【技術實現步驟摘要】
本專利技術涉及人工智能，具體涉及圖像處理，更具體地涉及一種應用于物體屬性識別的圖像處理方法、裝置、設備、介質及產品。
技術介紹
1、人工智能（artificial?intelligence，簡稱ai）是新一輪科技革命和產業變革的重要驅動力量，是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的關鍵性技術科學。作為智能科學重要的組成部分，人工智能企圖了解智能的實質，并生產出一種新的能以與人類智能相似的方式做出反應的智能機器。人工智能是十分廣泛的科學，包括機器人、語言識別、圖像識別、自然語言處理、專家系統、機器學習以及計算機視覺等。
2、計算機視覺（computer?vision，簡稱cv）是人工智能的一個關鍵分支，旨在使計算機能夠理解和處理視覺信息，即“看懂”。計算機視覺涉及許多任務，包括圖像分類、目標檢測、圖像分割、姿態估計、物體追蹤、圖像生成等，其最終目標是讓機器能在不同場景中準確理解視覺數據，并做出智能反應和決策。而理解視覺數據的前提就是計算機能夠準確識別所獲取影像中的物體，具體可以以物體的屬性識別準確性為判斷標準。但是現有物體屬性識別技術通常只能針對某一特定屬性特征實現較為精確的識別，無法有效支持多種甚至所有必要屬性特征的精確識別。
技術實現思路
1、鑒于上述問題至少之一，本專利技術的實施例旨在能夠兼顧多種物體屬性特征的精確性識別的應用于物體屬性識別的圖像處理方法、裝置、設備、介質及產品，從而提供了一種能夠以較低成本擴展至2種物體屬性特征
2、本專利技術的實施例的一個方面提供了一種應用于物體屬性識別的圖像處理方法，其中，包括：獲取目標識別圖像的待識別子圖；根據待識別子圖的目標特征值和預設匹配模板的模板特征值集的匹配關系，確定待識別子圖的屬性識別標簽；以及根據屬性識別標簽確定相應的物體屬性信息。
3、根據本專利技術的一實施例，在獲取目標識別圖像的待識別子圖中，包括：獲取目標識別圖像的掩碼數據信息；根據掩碼數據信息獲取目標識別圖像的待識別子圖。
4、根據本專利技術的一實施例，在獲取目標識別圖像的掩碼數據信息中，包括：獲取與預設類別信息相匹配的目標識別圖像的類別子圖；提取類別子圖的掩碼數據信息。
5、根據本專利技術的一實施例，在根據掩碼數據信息獲取目標識別圖像的待識別子圖中，包括：生成與掩碼數據信息相應的背景圖像；根據背景圖像獲取待識別子圖。
6、根據本專利技術的一實施例，在根據待識別子圖的目標特征值和預設匹配模板的模板特征值集的匹配關系，確定待識別子圖的屬性識別標簽中，包括：獲取目標特征值與模板特征值集中每個模板特征值之間的相似度；根據相似度確定待識別子圖的屬性識別標簽。
7、根據本專利技術的一實施例，在根據相似度確定待識別子圖的屬性識別標簽中，包括：當相似度大于或等于預設閾值時，確定與相似度對應的模板特征值的屬性識別標簽。
8、根據本專利技術的一實施例，在根據屬性識別標簽確定相應的物體屬性信息中，包括：根據相似度對屬性識別標簽執行排序；確定與執行排序之后的屬性識別標簽相應的物體屬性信息；或者確定最大相似度的屬性識別標簽相應的物體屬性信息。
9、根據本專利技術的一實施例，應用于物體屬性識別的圖像處理方法還包括：根據預設匹配模板的動態檢測結果更新相應的屬性識別標簽。
10、本專利技術的實施例的另一個方面提供了一種應用于物體屬性識別的圖像處理裝置，其中，包括子圖獲取模塊、標簽確定模塊和信息確定模塊。子圖獲取模塊用于獲取目標識別圖像的待識別子圖；標簽確定模塊用于根據待識別子圖的目標特征值和預設匹配模板的模板特征值集的匹配關系，確定待識別子圖的屬性識別標簽；以及信息確定模塊用于根據屬性識別標簽確定相應的物體屬性信息。
11、本專利技術的實施例的另一個方面提供了一種電子設備，包括一個或多個處理器和存儲器，存儲器用于存儲一個或多個程序，其中，當該一個或多個程序被該一個或多個處理器執行時，使得該一個或多個處理器執行上述應用于物體屬性識別的圖像處理方法。
12、本專利技術的實施例的另一個方面提供了一種計算機可讀存儲介質，其上存儲有可執行指令，該指令被處理器執行時使處理器執行上述應用于物體屬性識別的圖像處理方法。
13、本專利技術的實施例的另一個方面提供了一種計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現上述應用于物體屬性識別的圖像處理方法。
14、本專利技術實施例提供的應用于物體屬性識別的圖像處理方法可以至少部分地解決相關技術中無法低成本的擴充物體屬性識別等問題，并因此可以至少實現如下技術效果之一：
15、本專利技術實施例提供的應用于物體屬性識別的圖像處理方法能夠借助于待識別子圖的目標特征值和預設匹配模板的模板特征值集的匹配關系所定義的圖文匹配策略，滿足2種以上物體屬性特征的高精度識別，例如顏色、形狀、紋理、材質等都可以并行實現精確識別；同時，可以在圖像處理過程中，有效降低背景噪聲，極大地提升了物體屬性識別的準確度；而且對于預設匹配模板中新增的屬性特征也可以直接實現識別，而無需進行諸如迭代調優等重復性工作，能夠任意擴充屬性類別，具有更強的通用性；進一步地，結合熱加載機制可以實現在低成本的情況下對新增屬性類別的在線更新。因此，本專利技術實施例的上述圖像處理方法能夠滿足低成本地提升整個系統的識別通用性，具有更高的識別精確度，從而極大地提升了識別的智能化水平。
16、應了解的是，上述一般描述及以下具體實施方式僅為示例性及闡釋性的，其并不能限制本專利技術所欲主張的范圍。
本文檔來自技高網...【技術保護點】
1.一種應用于物體屬性識別的圖像處理方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，在所述獲取目標識別圖像的待識別子圖中，包括：
3.根據權利要求2所述的方法，其特征在于，在所述獲取所述目標識別圖像的掩碼數據信息中，包括：
4.根據權利要求2所述的方法，其特征在于，在所述根據所述掩碼數據信息獲取所述目標識別圖像的待識別子圖中，包括：
5.根據權利要求1所述的方法，其特征在于，在所述根據所述待識別子圖的目標特征值和預設匹配模板的模板特征值集的匹配關系，確定所述待識別子圖的屬性識別標簽中，包括：
6.根據權利要求5所述的方法，其特征在于，在所述根據所述相似度確定所述待識別子圖的屬性識別標簽中，包括：
7.根據權利要求6所述的方法，其特征在于，在所述根據所述屬性識別標簽確定相應的物體屬性信息中，包括：
8.根據權利要求1所述的方法，其特征在于，還包括：
9.一種應用于物體屬性識別的圖像處理裝置，其特征在于，包括：
10.一種電子設備，包括：
11.
12.一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執行時實現權利要求1~8中任一項所述的方法。
...【技術特征摘要】
1.一種應用于物體屬性識別的圖像處理方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，在所述獲取目標識別圖像的待識別子圖中，包括：
3.根據權利要求2所述的方法，其特征在于，在所述獲取所述目標識別圖像的掩碼數據信息中，包括：
4.根據權利要求2所述的方法，其特征在于，在所述根據所述掩碼數據信息獲取所述目標識別圖像的待識別子圖中，包括：
5.根據權利要求1所述的方法，其特征在于，在所述根據所述待識別子圖的目標特征值和預設匹配模板的模板特征值集的匹配關系，確定所述待識別子圖的屬性識別標簽中，包括：
6.根據權利要求5所述的方法，其特征...
【專利技術屬性】
技術研發人員：趙偉松，諸加丹，陳浩，
申請(專利權)人：北京通用人工智能研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。