图像处理方法、装置、存储介质及电子设备与流程

本申请实施例涉及计算机，尤其涉及图像处理方法、装置、存储介质及电子设备。

背景技术：

1、随着互联网的发展，应用互联网的人员以及基于互联网传播的图像都快速增长，相应的，针对依赖于互联网传播的图像的视觉任务也多种多样，比如，对图像进行特殊位置的识别，对图像进行分类以确定图像是否涉及某些敏感内容等。相关技术中缺少对这些视觉任务的统筹方案，也缺少对这些视觉任务的管理以及综合调度方案，使得这些视觉任务的实施需要依赖于人工的较大程度地介入，导致视觉任务执行效率较低，难以满足云环境中大数据量下的视觉分析需求。

技术实现思路

1、为了解决上述至少一个技术问题，本申请实施例提供图像处理方法、装置、存储介质及电子设备。

2、一方面，本申请实施例提供了一种图像处理方法，所述方法包括：

3、获取图像以及针对所述图像的配置数据，所述配置数据用于限定用于处理所述图像的至少一个第一视觉任务，任一所述第一视觉任务为包括至少一个子任务的线性通信任务，每一子任务均指向对应的微服务，所述微服务基于对应的视觉处理模型运行；

4、根据第二视觉任务所对应的线性通信模型，确定第一子任务，调用所述第一子任务所对应的微服务，以使得所述第一子任务所对应的微服务处理所述图像，得到所述第一子任务所对应的第一处理结果，所述第二视觉任务为所述至少一个第一视觉任务中的任一第一视觉任务。

5、另一方面，本申请实施例提供一种图像处理装置，所述装置包括：

6、数据获取模块，用于获取图像以及针对所述图像的配置数据，所述配置数据用于限定用于处理所述图像的至少一个第一视觉任务，任一所述第一视觉任务为包括至少一个子任务的线性通信任务，每一子任务均指向对应的微服务，所述微服务基于对应的视觉处理模型运行；

7、数据处理模块，用于根据第二视觉任务所对应的线性通信模型，确定第一子任务，调用所述第一子任务所对应的微服务，以使得所述第一子任务所对应的微服务处理所述图像，得到所述第一子任务所对应的第一处理结果，所述第二视觉任务为所述至少一个第一视觉任务中的任一第一视觉任务。

8、另一方面，本申请实施例提供了一种图像处理系统，所述系统包括：

9、业务层组件，用于获取所述图像；

10、接入层组件，用于设置针对所述图像的配置数据，所述配置数据用于限定用于处理所述图像的至少一个第一视觉任务，以及配置各第一视觉任务对应的线性通信模型，任一所述第一视觉任务为包括至少一个子任务的线性通信任务，每一子任务均指向对应的微服务，所述微服务基于对应的视觉处理模型运行；

11、微服务集群，用于管理各微服务；

12、模型层组件，用于管理各视觉处理模型；

13、所述接入层组件还用于触发第二视觉任务的运行，以使得所述第二视觉任务根据所对应的线性通信模型，确定第一子任务，调用所述第一子任务所对应的微服务，以使得所述第一子任务所对应的微服务处理所述图像，得到所述第一子任务所对应的第一处理结果，所述第二视觉任务为所述至少一个第一视觉任务中的任一第一视觉任务。

14、另一方面，本申请实施例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至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现上述的一种图像处理方法。

15、另一方面，本申请实施例提供了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现上述的一种图像处理方法。

16、另一方面，本申请实施例提供了一种计算机程序产品，包括计算机程序或指令，该计算机程序或指令被处理器执行时实现上述的一种图像处理方法。

17、本申请提供的图像处理方法，该方法能够提供一种协同调度多个视觉任务的框架，运行于该框架内的各视觉任务均基于线性通信模型运行，并且各视觉任务中的子任务被封装为微服务的形式，不同视觉任务之间的相同的子任务可以复用，从而能够合理利用各视觉任务关联的服务，确保多个视觉任务的协同高效运行，该框架下多视觉任务的系统调度不再依赖人工干预，可以全自动高效实施，显著提升图像处理效率。

技术特征：

1.一种图像处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

4.根据权利要求3所述的方法，其特征在于，所述第二视觉任务对应的线性通信模型还包括对各子任务输出结果的决策策略，所述方法还包括：

5.根据权利要求3中所述的方法，其特征在于，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，目标微服务对应至少两个视觉处理模型，所述目标微服务为所述至少一个视觉任务中各任务中的任一任务，所述配置数据还用于限定所述目标任务所对应的微服务所调用的目标视觉处理模型，所述目标视觉处理模型为所述至少两个视觉处理模型中的任一模型。

8.根据权利要求4所述的方法，其特征在于，所述第二视觉任务为人脸检测任务，所述人脸检测任务包括解码子任务、人脸位置检测任务和人脸类型识别任务，所述解码任务用于对所述图像进行解码，得到用于输入所述人脸位置检测任务的解码数据，所述人脸位置检测任务用于基于所述解码数据确定人脸位置，所述人脸类型识别任务用于识别所述人脸位置处人脸的人脸类型，所述人脸脸型包括真人人脸、漫画人脸或属于人脸集合中的人脸。

9.一种图像处理装置，其特征在于，所述装置包括：

10.一种图像处理系统，其特征在于，所述系统包括：

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1至8中任一项所述的一种图像处理方法。

12.一种电子设备，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如权利要求1至8中任一项所述的一种图像处理方法。

13.一种计算机程序产品，包括计算机程序或指令，其特征在于，该计算机程序或指令被处理器执行时实现如权利要求1至8中任一项所述的一种图像处理方法。

技术总结
本申请实施例公开了图像处理方法、装置、存储介质及电子设备，可以应用于云技术或者智能交通等领域。上述方法包括获取图像以及配置数据，上述配置数据用于限定处理上述图像的至少一个第一视觉任务，任一上述第一视觉任务为包括至少一个子任务的线性通信任务，每一子任务均指向对应的微服务，上述微服务基于对应的视觉处理模型运行；根据第二视觉任务所对应的线性通信模型，确定第一子任务，调用上述第一子任务所对应的微服务，以使得上述第一子任务所对应的微服务处理上述图像，得到上述第一子任务所对应的第一处理结果，上述第二视觉任务为上述至少一个第一视觉任务中的任一第一视觉任务。本申请可以全自动高效实施，显著提升图像处理效率。

技术研发人员：陈创,严石伟,丁凯,蒋楠
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：
技术公布日：2024/1/15