基于人工智能的图像处理方法及系统技术方案

技术编号:31983662 阅读:17 留言:0更新日期:2022-01-20 02:00
本申请提供的基于人工智能的图像处理方法及系统,通过获得实时场景图像数据并挖掘实时场景图像数据中的原始关键场景事项簇,将原始关键场景事项簇加载至事先设置的挖掘剖析网络以将原始关键场景事项簇中的第一图像可视化处理结果,将可视化向量图像可视化处理结果进行二值化处理,二值化处理后图像可视化处理结果符合事先设置的图像可视化处理结果的可视化向量确定为存在不匹配的场景信息的可视化向量,通过二值化处理多组关键场景事项的挖掘剖析结果,依据量化二值化处理结果确定不匹配的场景信息指定内容,从而能够提高不匹配的场景信息剖析结果的精确性和可信度。的场景信息剖析结果的精确性和可信度。的场景信息剖析结果的精确性和可信度。

【技术实现步骤摘要】
基于人工智能的图像处理方法及系统


[0001]本申请涉及数据挖掘
,具体而言,涉及基于人工智能的图像处理方法及系统。

技术介绍

[0002]在人工智能具体运用到图像处理领域时,可能存在图像分析不准确地问题,从而不能精确地得到处理结果,因此,亟需一种图像处理方法以解决上述技术问题。

技术实现思路

[0003]鉴于此,本申请提供了基于人工智能的图像处理方法及系统。
[0004]第一方面,提供一种基于人工智能的图像处理方法,所述方法包括:获得实时场景图像数据,并挖掘所述实时场景图像数据中的原始关键场景事项簇,其中,所述原始关键场景事项簇包括事先设置的标准模板对应的关键场景事项;将所述原始关键场景事项簇加载至事先设置的挖掘剖析网络,以将所述原始关键场景事项簇中关键场景事项的范例可视化向量的图像可视化处理结果作为第一图像可视化处理结果,非范例可视化向量的图像可视化处理结果作为第二图像可视化处理结果;将所述原始关键场景事项簇中关键场景事项的可视化向量图像可视化处理结果进行二值化处理,二值化处理后图像可视化处理结果符合事先设置的图像可视化处理结果的可视化向量确定为存在不匹配的场景信息的可视化向量,基于全部存在不匹配的场景信息的可视化向量生成原始不匹配的场景信息剖析结果。
[0005]在一种独立实施的实施例中,所述方法还包括:获得所述实时场景图像数据中原始关键场景事项簇后的优化关键场景事项;将所述优化关键场景事项加载至所述事先设置的挖掘剖析网络以得到所述优化关键场景事项的优化不匹配的场景信息剖析结果;结合所述原始不匹配的场景信息剖析结果和所述优化不匹配的场景信息剖析结果的存在关联的内容进行优化,得到不匹配的场景信息的指定内容。
[0006]在一种独立实施的实施例中,所述结合所述原始不匹配的场景信息剖析结果和所述优化不匹配的场景信息剖析结果的存在关联的内容进行优化,得到不匹配的场景信息的指定内容,包括:确定所述原始不匹配的场景信息剖析结果和所述优化不匹配的场景信息剖析结果的映射列表;在所述映射列表符合事先设置的映射列表的前提下,结合所述优化不匹配的场景信息剖析结果优化所述原始不匹配的场景信息剖析结果,以优化所述不匹配的场景信息的指定内容。
[0007]在一种独立实施的实施例中,所述方法还包括:获得所述实时场景图像数据中的挖掘关键场景事项,将所述挖掘关键场景事项中
原始不匹配的场景信息剖析结果对应的不匹配的场景信息指定内容进行挖掘处理,将其余非不匹配的场景信息指定内容的图像可视化处理结果作为第三图像可视化处理结果;基于挖掘处理后挖掘关键场景事项的不匹配的场景信息指定内容以及非不匹配的场景信息指定内容的图像可视化处理结果确定所述挖掘关键场景事项的最小剖析单元;确定挖掘处理后挖掘关键场景事项中每一图像可视化处理结果的挖掘情况,并将大于或小于0的挖掘情况作为第四图像可视化处理结果,其中,所述第四图像可视化处理结果符合所述第三图像可视化处理结果;基于更新后挖掘关键场景事项的挖掘情况确定所述挖掘关键场景事项的最大剖析单元;结合所述挖掘关键场景事项的最小剖析单元以及最大剖析单元获得所述挖掘关键场景事项的不匹配的场景信息统计结果。
[0008]在一种独立实施的实施例中,所述结合所述挖掘关键场景事项的最小剖析单元以及最大剖析单元获得所述挖掘关键场景事项的不匹配的场景信息统计结果,包括:结合所述挖掘关键场景事项的图像可视化处理结果确定所述挖掘关键场景事项的剖析单元;结合所述挖掘关键场景事项的剖析单元、最小剖析单元以及最大剖析单元获得所述挖掘关键场景事项的不匹配的场景信息统计结果。
[0009]在一种独立实施的实施例中,所述结合所述挖掘关键场景事项的图像可视化处理结果确定所述挖掘关键场景事项的剖析单元,包括:获得所述挖掘关键场景事项上每一可视化向量的图像可视化处理结果;依次确定每一可视化向量与适配可视化向量的挖掘情况;二值化处理所述挖掘关键场景事项中全部可视化向量的挖掘情况,以获得所述挖掘关键场景事项的剖析单元。
[0010]第二方面,提供一种基于人工智能的图像处理系统,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中读取计算机程序并执行,以实现上述的方法。
[0011]本申请实施例所提供的基于人工智能的图像处理方法及系统,通过获得实时场景图像数据,并挖掘实时场景图像数据中的原始关键场景事项簇,将原始关键场景事项簇加载至事先设置的挖掘剖析网络,以将原始关键场景事项簇中关键场景事项的范例可视化向量的图像可视化处理结果作为第一图像可视化处理结果,非范例可视化向量的图像可视化处理结果作为第二图像可视化处理结果;将原始关键场景事项簇中关键场景事项的可视化向量图像可视化处理结果进行二值化处理,二值化处理后图像可视化处理结果符合事先设置的图像可视化处理结果的可视化向量确定为存在不匹配的场景信息的可视化向量,通过二值化处理多组关键场景事项的挖掘剖析结果,依据量化二值化处理结果确定不匹配的场景信息指定内容,从而能够提高不匹配的场景信息剖析结果的精确性和可信度;基于全部存在不匹配的场景信息的可视化向量能够更加精确地生成原始不匹配的场景信息剖析结果。
附图说明
[0012]为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这
些附图获得其他相关的附图。
[0013]图1为本申请实施例所提供的一种基于人工智能的图像处理方法的流程图。
[0014]图2为本申请实施例所提供的一种基于人工智能的图像处理装置的框图。
[0015]图3为本申请实施例所提供的一种基于人工智能的图像处理系统的架构图。
具体实施方式
[0016]为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
[0017]请参阅图1,示出了一种基于人工智能的图像处理方法,该方法可以包括以下步骤100

步骤300所描述的技术方案。
[0018]步骤100,获得实时场景图像数据,并挖掘所述实时场景图像数据中的原始关键场景事项簇,其中,所述原始关键场景事项簇包括事先设置的标准模板对应的关键场景事项。
[0019]步骤200,将所述原始关键场景事项簇加载至事先设置的挖掘剖析网络,以将所述原始关键场景事项簇中关键场景事项的范例可视化向量的图像可视化处理结果作为第一图像可视化处理结果,非范例可视化向量的图像可视化处理结果作为第二图像可视化处理结果。
[0020]步骤300,将所述原始关键场景事项簇中关键场景事项的可视化向量图像可视化处理结果进行二值化处理,二值化处理后图像本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的图像处理方法,其特征在于,所述方法包括:获得实时场景图像数据,并挖掘所述实时场景图像数据中的原始关键场景事项簇,其中,所述原始关键场景事项簇包括事先设置的标准模板对应的关键场景事项;将所述原始关键场景事项簇加载至事先设置的挖掘剖析网络,以将所述原始关键场景事项簇中关键场景事项的范例可视化向量的图像可视化处理结果作为第一图像可视化处理结果,非范例可视化向量的图像可视化处理结果作为第二图像可视化处理结果;将所述原始关键场景事项簇中关键场景事项的可视化向量图像可视化处理结果进行二值化处理,二值化处理后图像可视化处理结果符合事先设置的图像可视化处理结果的可视化向量确定为存在不匹配的场景信息的可视化向量,基于全部存在不匹配的场景信息的可视化向量生成原始不匹配的场景信息剖析结果。2.如权利要求1所述的基于人工智能的图像处理方法,其特征在于,所述方法还包括:获得所述实时场景图像数据中原始关键场景事项簇后的优化关键场景事项;将所述优化关键场景事项加载至所述事先设置的挖掘剖析网络以得到所述优化关键场景事项的优化不匹配的场景信息剖析结果;结合所述原始不匹配的场景信息剖析结果和所述优化不匹配的场景信息剖析结果的存在关联的内容进行优化,得到不匹配的场景信息的指定内容。3.如权利要求2所述的基于人工智能的图像处理方法,其特征在于,所述结合所述原始不匹配的场景信息剖析结果和所述优化不匹配的场景信息剖析结果的存在关联的内容进行优化,得到不匹配的场景信息的指定内容,包括:确定所述原始不匹配的场景信息剖析结果和所述优化不匹配的场景信息剖析结果的映射列表;在所述映射列表符合事先设置的映射列表的前提下,结合所述优化不匹配的场景信息剖析结果优化所述原始不匹配的场景信息剖析结果,以优化所述不匹配的场景信息的指定内容。4.如权利要求1所述的基于人工智能的图像处理方法,其特征在于,所述方法还包括:获得所述实时场景图像数据中的挖掘关键场景事项,...

【专利技术属性】
技术研发人员:孙凤英
申请(专利权)人:八爪鱼人工智能科技常熟有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1