图像处理方法和处理器.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115019218A(43)申请公布日2022.09.06(21)申请号202210941398.3G06N3/04(2006.01)(22)申请日2022.08.08G06N3/08(2006.01)(71)申请人阿里巴巴（中国）有限公司地址311121浙江省杭州市余杭区五常街道文一西路969号3幢5层554室(72)发明人何天宇沈旭黄建强彭京(74)专利代理机构北京博浩百睿知识产权代理有限责任公司11134专利代理师谢湘宁(51)Int.Cl.G06V20/20(2022.01)G06V20/54(2022.01)G06V10/764(2022.01)G06V10/774(2022.01)G06V10/82(2022.01)权利要求书3页说明书29页附图13页(54)发明名称图像处理方法和处理器(57)摘要本发明公开了一种图像处理方法和处理器。其中，该方法包括：采集监测到的待识别图像，其中，待识别图像中包含了需要监测的至少一种目标对象；调用图像预测模型，其中，图像预测模型为分别对相同的图像样本在不同标签状态下的不同增广视图进行训练而生成；使用图像预测模型对待识别图像进行图像分类处理，识别出待识别图像中包含的任意一个目标对象的不同标签的标签状态，以及不同标签之间的关联关系；基于目标对象的不同标签的标签状态，以及不同标签之间的关联关系，确定待识别图像中目标对象的识别结果；输出图像中目标对象的识别结果。本发明解决了图像识别的精度低的技术问题。CN115019218ACN115019218A权利要求书1/3页1.一种图像处理方法，其特征在于，包括：采集监测到的待识别图像，其中，所述待识别图像中包含了需要监测的至少一种目标对象；调用图像预测模型，其中，所述图像预测模型为分别对相同的图像样本在不同标签状态下的不同增广视图进行训练而生成；使用所述图像预测模型对所述待识别图像进行图像分类处理，识别出所述待识别图像中包含的任意一个目标对象的不同标签的标签状态，以及所述不同标签之间的关联关系；基于所述目标对象的不同标签的标签状态，以及所述不同标签之间的关联关系，确定所述待识别图像中所述目标对象的识别结果；输出所述图像中所述目标对象的识别结果。2.根据权利要求1所述的方法，其特征在于，所述不同标签之间的关联关系用于表示所述不同标签的所述标签状态在所述待识别图像中是否相同。3.根据权利要求1所述的方法，其特征在于，使用所述图像预测模型对所述待识别图像进行图像分类处理，识别出所述待识别图像中包含的任意一个目标对象的不同标签的标签状态，以及所述不同标签之间的关联关系，包括：使用所述图像预测模型对所述待识别图像进行图像分类处理，识别出所述待识别图像中包含的任意一个目标对象的不同标签中至少一第一目标标签的标签状态，以及所述不同标签之间的关联关系；基于所述关联关系和所述至少一第一目标标签的标签状态，确定所述不同标签中至少一第二目标标签的标签状态。4.根据权利要求1所述的方法，其特征在于，所述图像样本包括无标签图像样本，所述方法还包括：基于所述无标签图像样本在至少一第一伪标签状态下的第一弱增广视图和所述无标签图像样本在至少一第二伪标签状态下的强增广视图，对第一目标预测模型进行训练，得到所述图像预测模型，其中，所述第一伪标签状态和所述第二伪标签状态为基于所述第一目标预测模型对所述无标签图像样本进行图像分类处理而得到。5.根据权利要求4所述的方法，其特征在于，基于所述无标签图像样本在至少一第一伪标签状态下的第一弱增广视图和所述无标签图像样本在至少一第二伪标签状态下的强增广视图，对第一目标预测模型进行训练，得到所述图像预测模型，包括：分类步骤，使用所述第一目标预测模型对所述无标签图像样本在所述第一伪标签状态下的所述第一弱增广视图进行图像分类处理，识别出所述第一弱增广视图中包含的任意一个对象的不同预测标签的第一预测标签状态，且使用所述第一目标预测模型对所述无标签图像样本在所述第二伪标签状态下的所述强增广视图进行图像分类处理，识别出所述增广视图中包含的任意一个对象的不同预测标签的第二预测标签状态，其中，所述第一预测标签状态和所述第二预测标签状态之间的关联关系用于表示所述第一预测标签状态和所述第二预测标签状态在所述无标签图像样本中是否相同；调整步骤，响应于所述第一预测标签状态和所述第二预测标签状态之间的第一损失未小于目标阈值，基于所述第一损失调整所述第一目标预测模型的参数，得到第二目标预测模型；2CN115019218A权利要求书2/3页确定步骤，将所述第二目标预测模型确定为所述第一目标预测模型，且从所述第一弱增广视图中包含的任意一个对象的不同预测标签的第一预测标签状态中选取出所述第一伪标签状态和所述第二伪