图像处理方法、装置、计算机设备和存储介质.pdf

图像处理方法、装置、计算机设备和存储介质.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(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 111476806 A (43)申请公布日 2020.07.31 (21)申请号 202010578425.6 G06N 3/08(2006.01) (22)申请日 2020.06.23 (71)申请人 腾讯科技(深圳)有限公司 地址 518000 广东省深圳市南山区高新区 科技中一路腾讯大厦35层 (72)发明人 胡一凡  (74)专利代理机构 广州华进联合专利商标代理 有限公司 44224 代理人 陈小娜 (51)Int.Cl. G06T 7/11(2017.01) G06T 7/194(2017.01) G06K 9/46(2006.01) G06K 9/62(2006.01) G06N 3/04(2006.01) 权利要求书3页 说明书16页 附图6页 (54)发明名称 图像处理方法、装置、计算机设备和存储介 质 (57)摘要 本申请涉及一种图像处理方法、装置、计算 机设备和存储介质。所述方法包括:获取待处理 的目标图像对应的目标特征矩阵;确定对所述目 标特征矩阵进行分割得到的多个特征区域;基于 所述特征区域中的特征值,确定各个所述特征区 域对应的目标权重;根据各个所述特征区域以及 对应的目标权重得到所述目标特征矩阵对应的 加权特征矩阵;对所述加权特征矩阵进行处理, 得到所述目标图像对应的目标处理结果。本申请 中的图像处理结果可以是基于图像处理模型得 到的,图像处理模型可以是人工智能模型,采用 A 本方法能够提高图像处理结果的准确度。 6 0 8 6 7 4 1 1 1 N C CN 111476806 A 权 利 要 求 书 1/3 页 1.一种图像处理方法,其特征在于,所述方法包括: 获取待处理的目标图像对应的目标特征矩阵; 确定对所述目标特征矩阵进行分割得到的多个特征区域; 基于所述特征区域中的特征值,确定各个所述特征区域对应的目标权重; 根据各个所述特征区域以及对应的目标权重得到所述目标特征矩阵对应的加权特征 矩阵; 对所述加权特征矩阵进行处理,得到所述目标图像对应的目标处理结果。 2.根据权利要求1所述的方法,其特征在于,所述确定对所述目标特征矩阵进行分割得 到的多个特征区域包括: 获取区域划分数量; 根据所述目标特征矩阵中特征值的分布对所述目标特征矩阵进行分割,得到所述区域 划分数量的特征区域。 3.根据权利要求2所述的方法,其特征在于,所述根据所述目标特征矩阵中特征值的分 布对所述目标特征矩阵进行分割,得到所述区域划分数量的特征区域包括: 对所述目标特征矩阵对应的目标特征值范围进行分割,得到个数为所述区域划分数量 的子特征值范围; 将所述目标特征矩阵中,特征值在同一个所述子特征值范围内的特征点,划分在同一 个特征区域中,得到所述目标特征矩阵对应的多个特征区域。 4.根据权利要求3所述的方法,其特征在于,所述对所述目标特征矩阵对应的目标特征 值范围进行分割,得到个数为所述区域划分数量的子特征值范围包括: 获取所述目标特征矩阵对应的最大特征值以及最小特征值; 根据所述区域划分数量,在所述最大特征值与最小特征值对应的目标特征值范围内, 确定特征值等分点; 将所述特征值等分点之间的范围,作为子特征值范围。 5.根据权利要求2所述的方法

文档评论(0)

10301556 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档