图像设计元素的提取方法、提取装置和电子设备.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CN114202602A(43)申请公布日2022.03.18(21)申请号202111422368.3(22)申请日2021.11.26(71)申请人合肥工业大学地址230009安徽省合肥市包河区屯溪路193号(72)发明人赵洋李华恩陈缘曹力李琳刘晓平(74)专利代理机构北京路浩知识产权代理有限公司11002代理人陈新生(51)Int.Cl.G06T11/20(2006.01)G06T11/60(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书15页附图5页(54)发明名称图像设计元素的提取方法、提取装置和电子设备(57)摘要本发明提供一种图像设计元素的提取方法、提取装置和电子设备，图像设计元素的提取方法，包括：获取目标图像；将目标图像输入至目标神经网络模型，根据目标神经网络模型的输出结果，获得目标图像对应的多个第一元素图像块；接收用户的第一输入；响应于第一输入，从多个第一元素图像块中确定目标第一元素图像块，目标第一元素图像块用于对目标神经网络模型进行后续优化。本发明的图像设计元素的提取方法，可以提取出具有高度语义抽象特征及包含艺术设计感的第一元素图像块，提取精度高，提取质量好；且通过用户长期使用与筛选以及交互在线学习不断优化目标神经网络模型，具有较强的自主学习能力，具有广泛的应用前景。CN114202602ACN114202602A权利要求书1/2页1.一种图像设计元素的提取方法，其特征在于，包括：获取目标图像；将所述目标图像输入至目标神经网络模型，根据所述目标神经网络模型的输出结果，获得所述目标图像对应的多个第一元素图像块；接收用户的第一输入；响应于所述第一输入，从所述多个第一元素图像块中确定目标第一元素图像块，所述目标第一元素图像块用于对所述目标神经网络模型进行后续优化；其中，所述目标神经网络模型为，以样本图像为样本，以与所述样本图像对应的样本第一元素图像块为样本标签，训练得到。2.根据权利要求1所述的图像设计元素的提取方法，其特征在于，在所述响应于所述第一输入，从所述多个第一元素图像块中确定目标第一元素图像块之后，所述方法还包括：将所述目标第一元素图像块存储至训练样本，以对所述目标神经网络模型的训练库进行更新，更新后的训练库用于指导所述目标神经网络模型后续的更新优化。3.根据权利要求1所述的图像设计元素的提取方法，其特征在于，所述目标神经网络模型包括检测单元和筛选单元，所述将所述目标图像输入至目标神经网络模型，根据所述目标神经网络模型的输出结果，获得所述目标图像对应的多个第一元素图像块，包括：将所述目标图像输入至所述检测单元，所述检测单元基于语义特征对所述目标图像进行特征提取，输出所述目标图像对应的多个第二元素图像块；将所述多个第二元素图像块输入至所述筛选单元，所述筛选单元基于设计艺术特征对所述多个第二元素图像块进行筛选，输出所述目标图像对应的多个第一元素图像块。4.根据权利要求3所述的图像设计元素的提取方法，其特征在于，所述将所述目标图像输入至所述检测单元，所述检测单元基于语义特征对所述目标图像进行特征提取，输出所述目标图像对应的多个第二元素图像块，包括：将所述目标图像输入至所述检测单元的缩放层，将所述目标图像缩放至第一目标分辨率，生成第一图像；将所述第一图像输入至所述检测单元的第一特征提取层、第一降采样及特征提取块和第一结果输出块，利用所述第一特征提取层和所述第一降采样及特征提取块对所述第一图像进行特征提取，利用所述第一结果输出块输出所述多个第二元素图像块，所述第二元素图像块包括所述第二元素图像块的类型和所述第二元素图像块的位置坐标。5.根据权利要求3所述的图像设计元素的提取方法，其特征在于，所述将所述多个第二元素图像块输入至所述筛选单元，所述筛选单元基于设计艺术特征对所述多个第二元素图像块进行筛选，输出所述目标图像对应的多个第一元素图像块，包括：将所述多个第二元素图像块输入至所述筛选单元的扩充与缩放层，分别将所述多个第二元素图像块调整至第二目标分辨率，生成多个第三元素图像块；将所述多个第三元素图像块输入至所述筛选单元的第二特征提取层、第二降采样及特征提取块和第二结果输出块，将置信概率超过目标阈值的第三元素图像块确定为第一元素图像块，输出所述第一元素图像块。6.根据权利要求1‑5任一项所述的图像设计元素的提取方法，其特征在于，在所述将所述目标图像输入至目标神经网络模型之前，所述方法还包括：2CN114202602A权利要求书2/2页分别获取多个图像类型的样本图像和每个所述样本图像对应的样本第一元素图像块；将每个所述图像类型下的每个所述样本图像和每个所述样本图像对应的样本第一元素图像块的