(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210045010.1 (22)申请日 2022.01.14 (71)申请人 长城汽车股份有限公司 地址 071000 河北省保定市莲池区朝阳南 大街2266号 (72)发明人 何晶　范玉涛　饶青　颉毅　 陈翰军　赵龙　陈现岭　 (74)专利代理 机构 深圳中一联合知识产权代理 有限公司 4 4414 专利代理师 任敏 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) (54)发明名称 一种图像的处理方法、 装置、 电子设备及存 储介质 (57)摘要 本申请适用于数据处理技术领域， 提供了一 种图像的处理方法、 装置、 电子设备及存储介质， 方法包括： 接收部署于车辆上的图像采集模块拍 摄的图像集； 分别确定各个候选图像的全局特征 向量以及局部特征向量， 并根据全局特征向量以 及局部特征向量计算候选图像的图像评价得分； 根据图像评价得分， 从所有候选图像中选取出待 转换的目标图像； 将目标图像导入 预设的图像转 换模型， 输出与预设滤镜对应的处理图像。 采用 上述方法， 能够避免错失拍摄时机的情况发生， 并且无需用户从大批量的图像集中手动选择合 适的目标图像， 而是可以通过计算各个候选图像 的图像评价得分， 进行图像筛选， 大大减少了用 户选择图像时所需耗费的时间， 减少了用户不必 要的操作。 权利要求书3页 说明书15页 附图9页 CN 115115848 A 2022.09.27 CN 115115848 A 1.一种图像的处 理方法， 其特 征在于， 包括： 接收部署于车辆上的图像采集模块拍摄的图像集； 所述图像集包 含多个候选图像； 分别确定各个所述候选图像的全局特征向量以及局部特征向量， 并根据 所述全局特征 向量以及所述局部特 征向量计算所述 候选图像的图像评价得分； 根据所述图像评价得分， 从所有所述 候选图像中选取 出待转换的目标图像； 将所述目标图像导入预设的图像转换模型， 输出与预设滤镜对应的处 理图像。 2.根据权利要求1所述的处理方法， 其特征在于， 所述分别确定各个所述候选图像的全 局特征向量以及局部特征向量， 并根据所述全局特征向量以及所述局部特征向量计算所述 候选图像的图像评价得分， 包括： 将所述候选图像划分为多个图像区块， 并生成各个所述图像区块对应的区块向量； 分别计算任一区块向量与各个其 他区块向量之间的注意力得分； 根据所述注意力得分对所述各个其他 区块向量进行加权， 得到所述任一 区块向量的融 合特征向量； 所述融合特 征向量具体为： 其中， f’x,y为所述任 一区块向量的融合特征向量； fx,y为所述任 一区块向量； 为第i 个其他区块向量； 为第i个其他 区块向量与 所述任一 区块向量之间的所述注意力得 分； N为所述图像区块的总数； 基于所有所述融合特 征向量计算所述 候选图像对应的局部特 征向量。 3.根据权利要求1所述的处理方法， 其特征在于， 所述分别确定各个所述候选图像的全 局特征向量以及局部特征向量， 并根据所述全局特征向量以及所述局部特征向量计算所述 候选图像的图像评价得分， 包括： 将所述候选图像转换为全局图像向量， 并将所述全局特征向量导入到预设的全局特征 提取模型中的卷积层内， 得到所述全局图像向量对应的卷积特 征向量； 将所述卷积特征向量导入到所述全局特征提取模型中的全连接层， 得到所述全局特征 向量； 合并所述全局特征向量以及所述局部特征向量， 生成所述候选图像对应的合并特征向 量； 将所有所述候选图像对应的合并特征向量导入到分类评分模块， 确定各个所述候选图 像的图像评价得分。 4.根据权利要求1所述的处理方法， 其特征在于， 所述图像转换模型包含生成网络以及 判别网络； 在所述将所述目标图像导入预设的图像转换模型， 输出与预设滤镜对应的处理图像之 前， 还包括： 通过所述生成网络 输出训练图像对应的待校验图像； 将所述待校验图像以及多个基于所述预设滤镜生成的样本图像导入所述判别网络 内， 生成关于所述待校验图像以及多个所述样本图像对应的分类结果； 若所述待校验图像所处类别在所述预设滤镜对应的类别内， 则识别所述生成网络已训权　利　要　求　书 1/3 页 2 CN 115115848 A 2练完毕， 以通过 所述生成网络 输出所述目标图像的所述处 理图像； 若所述待校验图像所处类别在所述预设滤镜对应的类别 外， 则基于所述差异阈值调整 所述生成网络内的参量， 并返回执行所述通过所述生成网络输出训练图像对应的待校验图 像。 5.根据权利要求4所述的处理方法， 其特征在于， 所述将所述待校验图像以及多个基于 所述预设滤镜生成的样本图像导入所述判别网络内， 生成关于所述待校验图像以及多个所 述样本图像对应的分类结果， 包括： 提取所待校验图像对应的第 一特征向量， 以及 分别提取各个所述样本图像对应的第 二 特征向量； 计算所述第一特 征向量以及所有所述第二特 征向量相互之间的向量相似度； 基于所述向量相似度对所述待校验图像以及所有所述样本图像进行分类。 6.根据权利要求1 ‑5任一项所述的处理方法， 其特征在于， 所述分别确定各个所述候选 图像的全局特征向量以及局部特征向量， 并根据所述全局特征向量以及所述局部特征向量 计算所述 候选图像的图像评价得分， 包括： 通过定位模块确定所述拍摄所述 候选图像时所述车辆所在的目标位置信息； 根据与所述目标位置信息对应的多个关联位置， 确定所述车辆的行驶方向； 所述关联 位置是与所述 位置信息之间采集时间差小于预设的时间阈值的其 他位置信息； 根据所述目标位置信息以及所述行驶方向确定所述 候选图像对应的拍摄位置 权重； 根据所述全局特征向量、 所述局部特征向量以及所述拍摄位置权重计算所述候选图像 的图像评价得分。 7.根据权利要求1 ‑5任一项所述的处理方法， 其特征在于， 所述接收部署于车辆上的图 像采集模块拍摄的图像集， 包括： 通过部署于所述车辆 内的行车记录仪获取的车辆行驶视频； 所述车辆行驶视频包含多 帧视频图像； 每帧所述视频图像为第一 候选图像； 响应于用户发起的拍摄指令， 通过部署于所述车辆内部的摄像装置获取第二候选图 像； 根据所述第一 候选图像以及所述第二 候选图像生成所述图像集。 8.一种图像的处 理装置， 其特 征在于， 包括： 图像集获取单元， 用于接收部署于车辆上的图像采集模块拍摄的图像集； 所述图像集 包含多个候选图像； 图像评价得分计算单元， 用于分别确定各个所述候选图像的全局特征向量以及局部特 征向量， 并根据所述全局特征向量以及所述局部特征向量计算所述候选图像的图像评价得 分； 目标图像选取单元， 用于根据所述图像评价得分， 从所有所述候选 图像中选取出待转 换的目标图像； 滤镜添加单元， 用于将所述目标图像导入预设的图像转换模型， 输出与预设滤镜对应 的处理图像。 9.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7权　利　要　求　书 2/3 页 3 CN 115115848 A 3