图像处理方法及装置制造方法及图纸

本说明书实施例提供了图像处理方法及装置，其中，一种图像处理方法包括：获取针对参与保障项目的豢养物进行保障申请提交的凭证图像。将所述凭证图像输入卷积神经网络进行图像特征提取获得图像特征向量。以及，对所述凭证图像进行字符识别获得文本特征信息。基于权重向量对和所述图像特征向量确定图像特征向量对。以及，对所述文本特征信息进行编码处理获得文本特征向量，并将所述图像特征向量与所述文本特征向量进行融合获得融合特征向量。将所述图像特征向量对和所述融合特征向量输入注意力模型进行图像标签识别，获得标签识别结果。果。果。

【技术实现步骤摘要】
图像处理方法及装置


[0001]本文件涉及数据处理
，尤其涉及一种图像处理方法及装置。

技术介绍

[0002]随着社会发展节奏的加快，作为社会发展参与者的每个人面临的工作压力、生活压力也越来越大，为充实自己的生活又不会给自己的生活带来太大的负担，越来越多的人喜欢养宠物，在饲养宠物的同时让自己变得充实，也对自己的身心健康起到了很大的帮助，尤其是对于一些子女在外地的奋斗的独居老人，有宠物的陪伴会让老人的生活更加开心，并且对于一些训练有素的宠物，在老人发生一些意外，例如生病的时候，宠物还会起到报警的作用，宠物对于主人来说相当于家庭的一份子，是非常重要的存在，因此产生了很多面向宠物的服务，比如宠物保险等。

技术实现思路

[0003]本说明书一个或多个实施例提供了一种图像处理方法，包括：获取针对参与保障项目的豢养物进行保障申请提交的凭证图像。将所述凭证图像输入卷积神经网络进行图像特征提取获得图像特征向量。以及，对所述凭证图像进行字符识别获得文本特征信息。基于权重向量对和所述图像特征向量确定图像特征向量对。以及，对所述文本特征信息进行编码处理获得文本特征向量，并将所述图像特征向量与所述文本特征向量进行融合获得融合特征向量。将所述图像特征向量对和所述融合特征向量输入注意力模型进行图像标签识别，获得标签识别结果。
[0004]本说明书一个或多个实施例提供了一种图像处理装置，凭证图像获取模块，被配置为获取针对参与保障项目的豢养物进行保障申请提交的凭证图像。特征提取模块，被配置为将所述凭证图像输入卷积神经网络进行图像特征提取获得图像特征向量，以及，对所述凭证图像进行字符识别获得文本特征信息。特征向量融合模块，被配置为基于权重向量对和所述图像特征向量确定图像特征向量对，以及，对所述文本特征信息进行编码处理获得文本特征向量，并将所述图像特征向量与所述文本特征向量进行融合获得融合特征向量。图像标签识别模块，被配置为将所述图像特征向量对和所述融合特征向量输入注意力模型进行图像标签识别，获得标签识别结果。
[0005]本说明书一个或多个实施例提供了一种图像处理设备，包括：处理器；以及，被配置为存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器：获取针对参与保障项目的豢养物进行保障申请提交的凭证图像。将所述凭证图像输入卷积神经网络进行图像特征提取获得图像特征向量。以及，对所述凭证图像进行字符识别获得文本特征信息。基于权重向量对和所述图像特征向量确定图像特征向量对。以及，对所述文本特征信息进行编码处理获得文本特征向量，并将所述图像特征向量与所述文本特征向量进行融合获得融合特征向量。将所述图像特征向量对和所述融合特征向量输入注意力模型进行图像标签识别，获得标签识别结果。
[0006]本说明书一个或多个实施例提供了一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被处理器执行时实现以下流程：获取针对参与保障项目的豢养物进行保障申请提交的凭证图像。将所述凭证图像输入卷积神经网络进行图像特征提取获得图像特征向量。以及，对所述凭证图像进行字符识别获得文本特征信息。基于权重向量对和所述图像特征向量确定图像特征向量对。以及，对所述文本特征信息进行编码处理获得文本特征向量，并将所述图像特征向量与所述文本特征向量进行融合获得融合特征向量。将所述图像特征向量对和所述融合特征向量输入注意力模型进行图像标签识别，获得标签识别结果。
附图说明
[0007]为了更清楚地说明本说明书一个或多个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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图；
[0008]图1为本说明书一个或多个实施例提供的一种图像处理方法处理流程图；
[0009]图2为本说明书一个或多个实施例提供的一种图像处理过程的示意图；
[0010]图3为本说明书一个或多个实施例提供的一种特征向量融合处理过程的示意图；
[0011]图4为本说明书一个或多个实施例提供的一种应用于宠物保障申请场景的图像处理方法处理流程图；
[0012]图5为本说明书一个或多个实施例提供的一种图像处理装置示意图；
[0013]图6为本说明书一个或多个实施例提供的一种图像处理设备的结构示意图。
具体实施方式
[0014]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
[0015]本说明书提供的一种图像处理方法实施例：
[0016]参照图1，本实施例提供的图像处理方法，所述方法具体包括步骤S102至步骤S108。
[0017]步骤S102，获取针对参与保障项目的豢养物进行保障申请提交的凭证图像。
[0018]本申请提供的图像处理方法，在针对豢养物提出的保障申请提交的凭证图像进行标签识别的过程中，通过卷积神经网络提取凭证图像的图像特征，并通过字符识别提取凭证图像的文本特征信息，从而在提取获得凭证图像的图像特征向量和文本特征信息编码后获得文本特征向量的基础上，通过将图像特征向量与文本特征向量进行融合的方式，来提升特征的健壮性以及凭证图像的文本特征与图像特征的相关性，并在此基础上将图像特征向量对和融合特征向量输入注意力模型进行图像标签识别，通过注意力模型结合图像特征和文本特征进行标签识别，提升了图像标签识别的全面性和准确性，同时也提升了图像标
签识别对于凭证图像的鲁棒性。
[0019]本实施例所述豢养物，包括在情感层面为用户提升愉悦感的宠物(犬类宠物、猫类宠物、两栖类宠物等)，还包括用户出于经济目的豢养的动物(比如，家禽、牲畜等)，此外，还包括出于社会公益或者环境保护目的豢养的动物(比如，动物保护区豢养的保护动物、社会公益组织出于社会公益目的豢养的流浪动物等)。
[0020]所述保障项目，是指以豢养物为保障对象，针对豢养物提供相关保障服务的项目，比如针对豢养物提供健康保障服务的健康保障项目。所述凭证图像是指用于提出保障申请的豢养物相关图像。比如，在豢养物成为健康保障项目保障对象之后，在保障期限内可针对豢养物生病治疗所支出的资源提出保障申请，以向保障项目申请赔付豢养物生病治疗所支出的资源。
[0021]本实施例中，在针对参与所述保障项目的豢养物进行保障申请的过程中，通过提交该豢养物的相应凭证图像进行保障申请，在此，获取针对参与所述保障项目的豢养物进行保障申请提交的凭证图像。具体的，所述凭证图像可以是富文本图像，从而能够充分结合富文本图像中的文本特征和图像特征的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，包括：获取针对参与保障项目的豢养物进行保障申请提交的凭证图像；将所述凭证图像输入卷积神经网络进行图像特征提取获得图像特征向量，以及，对所述凭证图像进行字符识别获得文本特征信息；基于权重向量对和所述图像特征向量确定图像特征向量对，以及，对所述文本特征信息进行编码处理获得文本特征向量，并将所述图像特征向量与所述文本特征向量进行融合获得融合特征向量；将所述图像特征向量对和所述融合特征向量输入注意力模型进行图像标签识别，获得标签识别结果。2.根据权利要求1所述的图像处理方法，所述将所述图像特征向量与所述文本特征向量进行融合获得融合特征向量，包括：对所述图像特征向量和所述文本特征向量进行向量对齐处理，并将获得的标准图像特征向量与标准文本特征向量进行向量拼接，获得拼接向量；对所述拼接向量进行向量对齐处理获得的标准拼接向量进行关键特征提取，获得关键特征向量；基于所述关键特征向量和所述标准拼接向量计算所述融合特征向量。3.根据权利要求2所述的图像处理方法，所述对所述图像特征向量和所述文本特征向量进行向量对齐处理，包括：对所述图像特征向量进行向量变换，并对变换获得的图像特征向量进行卷积处理获得所述标准图像特征向量；对所述文本特征向量进行向量变换，并对变换获得的文本特征向量进行所述卷积处理获得所述标准文本特征向量。4.根据权利要求3所述的图像处理方法，所述拼接向量进行的向量对齐处理，包括：对所述拼接向量进行所述卷积处理，并对卷积处理获得的拼接向量进行归一化处理，获得归一化向量；通过激活函数对所述归一化向量进行激活处理，获得所述标准拼接向量。5.根据权利要求3所述的图像处理方法，所述关键特征提取，包括：提取所述标准拼接向量的各维度的特征值最大的特征作为关键特征，并基于提取的关键特征构建基准关键特征向量；对所述基准关键特征向量进行所述卷积处理，并对卷积处理获得的基准关键特征向量进行归一化处理，获得归一化关键特征向量；通过激活函数对所述归一化关键特征向量进行激活处理，并将激活处理获得的特征向量作为所述关键特征向量。6.根据权利要求2所述的图像处理方法，所述基于所述关键特征向量和所述标准拼接向量计算所述融合特征向量，包括：将所述关键特征向量与所述标准拼接向量进行点乘，获得乘积向量；将所述乘积向量与所述标准拼接向量进行向量求和，获得所述融合特征向量。7.根据权利要求1所述的图像处理方法，所述对所述文本特征信息进行编码处理获得文本特征向量，包括：
将所述文本特征信息输入文本编码器进行编码处理，输出所述文本特征向量。8.根据权利要求1所述的图像处理方法，所述权重向量对由第一权重向量和第二权重向量组成；所述基于权重向量对和所述图像特征向量确定图像特征向量对，包括：基于所述第一权重向量和所述图像特征向量计算第一图像特征向量，并基于所述第二权重向量和所述图像特征向量计算第二图像特征向量。9.根据...

【专利技术属性】
技术研发人员：胡玉琛，咸静，王洪彬，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：