(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 202210578376.5 (22)申请日 2022.05.24 (71)申请人 北京瑞莱智慧科技有限公司 地址 100084 北京市海淀区清华科技园科 技大厦A座19层 (72)发明人 不公告发明人 　 (74)专利代理 机构 北京箴思知识产权代理有限 公司 11913 专利代理师 李春晖 (51)Int.Cl. G06T 3/00(2006.01) G06V 10/40(2022.01) G06V 10/74(2022.01) G06V 40/16(2022.01) (54)发明名称 图像获取方法、 相关装置及存 储介质 (57)摘要 本申请涉及计算机视觉领域， 提供一种图像 获取方法、 相关装置及存储介质。 该方法包括： 获 取原始图像及权重向量； 基于原始图像和权重向 量， 获取加权图像、 第一数据和第二数据； 若所述 第一数据小于第一预设阈值， 或所述第二数据小 于第二预设阈值， 则更新所述权重向量、 所述第 一数据和所述第二数据， 直至第一数据不小于第 一预设阈值且第二数据不小于第二预设阈值； 基 于最后一个时间步长更新得到的权重向量， 从所 述原始图像中获取关键图像。 本申请实施例的 图 像获取方法通过对权重向量的更新， 得到符合预 设条件的权重向量， 根据所述权重向量对原始图 像进行处理， 能够使 得到的关键图像中原始图像 的关键信息尽可能的保留， 同时使非关键信息尽 可能的去除。 权利要求书2页 说明书18页 附图9页 CN 114943639 A 2022.08.26 CN 114943639 A 1.一种图像获取 方法， 包括： 获取原始图像以及权 重向量； 基于所述原始图像和所述权重向量， 获取加权图像、 第一数据和第二数据， 其中， 所述 加权图像为所述原始图像基于权重向量加权而得， 所述第一数据 表示所述加权图像中保留 的原始图像的关键信息与所述原始图像中全部 关键信息的比例， 所述第二数据表示所述加 权图像中去除的原 始图像的信息与所述原 始图像中全部信息的比例； 若所述第一数据小于第一预设阈值， 或所述第二数据小于第二预设阈值， 则更新所述 权重向量、 所述第一数据和所述第二数据， 直至第一数据不小于第一预设阈值且第二数据 不小于第二预设阈值； 基于最后一个时间步长更新得到的权 重向量， 从所述原 始图像中获取关键图像。 2.如权利要求1所述的图像获取 方法， 其中， 所述第一数据通过如下 方式获得： 基于所述加权图像获取加权特 征图； 获取所述加权特 征图和所述原 始特征图的相似度； 根据所述相似度确定所述第一数据； 所述第二数据通过如下 方式获得： 基于所述权 重向量中各个权 重向量元 素的数值， 获取 所述第二数据。 3.根据权利要求2所述的图像获取方法， 所述更新所述权重向量、 所述第 一数据和所述 第二数据， 直至第一数据不小于第一预设阈值且第二数据不小于第二预设阈值， 包括： 基于所述加权特征图和所述原始特征图之间的相似度确定第一损 失值， 其中， 所述第 一损失值与所述相似度呈反比； 基于所述权 重向量中各个权 重向量元 素数值的平均值确定第二损失值； 根据所述第 一损失值以及所述第 二损失值对所述权重向量进行更新， 并基于更新后的 权重向量重新获取第一损失值和第二损失值， 直至第一损失值与第二损失值之和达到最 小； 其中， 在所述第一损 失值与所述第二损 失值之和最小时， 所述加权 图像的第一数据不 小于第一预设阈值且第二数据不小于第二预设阈值。 4.如权利要求2所述的图像获取方法， 其中， 更新所述权重向量、 所述第一数据和所述 第二数据， 直至第一数据不小于第一预设阈值且第二数据不小于第二预设阈值， 包括： 基于所述加权特征图和所述原始特征图之间的相似度确定第一损 失值， 其中， 所述第 一损失值与所述相似度呈反比； 基于所述权 重向量中各个权 重向量元 素数值的平均值确定第二损失值； 基于所述权重向量中相邻权重向量元素数值之间差值的平均值， 确定第三损 失值， 所 述第三损失值代 表基于所述权 重向量计算得到的加权图像中相邻像素之间的平顺度； 根据所述第一损失值、 所述第二损失值以及所述第三损失值对所述权重向量进行更 新， 并基于更新后的权重向量重新 获取第一损失值、 第二损失值和 第三损失值， 直至第一损 失值、 第二损失值以及第三损失值之和达 到最小； 其中， 在所述第 一损失值、 所述第 二损失值以及所述第 三损失值之和最小时， 所述加权 图像的第一数据不小于第一预设阈值且第二数据不小于第二预设阈值。 5.如权利要求3或4所述的图像获取方法， 其中， 在基于原始图像以及权重向量确定各权　利　要　求　书 1/2 页 2 CN 114943639 A 2个损失值之后， 所述方法还 包括： 根据各个损失值对所述权重向量进行更新， 并基于更新后的权重向量重新获取各个损 失值， 直至更新后的权 重向量与更新前的权 重向量的相似度大于第三预设阈值； 或者， 根据各个损 失值对所述权重向量进行更新， 并基于更新后的权重向量重新获取 各个损失值， 直至 权重向量的更新次数 大于第四预设阈值。 6.如权利要求3或4所述的图像获取方法， 其中， 根据各个损 失值对所述权重向量进行 更新， 包括： 根据各个损失值之和计算所述权 重向量的梯度； 利用所述梯度确定每 个权重向量元 素的更新 量和更新方向； 针对每个权重向量元 素， 采用对应的更新 量和更新方向进行 更新； 其中， 所述更新方向包括 正更新方向和负更新方向； 在所述更新方向为 正更新方向时， 采用对应的更新 量调大对应权 重向量元 素的值； 在所述更新方向为负更新方向时， 采用对应的更新 量调小对应权 重向量元 素的值。 7.如权利要求6所述的图像获取方法， 根据各个损失值之和计算所述权重向量的梯度 之后， 所述方法还 包括： 获取上一时间步长更新每 个权重向量元 素时， 各个权 重向量元 素的第一更新 量； 根据所述梯度以及每个所述第 一更新量， 确定对应权重向量元素的第 二更新量和更新 方向； 针对每个权重向量元 素， 采用对应的第二更新 量和更新方向进行 更新。 8.一种图像获取装置， 包括： 输入输出模块， 用于获取原 始图像以及权 重向量； 处理模块， 用于基于所述原始图像和所述权重向量， 获取加权图像、 第 一数据和第二数 据， 其中， 所述加权图像为所述原始图像基于权重向量加权而得， 所述第一数据 表示所述加 权图像中保留的原始图像的关键信息与所述原始图像中全部关键信息的比例， 所述第二数 据表示所述加权图像中去除的原 始图像的信息与所述原 始图像中全部信息的比例； 以及 若所述第一数据小于第一预设阈值， 或所述第二数据小于第二预设阈值， 则更新所述 权重向量、 所述第一数据和所述第二数据， 直至第一数据不小于第一预设阈值且第二数据 不小于第二预设阈值； 所述处理模块， 还用于基于最后一个时间步长更新得到的权重向量， 从所述原始图像 中获取关键图像。 9.一种处 理设备， 所述处 理设备包括： 至少一个处 理器、 存储器和输入输出 单元； 其中， 所述存储器用于存储计算机程序， 所述处理器用于调用所述存储器中存储的计 算机程序来执 行如权利要求1～7中任一项所述的方法。 10.一种计算机可读存储介质， 其包括指令， 当其在计算机上运行时， 使得计算机执行 如权利要求1～7中的任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114943639 A 3