图像分析方法、装置、电子设备及介质制造方法及图纸

本申请公开了一种图像分析方法、装置、电子设备及介质。本申请中，可以基于至少一个原始图像的人脸识别结果，选择至少一个目标图像，所述目标图像包含人体区域，对所述目标图像进行语义分割，提取所述目标图像中的背景区域，提取所述背景区域对应的第一特征，基于所述第一特征计算所述背景区域的第一分析结果。通过应用本申请的技术方案，可以从多个原始图像选择至少一个包含人体区域的目标图像，对目标图像进行语义分割并提取所述目标图像中的背景区域对应的第一特征，对所述第一特征进行分析得到第一分析结果，从而提高了相关技术中，图像背景评价的准确性和实用性。

【技术实现步骤摘要】
图像分析方法、装置、电子设备及介质
本专利技术涉及图像处理技术，尤其涉及一种图像分析方法、装置、电子设备及介质。
技术介绍
随着互联网的发展，在线教育受到越来越多人的欢迎，在线教育科研不限时间和地点灵活的学习，便于学习者充分提升自身的技能。相对于传统的使用固定教室更移动便捷化，在画面、音频更具视觉化和更具吸引力。在相关技术中，可能会通过视频图像随机选取加上人工筛选法，或者视频逐帧检测全图法检测在线教室的背景图像，对在线教室的背景图像进行评价和分析。但是专利技术人发现通过上述技术对在线教室的背景图像进行评价和分析时，存在对背景图像进行评价的不准确性以及较低的实用性的问题。
技术实现思路
本申请实施例提供一种图像分析方法、装置、电子设备及介质。其中，根据本申请实施例的一个方面，提供的一种图像分析方法，其特征在于，包括：基于至少一个原始图像的人脸识别结果，选择至少一个目标图像，所述目标图像包含人体区域；对所述目标图像进行语义分割，提取所述目标图像中的背景区域；提取所述背景区域对应的第一特征，基于所述第一特征计算所述背景区域的第一分析结果。可选地，在基于本申请上述方法的另一个实施例中，所述方法还包括：对所述目标图像中的至少一个物体进行识别，基于识别结果，确定所述物体的第二分析结果；基于所述第一分析结果和所述第二分析结果，确定所述目标图像的第三分析结果。可选地，在基于本申请上述方法的另一个实施例中，所述对所述目标图像中的至少一个物体进行识别，基于识别结果，确定所述物体的第二分析结果，包括：提取所述目标图像中的至少一个物体区域；提取所述物体区域对应的第二特征，基于所述第二特征，确定所述物体的类型信息和/或属性信息；基于所述类型信息和/或属性信息，确定所述第二分析结果。可选地，在基于本申请上述方法的另一个实施例中，所述基于至少一个原始图像的人脸识别结果，选择至少一个目标图像，包括：利用预设的人脸识别模型，检测所述原始图像中是否包含人脸图像；当确定所述原始图像中包含人脸图像时，获取所述人脸图像与对应原始图像的大小占比以及所述人脸图像在所述原始图像中的所处位置；基于所述大小占比以及所处位置，筛选符合预设条件的原始图像作为所述目标图像。可选地，在基于本申请上述方法的另一个实施例中，所述基于所述第一特征计算所述背景区域的第一分析结果，包括：基于所述第一特征，确定所述背景区域对应的颜色种类以及颜色数量；基于所述颜色种类以及颜色数量，确定所述第一分析结果。可选地，在基于本申请上述方法的另一个实施例中，所述基于所述第一特征计算所述背景区域的第一分析结果，包括：计算所述第一特征与所述人体区域对应的第三特征的匹配度；基于所述匹配度，确定所述第一分析结果。根据本申请实施例的另一个方面，提供的一种选择图像的装置，包括：选择模块，用于基于至少一个原始图像的人脸识别结果，选择至少一个目标图像，所述目标图像包含人体区域；提取模块，用于对所述目标图像进行语义分割，提取所述目标图像中的背景区域；计算模块，用于提取所述背景区域对应的第一特征，基于所述第一特征计算所述背景区域的第一分析结果。根据本申请实施例的又一个方面，提供的一种电子设备，包括：存储器，用于存储可执行指令；以及显示器，用于与所述存储器显示以执行所述可执行指令从而完成上述任一所述图像分析方法的操作。根据本申请实施例的还一个方面，提供的一种计算机可读存储介质，用于存储计算机可读取的指令，所述指令被执行时执行上述任一所述图像分析方法的操作。本申请实施例提供的技术方案带来的有益效果至少包括：本申请实施例的方案在执行时，对原始图像进行人脸识别，基于至少一个原始图像的人脸识别结果，选择至少一个目标图像，该目标图像中包含人体区域，对该目标图像进行语义分割，即分离该目标图像的前景区域与背景区域，提取该目标图像中的背景区域，再提取该背景区域对应的第一特征，基于该第一特征计算该背景区域对应的第一分析结果。通过本申请，可以从多个原始图像中选择至少一个目标图像，从目标图像中提取背景区域，再对背景区域对应的第一特征进行计算，得到第一分析结果，提高了相关技术中，对图像背景进行评价的准确性和实用性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请图像分析方法的系统架构示意图；图2为本申请提出的一种图像分析方法的流程示意图；图3为本申请提出的一种图像分析方法的流程示意图；图4为本申请提出的一种图像分析方法的流程示意图；图5为本申请图像分析装置的结构示意图；图6为本申请显示电子设备结构示意图。具体实施方式现在将参照附图来详细描述本申请的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的大小比例关系绘制的。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，不作为对本申请及其应用或使用的任何限制。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。另外，本申请各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。需要说明的是，本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。下面结合图1-图3来描述根据本申请示例性实施方式的用于进行图像分析方法。需要注意的是，下述应用场景仅是为了便于理解本申请的精神和原理而示出，本申请的实施方式在此方面不受任何限制。相反，本申请的实施方式可以应用于适用的任何场景。图1示出了可以应用本申请实施例的图像分析方法或图像分析装置的示例性系统架构100的示意图。如图1所示，系统架构100可以包括终端设备101、102、103中的一种或多种，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接本文档来自技高网...

【技术保护点】
1.一种图像分析方法，其特征在于，所述方法包括：/n基于至少一个原始图像的人脸识别结果，选择至少一个目标图像，所述目标图像包含人体区域；/n对所述目标图像进行语义分割，提取所述目标图像中的背景区域；/n提取所述背景区域对应的第一特征，基于所述第一特征计算所述背景区域的第一分析结果。/n

【技术特征摘要】
1.一种图像分析方法，其特征在于，所述方法包括：
基于至少一个原始图像的人脸识别结果，选择至少一个目标图像，所述目标图像包含人体区域；
对所述目标图像进行语义分割，提取所述目标图像中的背景区域；
提取所述背景区域对应的第一特征，基于所述第一特征计算所述背景区域的第一分析结果。


2.如权利要求1所述的方法，其特征在于，所述方法还包括：
对所述目标图像中的至少一个物体进行识别，基于识别结果，确定所述物体的第二分析结果；
基于所述第一分析结果和所述第二分析结果，确定所述目标图像的第三分析结果。


3.如权利要求2所述的方法，其特征在于，所述对所述目标图像中的至少一个物体进行识别，基于识别结果，确定所述物体的第二分析结果，包括：
提取所述目标图像中的至少一个物体区域；
提取所述物体区域对应的第二特征，基于所述第二特征，确定所述物体的类型信息和/或属性信息；
基于所述类型信息和/或属性信息，确定所述第二分析结果。


4.如权利要求3所述的方法，其特征在于，所述属性信息包括颜色信息、数量信息以及大小信息的至少一种。


5.如权利要求1所述的方法，其特征在于，所述基于所述第一特征计算所述背景区域的第一分析结果，包括：
基于所述第一特征，确定所述背景区域对应的颜色种类以及颜色数量；
基于所述颜色种类以及颜色数量，确定所述第一分析结果。


6.如权利要求1所述的...

【专利技术属性】
技术研发人员：谢文珍，黄恺，冯富森，
申请(专利权)人：北京大米未来科技有限公司，
类型：发明
国别省市：北京;11