基于人工智能的图片处理方法、装置及电子设备.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 110929806 A (43)申请公布日 2020.03.27 (21)申请号 201911239861.4 (22)申请日 2019.12.06 (71)申请人 腾讯科技（北京）有限公司 地址 100080 北京市海淀区海淀大街38号 银科大厦16层1601－1608室 (72)发明人 杨天舒　沈招益　高洵　刘军煜　 (74)专利代理机构 北京派特恩知识产权代理有 限公司 11270 代理人 刘晖铭　张颖玲 (51)Int.Cl. G06K 9/62(2006.01) G06K 9/46(2006.01) 权利要求书3页 说明书16页 附图9页 (54)发明名称 基于人工智能的图片处理方法、装置及电子 设备 (57)摘要 本发明提供了一种基于人工智能的图片处 理方法、装置、电子设备及存储介质；方法包括： 获取与多媒体素材对应的原始尺寸的图片；对所 述原始尺寸的图片进行特征提取处理，得到包括 图片信息和语义信息的图片特征；对所述图片特 征进行分类处理，得到清晰度标签及对应的置信 度；对至少两个所述清晰度标签按照对应的置信 度进行排序处理，并根据排序处理的结果确定所 述原始尺寸的图片的清晰度。通过本发明，能够 提升得到的图片清晰度的准确性，同时提升对实 际应用场景的适用效果。 A 6 0 8 9 2 9 0 1 1 N C CN 110929806 A 权　利　要　求　书 1/3页 1.一种基于人工智能的图片处理方法，其特征在于，包括： 获取与多媒体素材对应的原始尺寸的图片； 对所述原始尺寸的图片进行特征提取处理，得到包括图片信息和语义信息的图片特 征； 对所述图片特征进行分类处理，得到清晰度标签及对应的置信度； 对至少两个所述清晰度标签按照对应的置信度进行排序处理，并根据排序处理的结果 确定所述原始尺寸的图片的清晰度。 2.根据权利要求1所述的图片处理方法，其特征在于，所述对所述原始尺寸的图片进行 特征提取处理，得到包括图片信息和语义信息的图片特征，包括： 通过机器学习模型的降维层对所述原始尺寸的图片进行降维处理，得到降维图片； 通过所述机器学习模型的中间采样层对所述降维图片进行采样处理，得到特征图； 通过所述机器学习模型的自适应池化层对所述特征图进行转换处理，得到所述特征图 对应的特征向量； 将至少两个所述特征向量进行合并处理，得到包括图片信息和语义信息的图片特征。 3.根据权利要求2所述的图片处理方法，其特征在于， 所述将至少两个所述特征向量进行合并处理，得到包括图片信息和语义信息的图片特 征，包括： 将至少两个所述特征向量在第一维度的参数进行拼接处理，得到图片特征在所述第一 维度的参数； 将任一所述特征向量在第二维度的参数，确定为所述图片特征在所述第二维度的参 数； 其中，所述特征向量在所述第一维度的参数与对应的所述特征图的通道数相同，所述 第二维度为所述第一维度之外的维度； 所述对所述图片特征进行分类处理，得到清晰度标签及对应的置信度，包括： 通过所述机器学习模型的全连接层对所述图片特征进行映射处理，得到清晰度标签及 对应的置信度。 4.根据权利要求3所述的图片处理方法，其特征在于，还包括： 获取样本图片及对应的样本清晰度； 通过所述机器学习模型对所述样本图片进行预测处理，得到清晰度标签及对应的预测 置信度；