图片处理方法及装置与流程

本公开涉及图片处理技术领域，尤其涉及图片处理方法及装置。

背景技术：

深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。

卷积神经网络可用于对图片的识别。但是相关技术中的卷积神经网络其输出只支持单个标号。例如，一张既有宠物，又有人的照片，如果按照单个标号，把它设定为宠物，但是在训练集合里面的其他训练集，也就是除了宠物训练集之外的“其他”集合，实际上也有包含人的照片。假设训练集合三类：猫、狗、人、其他。结果猫或者狗的训练集合里面也有包含人的照片，“其他”集合里面也有包含人的照片，这会让模型训练的时候变的很困惑，并且这样训练得到的模型在进行识别时，召回率和错误率都存在较高的偏差。

技术实现要素：

本公开实施例提供一种图片处理方法及装置，包括如下技术方案：

根据本公开实施例的第一方面，提供一种图片处理方法，包括：

获取至少一种物品类别对应的至少一个样本图片集，其中，每个样本图片集对应至少一种物品类别，每个样本图片集中的每个样本图片中均包括该样本图片集所对应的物品类别下的物品，每种物品类别对应一个标号；

利用所述至少一个样本图片集中的样本图片、预设卷积神经网络协议和支持输出多个标号的预设卷积神经网络模型进行训练，得到所述至少一种物品类别对应的目标训练模型，所述目标训练模型用于确定对应至少一个物品类别的待分类图片所对应的目标物品类别。

在一个实施例中，所述利用所述至少一个样本图片集中的样本图片、预设卷积神经网络协议和预设卷积神经网络模型进行训练，得到所述至少一种物品类别对应的目标训练模型之前，所述方法还包括：

将所述至少一个样本图片集中的样本图片的尺寸处理为预设尺寸。

在一个实施例中，所述目标训练模型确定对应至少一个物品类别的待分类图片所对应的目标物品类别的步骤包括：

将所述待处理图片的尺寸处理为预设尺寸；

根据所述目标训练模型从所述待处理图片中抽取特征向量；

根据所述特征向量和所述目标训练模型，计算所述待处理图片与所述至少一种物品类别中每个物品类别之间具有对应关系的概率值；

将概率值大于预设概率值的至少一个物品类别确定为所述目标物品类别。

在一个实施例中，所述方法还包括：

将所述待处理图片添加至所述目标物品类别对应的图片集中。

在一个实施例中，所述物品类别包括猫、狗、人。

根据本公开实施例的第二方面，提供一种图片处理装置，包括：

获取模块，用于获取至少一种物品类别对应的至少一个样本图片集，其中，每个样本图片集对应至少一种物品类别，每个样本图片集中的每个样本图片中均包括该样本图片集所对应的物品类别下的物品，每种物品类别对应一个标号；

训练模块，用于利用所述至少一个样本图片集中的样本图片、预设卷积神经网络协议和支持输出多个标号的预设卷积神经网络模型进行训练，得到所述至少一种物品类别对应的目标训练模型，所述目标训练模型用于确定对应至少一个物品类别的待分类图片所对应的目标物品类别。

在一个实施例中，所述装置还包括：

第一处理模块，用于将所述至少一个样本图片集中的样本图片的尺寸处理为预设尺寸。

在一个实施例中，在所述目标训练模型确定对应至少一个物品类别的待分类图片所对应的目标物品类别时，所述装置还包括：

第二处理模块，将所述待处理图片的尺寸处理为预设尺寸；

抽取模块，用于根据所述目标训练模型从所述待处理图片中抽取特征向量；

计算模块，用于根据所述特征向量和所述目标训练模型，计算所述待处理图片与所述至少一种物品类别中每个物品类别之间具有对应关系的概率值；

确定模块，用于将概率值大于预设概率值的至少一个物品类别确定为所述目标物品类别。

在一个实施例中，所述装置还包括：

添加模块，用于将所述待处理图片添加至所述目标物品类别对应的图片集中。

在一个实施例中，所述物品类别包括猫、狗、人。

根据本公开实施例的第三方面，提供一种图片处理装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取至少一种物品类别对应的至少一个样本图片集，其中，每个样本图片集对应至少一种物品类别，每个样本图片集中的每个样本图片中均包括该样本图片集所对应的物品类别下的物品，每种物品类别对应一个标号；

利用所述至少一个样本图片集中的样本图片、预设卷积神经网络协议和支持输出多个标号的预设卷积神经网络模型进行训练，得到所述至少一种物品类别对应的目标训练模型，所述目标训练模型用于确定对应至少一个物品类别的待分类图片所对应的目标物品类别。

本公开的实施例提供的技术方案可以包括以下有益效果：

上述技术方案，利用至少一种物品类别对应的至少一个样本图片集、预设卷积神经网络协议和支持输出多个标号的预设卷积神经网络模型进行训练，从而得到至少一种物品类别对应的目标训练模型，这样，就可以对对应至少一个物品类别的待分类图片进行分类，从而使训练出来的目标训练模型更符合实际运用，降低图片识别的错误率。例如，一个待分类图片中既包含人和又包含宠物，那么，通过该技术方案，可以将其识别为宠物类别和/或人的类别，与相关技术中的只能对待分类图片进行单个物品类别识别相比，识别结果更加全面，降低了图片识别的错误率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的图片处理方法的流程图。

图2是根据一示例性实施例示出的另一种图片处理方法的流程图。

图3是根据一示例性实施例示出的再一种图片处理方法的流程图。

图4是根据一示例性实施例示出的又一种图片处理方法的流程图。

图5是根据一示例性实施例示出的又一种图片处理方法的流程图。

图6是根据一示例性实施例示出的图片处理装置的框图。

图7是根据一示例性实施例示出的另一种图片处理装置的框图。

图8是根据一示例性实施例示出的再一种图片处理装置的框图。

图9是根据一示例性实施例示出的又一种图片处理装置的框图。

图10是根据一示例性实施例示出的适用于图片处理装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开实施例提供了一种图片处理方法，该方法可用于需要进行图片处理的设备中，如图1所示，该方法包括步骤S101-S102：

在步骤S101中，获取至少一种物品类别对应的至少一个样本图片集，其中，每个样本图片集对应至少一种物品类别，每个样本图片集中的每个样本图片中均包括该样本图片集所对应的物品类别下的物品，每种物品类别对应一个标号；在一个实施例中，物品类别包括猫、狗、人。

在步骤S102中，利用至少一个样本图片集中的样本图片、预设卷积神经网络协议和支持输出多个标号的预设卷积神经网络模型进行训练，得到至少一种物品类别对应的目标训练模型，目标训练模型用于确定对应至少一个物品类别的待分类图片所对应的目标物品类别。

在该实施例中，利用至少一种物品类别对应的至少一个样本图片集、预设卷积神经网络协议和支持输出多个标号的预设卷积神经网络模型进行训练，从而得到至少一种物品类别对应的目标训练模型，这样，就可以对对应至少一个物品类别的待分类图片进行分类，从而使训练出来的目标训练模型更符合实际运用，降低图片识别的错误率。例如，一个待分类图片中既包含人和又包含宠物，那么，通过该技术方案，可以将其识别为宠物类别和/或人的类别，与相关技术中的只能对待分类图片进行单个物品类别识别相比，识别结果更加全面，降低了图片识别的错误率。

如图2所示，在一个实施例中，上述步骤S102之前，方法还包括步骤S201：

在步骤S201中，将至少一个样本图片集中的样本图片的尺寸处理为预设尺寸。

如图3所示，在一个实施例中，目标训练模型确定对应至少一个物品类别的待分类图片所对应的目标物品类别的步骤包括步骤S301-S304：

在步骤S301中，将待处理图片的尺寸处理为预设尺寸；

在步骤S302中，根据目标训练模型从待处理图片中抽取特征向量；

在步骤S303中，根据特征向量和目标训练模型，计算待处理图片与至少一种物品类别中每个物品类别之间具有对应关系的概率值；

在步骤S304中，将概率值大于预设概率值的至少一个物品类别确定为目标物品类别。

在该实施例中，对于一个对应至少一种物品类别的待分类图片，可以先对其进行归一化处理，处理为预设尺寸，再抽取该图片的特征向量，根据其特征向量和目标训练模型计算其与每个物品类别(例如猫、狗、人)有对应关系的概率，并将概率值大于预设概率值的物品类别确定为目标物品类别。例如，对于一张图片，计算出其与猫有对应关系的概率为0.5，与人有对应关系的概率为0.5，则确定其属于猫和人的类别。

如图4所示，在一个实施例中，方法还包括步骤S401：

在步骤S401中，将待处理图片添加至目标物品类别对应的图片集中。

在该实施例中，还可以将待分类图片添加至目标物品类别对应的图片集中，如将目标物品类别为猫和狗的图片添加至宠物图片集中，从而实现对待分类图片的分类，不需要用户手动进行分类，提升用户的使用体验。

下面以一个具体实施例详细说明本公开的技术方案。假设需要对用户终端的相册中的图片进行分类。

如图5所示，根据本公开实施例的图片处理方法包括：

在步骤S501中，获取至少一种物品类别对应的至少一个样本图片集，其中，每个样本图片集对应至少一种物品类别，每个样本图片集中的每个样本图片中均包括该样本图片集所对应的物品类别下的物品，每种物品类别对应一个标号。如包括：猫的图片50000张、狗的图片50000张、人的图片50000张、其他各种杂物图片10w张、人和猫一起的照片1w张、人和狗一起的照片1w张。训练目标就是训练一个4类分类器。训练集合1的标号为1训练集合2的标号为2训练集合3的标号为3训练集合4的标号为4训练集合5的标号为(1,3)训练集合6的标号为(2,3)。

在步骤S502中，所有的样本图片进行尺寸归一化处理，例如处理到尺寸为224*224。

在步骤S503中，修改卷积神经网络模型CNN和协议，进行训练，让得到的CNN网络模型能够支持多标号输出。

在步骤S504中，训练结束，保存训练协议和CNN网络模型。

在步骤S505中，新进来一张图片，将它缩放到224*224，然后利用修改好的支持多标号的CNN网络模型直接进行输出判定，得到该图片对应的标号。

在步骤S506中，对相册内的所有照片都进行步骤S505的操作，最终将判定为猫或者狗的照片，或者多标号里面涵盖猫或者狗的照片都归为宠物相册。这样，通过该技术方案，可以将其识别为宠物类别和/或人的类别，与相关技术中的只能对待分类图片进行单个物品类别识别相比，识别结果更加全面，降低了图片识别的错误率。

下述为本公开装置实施例，可以用于执行本公开方法实施例。

图6是根据一示例性实施例示出的一种图片处理装置的框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图6所示，该图片处理装置包括：

获取模块61，用于获取至少一种物品类别对应的至少一个样本图片集，其中，每个样本图片集对应至少一种物品类别，每个样本图片集中的每个样本图片中均包括该样本图片集所对应的物品类别下的物品，每种物品类别对应一个标号；

训练模块62，用于利用至少一个样本图片集中的样本图片、预设卷积神经网络协议和支持输出多个标号的预设卷积神经网络模型进行训练，得到至少一种物品类别对应的目标训练模型，目标训练模型用于确定对应至少一个物品类别的待分类图片所对应的目标物品类别。

如图7所示，在一个实施例中，装置还包括：

第一处理模块71，用于将至少一个样本图片集中的样本图片的尺寸处理为预设尺寸。

如图8所示，在一个实施例中，在目标训练模型确定对应至少一个物品类别的待分类图片所对应的目标物品类别时，装置还包括：

第二处理模块81，将待处理图片的尺寸处理为预设尺寸；

抽取模块82，用于根据目标训练模型从待处理图片中抽取特征向量；

计算模块83，用于根据特征向量和目标训练模型，计算待处理图片与至少一种物品类别中每个物品类别之间具有对应关系的概率值；

确定模块84，用于将概率值大于预设概率值的至少一个物品类别确定为目标物品类别。

如图9所示，在一个实施例中，装置还包括：

添加模块91，用于将待处理图片添加至目标物品类别对应的图片集中。

在一个实施例中，物品类别包括猫、狗、人。

根据本公开实施例的第三方面，提供一种图片处理装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，处理器被配置为：

获取至少一种物品类别对应的至少一个样本图片集，其中，每个样本图片集对应至少一种物品类别，每个样本图片集中的每个样本图片中均包括该样本图片集所对应的物品类别下的物品，每种物品类别对应一个标号；

利用所述至少一个样本图片集中的样本图片、预设卷积神经网络协议和支持输出多个标号的预设卷积神经网络模型进行训练，得到所述至少一种物品类别对应的目标训练模型，所述目标训练模型用于确定对应至少一个物品类别的待分类图片所对应的目标物品类别。

上述处理器还可被配置为：

所述利用所述至少一个样本图片集中的样本图片、预设卷积神经网络协议和预设卷积神经网络模型进行训练，得到所述至少一种物品类别对应的目标训练模型之前，所述方法还包括：

将所述至少一个样本图片集中的样本图片的尺寸处理为预设尺寸。

上述处理器还可被配置为：

所述目标训练模型确定对应至少一个物品类别的待分类图片所对应的目标物品类别的步骤包括：

将所述待处理图片的尺寸处理为预设尺寸；

根据所述目标训练模型从所述待处理图片中抽取特征向量；

根据所述特征向量和所述目标训练模型，计算所述待处理图片与所述至少一种物品类别中每个物品类别之间具有对应关系的概率值；

将概率值大于预设概率值的至少一个物品类别确定为所述目标物品类别。

上述处理器还可被配置为：

所述方法还包括：

将所述待处理图片添加至所述目标物品类别对应的图片集中。

上述处理器还可被配置为：

所述物品类别包括猫、狗、人。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图10是根据一示例性实施例示出的一种用于图片处理装置的框图，该装置适用于终端设备。例如，装置1000可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

装置1000可以包括以下一个或多个组件：处理组件1002，存储器1004，电源组件1006，多媒体组件1008，音频组件1010，输入/输出(I/O)的接口1011，传感器组件1014，以及通信组件1016。

处理组件1002通常控制装置1000的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1002可以包括一个或多个处理器1020来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1002可以包括一个或多个模块，便于处理组件1002和其他组件之间的交互。例如，处理组件1002可以包括多媒体模块，以方便多媒体组件1008和处理组件1002之间的交互。

存储器1004被配置为存储各种类型的数据以支持在装置1000的操作。这些数据的示例包括用于在装置1000上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1004可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1006为装置1000的各种组件提供电力。电源组件1006可以包括电源管理系统，一个或多个电源，及其他与为装置1000生成、管理和分配电力相关联的组件。

多媒体组件1008包括在所述装置1000和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1008包括一个前置摄像头和/或后置摄像头。当装置1000处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1010被配置为输出和/或输入音频信号。例如，音频组件1010包括一个麦克风(MIC)，当装置1000处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1004或经由通信组件1016发送。在一些实施例中，音频组件1010还包括一个扬声器，用于输出音频信号。

I/O接口1011为处理组件1002和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1014包括一个或多个传感器，用于为装置1000提供各个方面的状态评估。例如，传感器组件1014可以检测到装置1000的打开/关闭状态，组件的相对定位，例如所述组件为装置1000的显示器和小键盘，传感器组件1014还可以检测装置1000或装置1000一个组件的位置改变，用户与装置1000接触的存在或不存在，装置1000方位或加速/减速和装置1000的温度变化。传感器组件1014可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1014还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1014还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1016被配置为便于装置1000和其他设备之间有线或无线方式的通信。装置1000可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1016经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1016还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置1000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1004，上述指令可由装置1000的处理器1020执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置1000的处理器执行时，使得装置1000能够执行上述….的方法，所述方法包括：

获取至少一种物品类别对应的至少一个样本图片集，其中，每个样本图片集对应至少一种物品类别，每个样本图片集中的每个样本图片中均包括该样本图片集所对应的物品类别下的物品，每种物品类别对应一个标号；

利用所述至少一个样本图片集中的样本图片、预设卷积神经网络协议和支持输出多个标号的预设卷积神经网络模型进行训练，得到所述至少一种物品类别对应的目标训练模型，所述目标训练模型用于确定对应至少一个物品类别的待分类图片所对应的目标物品类别。

在一个实施例中，所述利用所述至少一个样本图片集中的样本图片、预设卷积神经网络协议和预设卷积神经网络模型进行训练，得到所述至少一种物品类别对应的目标训练模型之前，所述方法还包括：

将所述至少一个样本图片集中的样本图片的尺寸处理为预设尺寸。

在一个实施例中，所述目标训练模型确定对应至少一个物品类别的待分类图片所对应的目标物品类别的步骤包括：

将所述待处理图片的尺寸处理为预设尺寸；

根据所述目标训练模型从所述待处理图片中抽取特征向量；

根据所述特征向量和所述目标训练模型，计算所述待处理图片与所述至少一种物品类别中每个物品类别之间具有对应关系的概率值；

将概率值大于预设概率值的至少一个物品类别确定为所述目标物品类别。

在一个实施例中，所述方法还包括：

将所述待处理图片添加至所述目标物品类别对应的图片集中。

在一个实施例中，所述物品类别包括猫、狗、人。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。