化、多中心化等特点，所以现有的场景匹配方案在目标主题不确定的背景场景匹配过程中对场景匹配的准确度较低。
[0004]综上，现有技术中存在在目标主题不确定的背景场景匹配过程中对场景匹配的准确度较低的问题。
技术实现思路
[0005]本申请的主要目的是提供一种场景匹配方法、装置、设备及存储介质，以解决现有技术中存在的在业务场景匹配场景下对场景匹配的准确度较低的问题。
[0006]本专利技术第一方面提供了一种场景匹配方法，所述场景匹配方法包括：获取图像数据；对所述图像数据进行分割，并提取其中的场景图像；对所述场景图像进行特征提取，得到特征信息；调用最大稳定极值区域算法，基于所述特征信息构造全局特征和各局部特征；对所述全局特征和所述各局部特征进行特征正交，得到一维特征；根据所述一维特征，在预设的场景特征数据库查询对应的场景。
[0007]可选地，在本专利技术第一方面的第一种实现方式中，所述对所述图像数据进行分割，并提取其中的场景图像，包括：通过预先训练好的背景人像分割模型对将所述图像数据进行分割，得到分割掩膜；将所述图像数据与所述分割掩膜相乘，得到人像数据和背景数据；提取所述背景数据，得到场景图像。
[0008]可选地，在本专利技术第一方面的第二种实现方式中，所述特征信息至少包括空间注意力矩阵和深层特征图，所述对所述场景图像进行特征提取，得到特征信息，包括：提取所述场景图像中的图像特征，得到特征图；根据自注意力机制，将所述特征图中的特征转换成对应的注意力权重，得到所述空间注意力矩阵；将所述空间注意力矩阵嵌入至所述特征图中，得到所述深层特征图。
[0009]可选地，在本专利技术第一方面的第三种实现方式中，所述调用最大稳定极值区域算法，基于所述特征信息构造全局特征和各局部特征，包括：调用所述最大稳定极值区域算法，基于所述空间注意力矩阵计算对应的最大稳定极值区域；根据最大稳定极值区域确定
对应的空间注意力阈值；根据所述空间注意力阈值，选取所述深层特征图中对应的图像特征，得到局部块组合框；对每一个所述局部块组合框分别进行平均池化处理，得到对应的局部特征；对所有所述局部快组合框进行平均池化处理，得到全局特征。
[0010]可选地，在本专利技术第一方面的第四种实现方式中，所述对所述全局特征和所述各局部特征进行特征正交，得到一维特征，包括：从所述局部特征中提取与所述全局特征正交的分量，得到正交分量；将所述正交分量与所述全局特征进行合并聚合，得到一维特征。
[0011]可选地，在本专利技术第一方面的第五种实现方式中，所述根据所述一维特征，在预设的场景特征数据库查询对应的场景，包括：计算所述一维特征与所述场景特征数据库中各场景特征之间的相似度；根据预设的相似度范围，选取对应相似度满足所述相似度范围的所述场景特征；根据所述场景特征，确定对应的场景。
[0012]可选地，在本专利技术第一方面的第六种实现方式中，在获取图像数据之前，所述场景匹配方法还包括：获取视频文件；按照预设的图像截取方法，对所述视频文件进行图像截取，得到对应的截图；将所述截图按照预设的方式进行保存，得到所述图像数据。
[0013]本专利技术第二方面提供了一种场景匹配装置，包括：获取模块，用于获取图像数据；分割模块，用于对所述图像数据进行分割，并提取其中的场景图像；提取模块，用于对所述场景图像进行特征提取，得到特征信息；构造模块，用于调用最大稳定极值区域算法，基于所述特征信息构造全局特征和各局部特征；正交模块，用于对所述全局特征和所述各局部特征进行特征正交，得到一维特征；查询模块，用于根据所述一维特征，在预设的场景特征数据库查询对应的场景。
[0014]可选地，在本专利技术第二方面的第一种实现方式中，所述分割模块包括：分割单元，用于通过预先训练好的背景人像分割模型对将所述图像数据进行分割，得到分割掩膜；第一计算单元，用于将所述图像数据与所述分割掩膜相乘，得到人像数据和背景数据；第一提取单元，用于提取所述背景数据，得到场景图像。
[0015]可选地，在本专利技术第二方面的第二种实现方式中，所述提取模块包括：第二提取单元，用于提取所述场景图像中的图像特征，得到特征图；转换单元，用于根据自注意力机制，将所述特征图中的特征转换成对应的注意力权重，得到所述空间注意力矩阵；嵌入单元，用于将所述空间注意力矩阵嵌入至所述特征图中，得到所述深层特征图。
[0016]可选地，在本专利技术第二方面的第三种实现方式中，所述构造模块包括：第二计算单元，用于调用所述最大稳定极值区域算法，基于所述空间注意力矩阵计算对应的最大稳定极值区域；第一确定单元，用于根据最大稳定极值区域确定对应的空间注意力阈值；第一选取单元，用于根据所述空间注意力阈值，选取所述深层特征图中对应的图像特征，得到局部块组合框；第一池化单元，用于对每一个所述局部块组合框分别进行平均池化处理，得到对应的局部特征；第二池化单元，用于对所有所述局部快组合框进行平均池化处理，得到全局特征。
[0017]可选地，在本专利技术第二方面的第四种实现方式中，所述正交模块包括：第三提取单元，用于从所述局部特征中提取与所述全局特征正交的分量，得到正交分量；合并聚合单元，用于将所述正交分量与所述全局特征进行合并聚合，得到一维特征。
[0018]可选地，在本专利技术第二方面的第五种实现方式中，所述查询模块包括：第三计算单元，用于计算所述一维特征与所述场景特征数据库中各场景特征之间的相似度；第二选取
单元，用于根据预设的相似度范围，选取对应相似度满足所述相似度范围的所述场景特征；第二确定单元，用于根据所述场景特征，确定对应的场景。
[0019]可选地，在本专利技术第二方面的第六种实现方式中，所述场景匹配装置还包括图像截取模块，用于获取视频文件；按照预设的图像截取方法，对所述视频文件进行图像截取，得到对应的截图；将所述截图按照预设的方式进行保存，得到所述图像数据。
[0020]本专利技术第三方面提供了一种计算机设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行上述的场景匹配方法的各个步骤。
[0021]本专利技术的第四方面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指令，当其在计算机上运行本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种场景匹配方法，其特征在于，所述场景匹配方法包括：获取图像数据；对所述图像数据进行分割，并提取其中的场景图像；对所述场景图像进行特征提取，得到特征信息；调用最大稳定极值区域算法，基于所述特征信息构造全局特征和各局部特征；对所述全局特征和所述各局部特征进行特征正交，得到一维特征；根据所述一维特征，在预设的场景特征数据库查询对应的场景。2.根据权利要求1所述的场景匹配方法，其特征在于，所述对所述图像数据进行分割，并提取其中的场景图像，包括：通过预先训练好的背景人像分割模型对将所述图像数据进行分割，得到分割掩膜；将所述图像数据与所述分割掩膜相乘，得到人像数据和背景数据；提取所述背景数据，得到场景图像。3.根据权利要求2所述的场景匹配方法，其特征在于，所述特征信息至少包括空间注意力矩阵和深层特征图，所述对所述场景图像进行特征提取，得到特征信息，包括：提取所述场景图像中的图像特征，得到特征图；根据自注意力机制，将所述特征图中的特征转换成对应的注意力权重，得到所述空间注意力矩阵；将所述空间注意力矩阵嵌入至所述特征图中，得到所述深层特征图。4.根据权利要求3所述的场景匹配方法，其特征在于，所述调用最大稳定极值区域算法，基于所述特征信息构造全局特征和各局部特征，包括：调用所述最大稳定极值区域算法，基于所述空间注意力矩阵计算对应的最大稳定极值区域；根据最大稳定极值区域确定对应的空间注意力阈值；根据所述空间注意力阈值，选取所述深层特征图中对应的图像特征，得到局部块组合框；对每一个所述局部块组合框分别进行平均池化处理，得到对应的局部特征；对所有所述局部快组合框进行平均池化处理，得到全局特征。5.根据权利要求4所述的场景匹配方法，其特征在于，所述对所述全局特征和所述各局部特征进行特征正交，得到一维特征，包括：从所述局部特征中提取与所述全...
【专利技术属性】
技术研发人员：袁宏进，曾凡涛，刘玉宇，肖京，
申请(专利权)人：平安科技深圳有限公司，
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。