【技术实现步骤摘要】
图像处理方法、系统、集群、介质及程序产品
[0001]本申请涉及人工智能(artificial intelligence,AI)
,尤其涉及一种图像处理方法、图像处理系统、计算机集群、计算机可读存储介质以及计算机程序产品。
技术介绍
[0002]随着人工智能和计算机视觉技术的迅猛发展,图像内容识别已逐渐成为人工智能领域的重要分支。在信息时代,通过人工智能技术对图像内容进行准确识别,可以为内容审核、个性化推荐等任务提供帮助。
[0003]目前,图像内容的识别主要通过标签分类算法实现。标签分类算法包括单标签分类算法和多标签分类算法。基于单标签分类算法的分类模型针对输入的图像输出多个标签。例如,针对一张包括篮球、人、单车的图像,基于单标签分类算法的分类模型可以输出单个标签“篮球”,基于多标签分类算法的分类模型可以输出多个标签“篮球”、“人”、“单车”。
[0004]然而,无论是单标签分类算法还是多标签分类算法,从图像中学习的特征通常是初级特征,对于图像内容的识别不深入,导致难以满足业务需求。
技术实现思路
[0005]本申请提供了一种图像处理方法,该方法利用级联子网络建立不同知识图谱之间的关联关系,通过级联子网络从图像中学习图像中的深层特征,进而实现不同维度的识别结果的推理,对图像的内容进行深度挖掘,满足了业务需求。本申请还提供了上述方法对应的图像处理系统、计算机集群、计算机可读存储介质以及计算机程序产品。
[0006]第一方面,本申请提供了一种图像处理方法。该方法可以由图像处 ...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法,其特征在于,所述方法包括:获取待处理的图像;将所述待处理的图像输入至由多个子网络级联的图像处理模型,获得处理结果;其中,所述多个子网络包括基于第一知识图谱构建的第一子网络和基于第二知识图谱构建的第二子网络,所述第一子网络和所述第二子网络通过级联子网络级联,所述第一子网络用于根据所述图像的特征,对所述图像的内容进行识别,得到第一识别结果,所述第二子网络用于根据所述图像的特征和所述第一识别结果进行推理,得到第二识别结果,所述第一识别结果的识别维度不同于所述第二识别结果的识别维度,所述处理结果包括所述第二识别结果。2.根据权利要求1所述的方法,其特征在于,所述级联子网络包括至少一个级联单元,所述级联单元包括至少两层,所述级联单元的第一层的结构与所述第一知识图谱相同,所述级联单元的最后一层的结构与所述第二知识图谱相同。3.根据权利要求2所述的方法,其特征在于,所述级联单元包括两层,所述级联单元的第一层的节点与所述级联单元的第二层的节点通过注意力机制全连接。4.根据权利要求1至3任一项所述的方法,其特征在于,所述级联子网络的第一层包括的节点数量不同于所述级联子网络的最后一层包括的节点数量。5.根据权利要求1至4任一项所述的方法,其特征在于,所述第一知识图谱的每个节点对应一个第一类型标签的标签向量,所述第一识别结果包括所述图像被分类到所述第一类型标签的概率,所述级联子网络的输入为所述第一类型标签的加权标签向量,所述加权标签向量的权值为所述图像被分类到所述第一类型标签的概率,所述第二识别结果包括所述图像被分类到第二类型标签的概率。6.根据权利要求5所述的方法,其特征在于,所述方法还包括:根据所述第一类型标签在训练集中出现的条件概率确定所述第一知识图谱中边的权重;根据所述节点以及所述边的权重,构建所述第一知识图谱。7.根据权利要求6所述的方法,其特征在于,所述方法还包括:以所述边的权重为训练参数进行模型微调,以更新所述第一知识图谱。8.根据权利要求5所述的方法,其特征在于,所述第一类型标签用于标识物理实体,所述第二类型标签用于标识抽象概念。9.根据权利要求1至8任一项所述的方法,其特征在于,所述待处理的图像为待处理的视频中的图像,所述方法还包括:根据所述第二识别结果,对所述视频进行分类或剪辑。10.根据权利要求1至8任一项所述的方法,其特征在于,所述方法还包括:根据所述第二识别结果向用户推送推广对象。11.根据权利要求5所述的方法,其特征在于,所述第一类型标签用于标识产品的属性,所述第二类型标签用于标识所述产品是否存在缺陷。12.根据权利要求1至11任一项所述的方法,其特征在于,所述第一子网络、所述第二子网络和所述级联子网络为图神经网络。13.一种图像处理系统,其特征在于,所述系统包括:
通信模块,用于获取待处理的图像;处理模块,用于将所述待处理的图像输入由多个子网络级联的图像处理模型,获得处理结果;其中,所述多个子网络包括基于第一知识图谱构建的第一子网络和基于第二知识图谱构建的第二子网络,所述第一子网络和所述第二子网络通过级联子网络级联,所述第一子网络用于根据所述图像的...
【专利技术属性】
技术研发人员:杨乐,迟亚雄,李文祥,常建龙,司宏杰,田奇,
申请(专利权)人:华为云计算技术有限公司,
类型:发明
国别省市:
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。