图像处理系统及方法发明专利

专利名称：图像处理系统及方法

专利类型：发明专利

专利申请号：CN202110875128.2

专利申请（专利权）人：上海皓桦科技股份有限公司
权利人地址：上海市闵行区园美路58号1幢305室

专利发明（设计）人：孙世辰,韦景琪,张哲嘉,徐昕,冯建兴,张胜洪,周英

专利摘要：本发明涉及图像处理技术领域，具体提供一种图像处理系统及方法，旨在解决图像过大导致传输时间长，降低图像处理效率的问题。为此目的，本发明包括：图像分割装置被配置成对人体图像进行分割；图像分析报告处理装置被配置成分析图像分析报告，确定异常的人体部位；图像传输装置被配置成确定每个子区域图像的传输优先级，按照传输优先级将每个子区域图像传输至图像显示终端，使存在异常的人体部位对应的子区域图像优先于其他子区域图像传输至图像显示终端进行显示；图像合成显示装置被配置成将所有子区域图像合成为新的人体图像并显示。通过分割图像，将存在异常的人体部位的子区域图像优先发送，克服了因图像传输时间过长降低图像处理效率的缺陷。

主权利要求：
1.一种图像处理系统，其特征在于，所述系统包括：
图像分割装置，其被配置成对人体图像进行图像分割，以获取多个不同人体部位的子区域图像；
图像分析报告处理装置，其被配置成获取用于描述所述人体图像中不同人体部位的状态的图像分析报告，对所述图像分析报告中的文本信息进行语义分析，以确定存在异常的人体部位；
图像传输装置，其被配置成根据所述存在异常的人体部位确定每个所述子区域图像的传输优先级，并按照所述传输优先级分别将每个所述子区域图像传输至预设的图像显示终端，以使所述存在异常的人体部位对应的子区域图像能够优先于其他子区域图像传输至所述图像显示终端进行显示；
图像合成显示装置，其被配置成在传输完成所有子区域图像后，将所有子区域图像合成为新的人体图像并通过所述图像显示终端进行显示；
所述图像分析报告中的文本信息包括人体部位的状态描述信息；所述图像分析报告处理装置包括语义分析模块，所述语义分析模块被配置成执行下列操作：分别对每个状态描述信息进行第一语义分析，以获取所述状态描述信息中表示状态描述的词语、表示人体部位的词语和表示方位的词语；其中，所述表示方位的词语至少包括表示位置的词语和/或表示方向的词语；
对每个表示状态描述的词语进行第二语义分析，以筛选表示异常状态的词语并将所述表示异常状态的词语所属的状态描述信息作为待处理状态描述信息；
搜索所述待处理状态描述信息中与所述表示异常状态的词语最近邻的表示方位的词语；
根据所述与所述表示异常状态的词语最近邻的表示方位的词语，以及所述待处理状态描述信息中表示人体部位的词语和表示状态描述的词语，生成存在异常的人体部位的关键词对。
2.根据权利要求1所述的图像处理系统，其特征在于，所述图像分割装置包括第一图像分割模块和/或第二图像分割模块；
所述第一图像分割模块被配置成确定所述人体图像中每个人体部位在所述人体图像中的位置，根据所述位置对所述人体图像进行图像分割，以获取多个子区域图像，其中，每个所述子区域图像均至少包括一个人体部位的图像信息；
所述第二图像分割模块被配置成执行下列操作：
采用图像语义分割模型对所述人体图像进行图像语义分析，以获取所述人体图像中每个人体部位各自对应的图像划分掩膜；
根据所述图像划分掩膜在所述人体图像中的位置对所述人体图像进行图像分割，以获取多个子区域图像，其中，每个所述子区域图像均至少包括一个人体部位的图像信息。
3.根据权利要求1所述的图像处理系统，其特征在于，所述图像传输装置包括传输优先级确定模块，所述传输优先级确定模块被配置成执行下列操作：通过下列方式对所述关键词对与所述子区域图像进行关联：
针对每个关键词对，确定所述关键词对中表示人体部位的词语所表示的每个人体部位，并将所述关键词对分别与所述每个人体部位各自对应的子区域图像进行关联；
将与关键词对进行关联的子区域图像作为第一待处理子区域图像，将没有与关键词对进行关联的子区域图像作第二待处理子区域图像；
根据下式所示的方法分别计算每个所述第一待处理子区域图像的优先级分数：其中，所述Gi表示第i个第一待处理子区域图像的优先级分数，所述Ci表示预设的第i个第一待处理子区域图像的关注度系数，所述ni表示第i个第一待处理子区域图像关联的关键词对的数量，所述Lj表示预设的第i个第一待处理子区域图像关联的第j个关键词对中表示状态描述的词语对应的异常度系数，所述N表示所述语义分析模块生成的关键词对的总数，所述α和β表示预设的常数系数；
根据所述优先级分数确定每个所述第一待处理子区域图像的传输优先级；
根据每个所述第二待处理子区域图像在所述人体图像中的位置，并按照预设的位置顺序，依次确定每个所述第二待处理子区域图像的传输优先级；
其中，所述第一待处理子区域图像的传输优先级的优先程度高于所述第二待处理子区域图像的传输优先级的优先程度。
4.根据权利要求2所述的图像处理系统，其特征在于，所述图像语义分割模型是采用图像语义分割算法训练得到的。
5.一种图像处理方法，其特征在于，所述方法包括：
对人体图像进行图像分割，以获取多个不同人体部位的子区域图像；
获取用于描述所述人体图像中不同人体部位的状态的图像分析报告，对所述图像分析报告中的文本信息进行语义分析，以确定存在异常的人体部位；
根据所述存在异常的人体部位确定每个所述子区域图像的传输优先级，并按照所述传输优先级分别将每个所述子区域图像传输至预设的图像显示终端，以使所述存在异常的人体部位对应的子区域图像能够优先于其他子区域图像传输至所述图像显示终端进行显示；
将传输完成的所有子区域图像合成为新的人体图像并通过所述图像显示终端进行显示；
所述图像分析报告中的文本信息包括人体部位的状态描述信息；“对所述图像分析报告中的文本信息进行语义分析，以确定存在异常的人体部位”的具体步骤包括：分别对每个状态描述信息进行第一语义分析，以获取所述状态描述信息中表示状态描述的词语、表示人体部位的词语和表示方位的词语；其中，所述表示方位的词语至少包括表示位置的文本词语和/或表示方向的词语；
对每个表示状态描述的词语进行第二语义分析，以筛选表示异常状态的词语并将所述表示异常状态的词语所属的状态描述信息作为待处理状态描述信息；
搜索所述待处理状态描述信息中与所述表示异常状态的词语最近邻的表示方位的词语；
根据所述与所述表示异常状态的词语最近邻的表示方位的词语，以及所述待处理状态描述信息中表示人体部位的词语和表示状态描述的词语，生成存在异常的人体部位的关键词对。
6.根据权利要求5所述的图像处理方法，其特征在于，“对人体图像进行图像分割，以获取多个不同人体部位的子区域图像”的具体步骤包括：确定所述人体图像中每个人体部位在所述人体图像中的位置，根据所述位置对所述人体图像进行图像分割，以获取多个子区域图像，其中，每个所述子区域图像均至少包括一个人体部位的图像信息；
和/或，“对人体图像进行图像分割，以获取多个不同人体部位的子区域图像”的具体步骤包括：采用图像语义分割模型对所述人体图像进行图像语义分析，以获取所述人体图像中每个人体部位各自对应的图像划分掩膜；
根据所述图像划分掩膜在所述人体图像中的位置对所述人体图像进行图像分割，以获取多个子区域图像，其中，每个所述子区域图像均至少包括一个人体部位的图像信息。
7.根据权利要求5所述的图像处理方法，其特征在于，“根据所述存在异常的人体部位确定每个所述子区域图像的传输优先级”的具体步骤包括：通过下列方式对所述关键词对与所述子区域图像进行关联：
针对每个关键词对，确定所述关键词对中表示人体部位的词语所表示的每个人体部位，并将所述关键词对分别与所述每个人体部位各自对应的子区域图像进行关联；
将与关键词对进行关联的子区域图像作为第一待处理子区域图像，将没有与关键词对进行关联的子区域图像作第二待处理子区域图像；
根据下式所示的方法分别计算每个所述第一待处理子区域图像的优先级分数：其中，所述Gi表示第i个第一待处理子区域图像的优先级分数，所述Ci表示预设的第i个第一待处理子区域图像的关注度系数，所述ni表示第i个第一待处理子区域图像关联的关键词对的数量，所述Lj表示预设的第i个第一待处理子区域图像关联的第j个关键词对中表示状态描述的词语对应的异常度系数，所述N表示语义分析模块生成的关键词对的总数，所述α和β表示预设的常数系数；
根据所述优先级分数确定每个所述第一待处理子区域图像的传输优先级；
根据每个所述第二待处理子区域图像在所述人体图像中的位置，并按照预设的位置顺序，依次确定每个所述第二待处理子区域图像的传输优先级；
其中，所述第一待处理子区域图像的传输优先级的优先程度高于所述第二待处理子区域图像的传输优先级的优先程度。
8.根据权利要求6所述的图像处理方法，其特征在于，所述图像语义分割模型是采用图像语义分割算法训练得到的。 说明书 : 图像处理系统及方法技术领域[0001] 本发明涉及图像处理技术领域，具体提供一种图像处理系统及方法。背景技术[0002] 拍摄完成的图像有时需要及时地进行远距离传输，供其他用户查看，而在部分场景下，由于拍摄的图像分辨率过高等原因，图像占用的存储空间往往非常大，在这种情况下传输所需要的时间往往很长，非常影响图像处理效率，所以如何提升图像处理效率是一个十分重要的问题。[0003] 针对以上问题，现有手段一般为提高网速或将图像进行压缩等，而上述方法都存在各自的缺点或不足，提高网速需要依靠硬件设备的支持，各方面的成本都非常高，将图像进行压缩后再传输则会导致图像数据损失，降低图像的质量，影响图像查阅人员的查看。[0004] 相应地，本领域需要一种新的图像处理方案来解决上述问题。发明内容[0005] 本发明旨在解决上述技术问题，即图像过大导致传输时间长，降低图像处理效率的问题。[0006] 第一方面，本发明提供图像处理系统，所述系统包括：[0007] 图像分割装置，其被配置成对人体图像进行图像分割，以获取多个不同人体部位的子区域图像；[0008] 图像分析报告处理装置，其被配置成获取用于描述所述人体图像中不同人体部位的状态的图像分析报告，对所述图像分析报告中的文本信息进行语义分析，以确定存在异常的人体部位；[0009] 图像传输装置，其被配置成根据所述存在异常的人体部位确定每个所述子区域图像的传输优先级，并按照所述传输优先级分别将每个所述子区域图像传输至预设的图像显示终端，以使所述存在异常的人体部位对应的子区域图像能够优先于其他子区域图像传输至所述图像显示终端进行显示；[0010] 图像合成显示装置，其被配置成在传输完成所有子区域图像后，将所有子区域图像合成为新的人体图像并通过所述图像显示终端进行显示。[0011] 在上述图像处理系统的一个技术方案中，所述图像分割装置包括第一图像分割模块和/或第二图像分割模块；[0012] 所述第一图像分割模块被配置成确定所述人体图像中每个人体部位在所述人体图像中的位置，根据所述位置对所述人体图像进行图像分割，以获取多个子区域图像，其中，每个所述子区域图像均至少包括一个人体部位的图像信息；[0013] 所述第二图像分割模块被配置成执行下列操作：[0014] 采用图像语义分割模型对所述人体图像进行图像语义分析，以获取所述人体图像中每个人体部位各自对应的图像划分掩膜；[0015] 根据所述图像划分掩膜在所述人体图像中的位置对所述人体图像进行图像分割，以获取多个子区域图像，其中，每个所述子区域图像均至少包括一个人体部位的图像信息。[0016] 在上述图像处理系统的一个技术方案中，所述图像分析报告中的文本信息包括人体部位的状态描述信息；所述图像分析报告处理装置包括语义分析模块，所述语义分析模块被配置成执行下列操作：[0017] 分别对每个状态描述信息进行第一语义分析，以获取所述状态描述信息中表示状态描述的词语、表示人体部位的词语和表示方位的词语；其中，所述表示方位的词语至少包括表示位置的词语和/或表示方向的词语；[0018] 对每个表示状态描述的词语进行第二语义分析，以筛选表示异常状态的词语并将所述表示异常状态的词语所属的状态描述信息作为待处理状态描述信息；[0019] 搜索所述待处理状态描述信息中与所述表示异常状态的词语最近邻的表示方位的词语；[0020] 根据所述与所述表示异常状态的词语最近邻的表示方位的词语，以及所述待处理状态描述信息中表示人体部位的词语和表示状态描述的词语，生成存在异常的人体部位的关键词对。[0021] 在上述图像处理系统的一个技术方案中，所述图像传输装置包括传输优先级确定模块，所述传输优先级确定模块被配置成执行下列操作：[0022] 通过下列方式对所述关键词对与所述子区域图像进行关联：[0023] 针对每个关键词对，确定所述关键词对中表示人体部位的词语所表示的每个人体部位，并将所述关键词对分别与所述每个人体部位各自对应的子区域图像进行关联；[0024] 将与关键词对进行关联的子区域图像作为第一待处理子区域图像，将没有与关键词对进行关联的子区域图像作第二待处理子区域图像；[0025] 根据下式所示的方法分别计算每个所述第一待处理子区域图像的优先级分数：[0026][0027] 其中，所述Gi表示第i个第一待处理子区域图像的优先级分数，所述Ci表示预设的第i个第一待处理子区域图像的关注度系数，所述ni表示第i个第一待处理子区域图像关联的关键词对的数量，所述Lj表示预设的第i个第一待处理子区域图像关联的第j个关键词对中表示状态描述的词语对应的异常度系数，所述N表示所述语义分析模块生成的关键词对的总数，所述α和β表示预设的常数系数；[0028] 根据所述优先级分数确定每个所述第一待处理子区域图像的传输优先级；[0029] 根据每个所述第二待处理子区域图像在所述人体图像中的位置，并按照预设的位置顺序，依次确定每个所述第二待处理子区域图像的传输优先级；[0030] 其中，所述第一待处理子区域图像的传输优先级的优先程度高于所述第二待处理子区域图像的传输优先级的优先程度。[0031] 在上述图像处理系统的一个技术方案中，所述图像语义分割模型是采用图像语义分割算法训练得到的。[0032] 第二方面，本发明提供一种图像处理方法，所述方法包括：[0033] 对人体图像进行图像分割，以获取多个不同人体部位的子区域图像；[0034] 获取用于描述所述人体图像中不同人体部位的状态的图像分析报告，对所述图像分析报告中的文本信息进行语义分析，以确定存在异常的人体部位；[0035] 根据所述存在异常的人体部位确定每个所述子区域图像的传输优先级，并按照所述传输优先级分别将每个所述子区域图像传输至预设的图像显示终端，以使所述存在异常的人体部位对应的子区域图像能够优先于其他子区域图像传输至所述图像显示终端进行显示；[0036] 将传输完成的所有子区域图像合成为新的人体图像并通过所述图像显示终端进行显示。[0037] 在上述图像处理方法的一个技术方案中，“对人体图像进行图像分割，以获取多个不同人体部位的子区域图像”的具体步骤包括：[0038] 确定所述人体图像中每个人体部位在所述人体图像中的位置，根据所述位置对所述人体图像进行图像分割，以获取多个子区域图像，其中，每个所述子区域图像均至少包括一个人体部位的图像信息；[0039] 和/或，“对人体图像进行图像分割，以获取多个不同人体部位的子区域图像”的具体步骤包括：[0040] 采用图像语义分割模型对所述人体图像进行图像语义分析，以获取所述人体图像中每个人体部位各自对应的图像划分掩膜；[0041] 根据所述图像划分掩膜在所述人体图像中的位置对所述人体图像进行图像分割，以获取多个子区域图像，其中，每个所述子区域图像均至少包括一个人体部位的图像信息。[0042] 在上述图像处理方法的一个技术方案中，所述图像分析报告中的文本信息包括人体部位的状态描述信息；“对所述图像分析报告中的文本信息进行语义分析，以确定存在异常的人体部位”的具体步骤包括：[0043] 分别对每个状态描述信息进行第一语义分析，以获取所述状态描述信息中表示状态描述的词语、表示人体部位的词语和表示方位的词语；其中，所述表示方位的词语至少包括表示位置的词语和/或表示方向的词语；[0044] 对每个表示状态描述的词语进行第二语义分析，以筛选表示异常状态的词语并将所述表示异常状态的词语所属的状态描述信息作为待处理状态描述信息；[0045] 搜索所述待处理状态描述信息中与所述表示异常状态的词语最近邻的表示方位的词语；[0046] 根据所述与所述表示异常状态的词语最近邻的表示方位的词语，以及所述待处理状态描述信息中表示人体部位的词语和表示状态描述的词语，生成存在异常的人体部位的关键词对。[0047] 在上述图像处理方法的一个技术方案中，“根据所述存在异常的人体部位确定每个所述子区域图像的传输优先级”的具体步骤包括：[0048] 通过下列方式对所述关键词对与所述子区域图像进行关联：[0049] 针对每个关键词对，确定所述关键词对中表示人体部位的词语所表示的每个人体部位，并将所述关键词对分别与所述每个人体部位各自对应的子区域图像进行关联；[0050] 将与关键词对进行关联的子区域图像作为第一待处理子区域图像，将没有与关键词对进行关联的子区域图像作第二待处理子区域图像；[0051] 根据下式所示的方法分别计算每个所述第一待处理子区域图像的优先级分数：[0052][0053] 其中，所述Gi表示第i个第一待处理子区域图像的优先级分数，所述Ci表示预设的第i个第一待处理子区域图像的关注度系数，所述ni表示第i个第一待处理子区域图像关联的关键词对的数量，所述Lj表示预设的第i个第一待处理子区域图像关联的第j个关键词对中表示状态描述的词语对应的异常度系数，所述N表示所述语义分析模块生成的关键词对的总数，所述α和β表示预设的常数系数；[0054] 根据所述优先级分数确定每个所述第一待处理子区域图像的传输优先级；[0055] 根据每个所述第二待处理子区域图像在所述人体图像中的位置，并按照预设的位置顺序，依次确定每个所述第二待处理子区域图像的传输优先级；[0056] 其中，所述第一待处理子区域图像的传输优先级的优先程度高于所述第二待处理子区域图像的传输优先级的优先程度。[0057] 在上述图像处理方法的一个技术方案中，所述图像语义分割模型是采用图像语义分割算法训练得到的。[0058] 在采用上述技术方案的情况下，本发明能够对人体图像进行分割，得到多个不同人体部位的子区域图像，然后再根据人体图像中不同人体部位的状态的图像分析报告，并对图像分析报告中的文本信息进行语义分析，以此确定存在异常的人体部位，再根据存在异常的人体部位确定每个子区域图像的传输优先级，并按照传输优先级将每个子区域图像进行传输，并在图像显示终端进行显示，因为存在异常的人体部位的子区域图像优先进行传输，所以就可以优先在图像显示终端进行显示，图像查阅人员无需等待全部图像传输完成即可优先查看到存在异常的人体部位的子区域图像，即提升了图像处理效率，最后，所有子区域图像传输完成后，仍会合成一个完整的新的人体图像，也不会影响图像查阅人员的正常工作。附图说明[0059] 参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本发明的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：[0060] 图1是根据本发明的一个实施例的图像处理方法的主要步骤流程示意图；[0061] 图2是根据本发明的一个实施例的图像处理方法的对图像分析报告进行分析以确定存在异常人体部位的流程示意图；[0062] 图3是根据本发明的一个实施例的图像处理方法的确定子区域图像传输优先级的流程示意图；[0063] 图4是根据本发明的一个实施例的图像处理装置的主要结构框图示意图；[0064] 图5是根据本发明的一个实施例的图像处理方法的应用场景示意图；[0065] 图6是根据本发明的一个实施例的图像处理方法的对人体图像进行掩膜划分的示意图；[0066] 图7是根据本发明的一个实施例的图像处理方法的对人体图像进行分割以获取多个子区域图像的示意图；[0067] 图8是根据本发明的一个实施例的图像处理方法的对图像分析报告进行语义分析的示意图。[0068] 附图标记列表：[0069] 41：图像分割装置；42：图像分割报告处理装置；43：图像传输装置；44：图像合成显示装置。具体实施方式[0070] 下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。[0071] 在本发明的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合，比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似，可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。[0072] 由于部分图像分辨率过高等原因，可能导致图像占用的存储空间过大，所以对应地，当图像需要进行远距离传输时消耗的时间就会非常久，而图像查阅人员也就需要等待非常久，非常影响图像处理效率。传统的图像处理方案中，一般会采取提高网速，或将图像压缩后进行传输等方案，上述方案虽然都能达到缩短图像传输时间的目的，但是各有缺点，提高网速的方案虽然简单有效，但是需要从根本上更换设备等等，成本过高，而将图像压缩后再进行传输则会导致图像损失细节，图像清晰度下降，部分细节无法再清晰呈现，从而影响图像查阅人员的工作。[0073] 在本发明实施例中，可以将人体图像进行图像分割，以获取多个不同人体部位的子区域图像，然后对图像报告进行语义分析，以获取存在异常的人体部位，再根据存在异常的人体部位确定每个子区域图像的传输优先级，根据传输优先级将每个子区域图像分别先后地进行传输，由于存在异常的人体部位的子区域图像优先进行传输，所以存在异常的人体部位的图像就可以优先传输完成、优先显示在图像显示终端的画面上，图像查阅人员就可以更快地查看到存在异常的人体部位的子区域图像，提升了图像处理效率，并且在所有图像传输完成后，本方案仍会将所有子区域图像合成为一个完整的图像，不会影响图像查阅人员的正常工作。[0074] 如图5所示，在本发明的一个应用场景的例子中，某个人员的右侧颞叶以及脑干存在异常，但是磁共振成像是整个脑部的人体图像，而且该人体图像需要远距离传输到其它的图像显示终端上，供磁共振成像查阅人员查看，以判断异常原因，由于拍摄的磁共振成像占用的存储空间过大，按照传统的传输方法无疑会消耗很长的时间，这对于磁共振成像查阅人员来说，极大地影响了图像处理效率。此时就可以根据本实施例中的方法，例如首先通过图5所示的影像处理服务器中的图像分割装置将人体图像进行分割，获取多个不同人体部位的子区域图像，再通过图5所示的图像分析报告处理装置对图像分析报告中的文本信息进行语义分析，确定存在异常的人体部位(即图5所示“关键区域及其相对应的信息”)，例如提取出了“脑干：小斑片状低密度影，右侧颞叶：结节样稍高密度影”，根据存在异常的人体部位确定每个子区域图像的传输优先级，即确定包括右侧颞叶以及脑干等人体部位的子区域图像的传输优先级，又例如，基底节区和脑室等人体部位由于某些特殊原因也需要优先查看，所以将基底节区和脑室也确定为优先传输的子区域图像，其它没有异常的人体部位可以按照例如子区域图像在整个图像中由左至右、由上至下的顺序确定传输顺序(即图5所示的“次优先传输顺序”)，并且所有存在异常的人体部位的子区域图像均优先于没有异常的人体部位的子区域图像进行传输，然后可以将所有子区域图像按照传输优先级加入传输队列，最后再根据传输优先级将每个子区域图像传输至显示终端，由于包括脑干、右侧颞叶、基底节区以及脑室等人体部位的子区域图像优先进行传输，所以就可以优先传输完成，即可以优先显示在显示终端上，磁共振成像查阅人员就可以更快地查看到存在异常的人体部位的子区域图像，可以提升图像处理效率，而其它人体部位的子区域图像重要度较低，磁共振成像查阅人员可以(或可能)延后查看或者不再查看，而全部图像传输完成后，仍然会将所有子区域图像合并成为一个完整的图像，这样不仅节省了磁共振成像查阅人员的等待时间，也不会造成整个图像中的某一部分缺失从而影响磁共振成像查阅人员的工作的问题。[0075] 参阅附图1，图1是根据本发明的一个实施例的图像处理方法的主要步骤流程示意图。如图1所示，本发明实施例中的图像处理方法主要包括下列步骤S101‑步骤S104。[0076] 步骤S101：对人体图像进行图像分割，以获取多个不同人体部位的子区域图像。[0077] 人体部位指的是人体的各种组织或器官等等，例如人体的脑部包括脑叶、脑器官、灰质白质等等不同的组织，所以人体图像如果是脑部图像，就可以根据脑叶、脑器官、灰质白质等将脑部图像划分为多个不同人体部位的子区域图像，又例如人体的上半身的器官包括心、肝、肺等等不同的器官，所以人体图像如果是人体的上半身的图像，就可以根据心、肝、肺等将上半身图像划分为多个不同人体部位的子区域图像。[0078] 在本实施例的一个实施方式中，步骤S101具体可以包括：[0079] 确定人体图像中每个人体部位在人体图像中的位置，根据位置对人体图像进行图像分割，以获取多个子区域图像，其中，每个子区域图像均至少包括一个人体部位的图像信息。[0080] 在本实施例的一个实施方式中，步骤S101也可以包括如下所示的步骤一至步骤二：[0081] 步骤一：采用图像语义分割模型对人体图像进行图像语义分析，以获取人体图像中每个人体部位各自对应的图像划分掩膜。[0082] 步骤二：根据图像划分掩膜在人体图像中的位置对人体图像进行图像分割，以获取多个子区域图像，其中，每个子区域图像均至少包括一个人体部位的图像信息。[0083] 掩膜指的是对待处理图像(即本实施例中的人体图像)进行遮挡，从而实现对待处理图像进行某个区域的处理而设置的特定图像、图形等等，图像划分掩膜指的是为了将人体图像划分为不同人体部位的子区域图像而设置的特定图像、图形等等。[0084] 在本实施例的一个实施方式中，图像语义分割模型是采用图像语义分割算法训练得到的。[0085] 图像语义分割算法可以使用深度学习、机器学习、视觉算法等等，例如本实施例中可以使用U‑net(一种encoder(编码)‑decoder(解码)结构的深度神经网络)网络构建图像语义分割模型，并采用基于机器学习的语义分割算法对U‑net网络进行训练，得到图像语义分割模型。具体而言，可以通过如下方式训练U‑net网络从而得到图像语义分割模型：[0086] 获取训练数据，并将训练数据输入到U‑net网络中，通过U‑net网络预测出每个人体图像样本中不同人体部位的图像划分掩膜在人体图像样本中的预测位置，其中，训练数据可以包括人体图像样本和人体图像样本标签，人体图像样本标签包括在人体图像样本中不同人体部位的图像划分掩膜在人体图像样本中的实际位置；[0087] 根据实际位置与预测位置的偏差，反向传播调整U‑net网络的网络参数，再次进行训练，直至U‑net网络预测出的预测位置与实际位置的偏差小于预设的差值阈值或训练次数达到预设的次数阈值，得到训练完成的U‑net网络；[0088] 将训练完成的U‑net网络作为图像语义分割模型。[0089] 需要说明的是，上述U‑net网络仅为举例说明，本实施例也可以使用其它结构的网络进行训练以得到图像语义分割模型，例如可以使用3D_U‑net网络进行训练以得到图像语义分割模，3D_U‑net网络的训练过程与上述U‑net的训练过程类似，为了描述简洁，此处不再赘述。[0090] 对于上述使用U‑net网络训练得到的图像语义分割模型而言，输入的人体图像可以是二维的人体图像，对于使用3D_U‑net网络训练得到的图像语义分割模型而言，输入的人体图像则可以是三维的人体图像。[0091] 如图6所示，图6中的3×256×256_image表示输入的三通道二维图像，图中的Downconv1‑4(卷积层)以及maxpool(最大池化层)为下采样模块，Upconv1‑3[0092] (卷积层)以及upsample为上采样模块，k×256×256_mask表示输出的图像划分掩膜。图像语义分割模型(即上述训练完成的U‑net网络或3D_U‑net网络)在获得二维或三维的经过预处理(预处理可以是仿射变换、重采样、图像强度调整、归一化等等)的人体图像后，通过encoder进行下采样和卷积操作提取出图像的浅层以及深层特征，再通过decoder对特征进行上采样和解码，然后结合encoder和decoder的特征，得出图像的分割结果，进而得出子区域的图像划分掩膜。[0093] 如图7所示，图7上半部分的图像为大脑的磁共振成像图，下半部分为胸部CT成像图，首先对上述两个人体图像进行预处理，然后将人体图像输入到图像语义分割模型中，图像语义分割模型即可以将大脑MRI场景示意图分为多个子区域，例如左右额叶、左右颞叶、小脑、脑干等，以得出子区域的图像划分掩膜，将胸部骨结构分为脊柱、肋骨等等，以得到子区域的图像划分掩膜，再根据掩膜图像的连通性以及位置坐标等，将肋骨分为多个肋骨子区域掩膜，最终得到完整的子区域的图像划分掩膜。在得到子区域的图像划分掩膜后，就可以根据图像划分掩膜在人体图像中的位置对人体图像进行图像分割，以获取多个子区域图像。[0094] 通过上述步骤S101，可以将人体图像分为多个子区域图像，以便可以将多个子区域图像分别进行传输。[0095] 步骤S102：获取用于描述人体图像中不同人体部位的状态的图像分析报告，对图像分析报告中的文本信息进行语义分析，以确定存在异常的人体部位。[0096] 图像分析报告指的是对人体图像中的人体部位的正常或异常的表现进行分析的分析结果，分析结果可以包括文本信息，例如一段文字等等。[0097] 在本实施例的一个实施方式中，图像分析报告中的文本信息可以包括人体部位的状态描述信息；“对图像分析报告中的文本信息进行语义分析，以确定存在异常的人体部位”的具体步骤可以包括如图2所示的步骤S201至步骤S204：[0098] 步骤S201：分别对每个状态描述信息进行第一语义分析，以获取状态描述信息中表示状态描述的词语、表示人体部位的词语和表示方位的词语；其中，表示方位的词语至少包括表示位置的词语和/或表示方向的词语。[0099] 第一语义分析可以是对整句话进行分析，例如从某一句话中分析出一个或多个表示状态描述的词语、表示人体部位的词语、表示方位的词语、表示位置的词语、表示方向的词语等等。[0100] 表示状态描述的词语指的是用于某个人体部位正常或异常的词语，例如“正常、异常、肿块、出血”等等，表示人体部位的词语指的是用于表示人体具体某一个部位的词语，例如“头、胸、肩”等等，表示方位的词语指的是用于描述正常或异常的位置的词语，表示位置的词语指的是用于描述正常或异常的具体位置的词语，例如“脑沟、脑池”等等，表示方向的词语指的是用于描述正常或异常的位置的方向的词语，例如“左、右、内、外”等等。[0101] 步骤S202：对每个表示状态描述的词语进行第二语义分析，以筛选表示异常状态的词语并将表示异常状态的词语所属的状态描述信息作为待处理状态描述信息。[0102] 第二语义分析可以是对表示状态描述的词语进行语义分析，例如根据某个描述状态的词语分析该描述状态的词语表示正常状态或异常状态。[0103] 表示异常状态的词语指的是用于描述某个人体部位的状态为异常的词语，例如“异常、肿块、出血、病变”等等。[0104] 步骤S203：搜索待处理状态描述信息中与表示异常状态的词语最近邻的表示方位的词语。[0105] 最近邻指的是与该表示异常状态的状态描述信息中的位置最近邻，例如“左侧第1、2、3、4前肋内侧未见异常，左侧第5、6前肋内侧的缘骨皮质走行呈内凹性扭曲”，在该状态描述信息中，与“缘骨皮质走行呈内凹性扭曲”最近邻的表示方位的词语为“左侧第5、6前肋内侧”，而不是“左侧第1、2、3、4前肋内侧”。[0106] 在搜索待处理状态描述信息中与表示异常状态的词语最近邻的表示方位的词语时，还可以根据图像分析报告中的标点符号判断搜索的结果是否合理，例如对“双侧胸膜局限性增厚，两侧胸腔内有明显积液。左侧第5、6前肋内侧的缘骨皮质走行呈内凹性扭曲。”进行搜索时，对于“两侧胸腔内有明显积液”来说，搜索到的最近邻的表示方位的词语为“左侧第5、6”，但是，在上述语句中，“两侧胸腔内有明显积液”与“左侧第5、6”之间有“。”(即句号)，所以此时则不能把“第5、6”作为与“两侧胸腔内有明显积液”最近邻的表示方位的词语。[0107] 另外，图像查阅人员也可以通过人机交互装置预先设置判断搜索的结果是否合理的方法，以准确搜索待处理状态描述信息中与表示异常状态的词语最近邻的表示方位的词语。例如在图像分析报告中，表示方位的词语通常位于表示人体部位的词语的前方，即“表示方位的词语+表示人体部位的词语”，则可以设置根据表示方位的词语与表示人体部位的词语在图像分析报告中的位置关系确定与表示异常状态的词语最近邻的表示方位的词语，例如“右侧颞叶下见结节样稍高密度影”，搜索到的表示方位的词语为“下”，但是“下”在上述语句中的位置位于“颞叶”的后方，而“右侧”位于上述语句中“颞叶”的前方，所以将“右侧”作为与表示异常状态的词语(即“结节样稍高密度影”)最近邻的词语。[0108] 需要说明的是，本实施例虽然仅提供了上述两种判断搜索结果是否合理的具体实施方式。但是，本领域技术人员可以理解的是，本发明的保护范围并不局限于这两种具体实施方式，在不偏离本发明的技术原理的前提下，本领域技术人员可以根据实际需求对上述判断搜索结果是否合理方法进行更改或替换，只要能够判断出搜索结果(与表示异常状态的词语最近邻的表示方位的词语)是否合理即可，而这些更改或替换后的技术方案仍然落入本发明的保护范围之内。[0109] 步骤S204：根据与表示异常状态的词语最近邻的表示方位的词语，以及待处理状态描述信息中表示人体部位的词语和表示状态描述的词语，生成存在异常的人体部位的关键词对。[0110] 在本实施例中，可以使用BERT‑BiLSTM‑CRF(命名实体识别)模型来进行第一语义分析，如图8所示，将状态描述信息输入到上述BERT‑BiLSTM‑CRF模型中(即图8所示的“输入文本”)，BERT‑BiLSTM‑CRF模型中的BERT层对输入文本进行语义分析，将输入文本处理为包含多个词语的词向量，然后再将词向量输入到BERT‑BiLSTM‑CRF模型中的BiLSTM‑CRF层中，分别通过BiLSTM‑CRF层中的BiLSTM层(即图8所示的Bidirectional‑LSTM层)和BiLSTM‑CRF模型中的CRF层对词向量进行类别的分类，将词向量分类为多种不同类型的词语，最终获得输出标注，即获得最终的分类结果，例如将某一个词语分类为表示方位的词语，将某一个词语分类为表示人体部位的词语等等。[0111] 输出的标注为不同的词的类别标签，例如表示状态表述的词语、表示人体部位的词语、表示方位的词语等等。[0112] 在获得不同的词类后对表示状态描述的词语进行第二语义分析，筛选出表示异常状态的词语，然后将表示异常状态的词语所属的状态描述信息作为待处理状态描述信息，需要说明的是，可以使用关键词词典或使用上述BERT‑BiLSTM‑CRF模型中的BERT层对表示状态的词语进行第二语义分析，为描述简洁，此处不再做过多介绍。[0113] 表示方位的词语可以包括表示位置的词语和表示方向的词语，其中表示位置的词语在某种情况下可以是数字，如第1、第2等等。[0114] 例如，输入的状态描述信息为：[0115] 双侧胸膜局限性增厚，两侧胸腔内未见明显积液。左侧第5、6前肋内侧的缘骨皮质走行呈内凹性扭曲。[0116] 脑干、双侧基底节区、侧脑室旁及半卵圆中心见多发小斑片状低密度影，右侧颞叶见结节样稍高密度影，直径约9mm。第三脑室及侧脑室扩大，脑沟、脑池增宽，中线结构无移位。[0117] 则输出的结果可以是：[0118] 表示方位的词语：左侧，(第5、6)、右侧、第三；[0119] 表示人体部位的词语：前肋内侧、脑干、(双侧)基底节区、侧脑室、半卵圆中心、颞叶、脑室、脑沟、侧脑室、脑池；[0120] 表示状态描述的词语：缘骨皮质走行呈内凹型扭曲、多发小斑片状低密度影、结节样稍高密度影[直径9mm]、扩大、增宽。[0121] 在筛选出待处理状态描述信息后，可以搜索待处理状态描述信息中与表示异常状态的词语最近邻的表示方位的词语，例如上述“左侧、第5、6”等等。[0122] 然后根据与表示异常状态的词语最近邻的表示方位的词语，以及待处理状态描述信息中表示人体部位的词语和表示状态描述的词语，生成存在异常的人体部位的关键词对。[0123] 例如可以根据上述输出的结果生成存在异常的人体部位的关键词对为：[0124] (左侧，第5、6)前肋内侧——缘骨皮质走行呈内凹型扭曲。[0125] 脑干，(双侧)基底节区，侧脑室，半卵圆中心——多发小斑片状低密度影。[0126] (右侧)颞叶——结节样稍高密度影[直径9mm]。[0127] 第三脑室，侧脑室——扩大。[0128] 脑沟，脑池——增宽。[0129] 通过上述步骤S201至步骤S204，可以将图像分析报告中的文本信息进行语义分析，以得到存在异常的人体部位的关键词对。[0130] 步骤S103：根据存在异常的人体部位确定每个子区域图像的传输优先级，并按照传输优先级分别将每个子区域图像传输至预设的图像显示终端，以使存在异常的人体部位对应的子区域图像能够优先于其他子区域图像传输至图像显示终端进行显示。[0131] 在本实施例的一个实施方式中，“根据存在异常的人体部位确定每个子区域图像的传输优先级”的具体步骤包括如图3所示的步骤S301至步骤S305：[0132] 步骤S301：通过下列方式对关键词对与子区域图像进行关联：[0133] 针对每个关键词对，确定关键词对中表示人体部位的词语所表示的每个人体部位，并将关键词对分别与每个人体部位各自对应的子区域图像进行关联。[0134] 步骤S302：将与关键词对进行关联的子区域图像作为第一待处理子区域图像，将没有与关键词对进行关联的子区域图像作第二待处理子区域图像。[0135] 步骤S303：根据下式(1)所示的方法分别计算每个第一待处理子区域图像的优先级分数：[0136][0137] 其中，Gi表示第i个第一待处理子区域图像的优先级分数，Ci表示预设的第i个第一待处理子区域图像的关注度系数，ni表示第i个第一待处理子区域图像关联的关键词对的数量，Lj表示预设的第i个第一待处理子区域图像关联的第j个关键词对中表示状态描述的词语对应的异常度系数，N表示语义分析模块生成的关键词对的总数，α和β表示预设的常数系数。[0138] 公式(1)中的关注度系数指的是基于预设的不同人体部位各自对应的关注度系数，并根据第一待处理子区域图像对应的人体部位，匹配出的关注度系数。在本实施例中，预设的不同人体部位各自对应的关注度系数可以是人体图像的图像查阅人员通过人机交互装置预先输入的，以便图像查阅人员根据各自的实际关注需求，分别为不同的人体部位设置不同的关注度系数，使得关注度系数较高的人体部位的第一待处理子区域图像能够优先传输。[0139] 公式(1)中的异常度系数指的是基于预设的不同的表示状态描述的词语各自对应的异常度系数，并根据第一待处理子区域图像关联的关键词对中表示状态描述的词语匹配出的异常度系数。在本实施例中，预设的不同的表示状态描述的词语各自对应的异常度系数可以是人体图像的图像查阅人员通过人机交互装置预先输入的，如图像查阅人员可以先基于医学理论分别确定不同的表示状态描述的词语各自对应的异常程度，然后根据异常程度分别为不同的表示状态描述的词语设置不同的异常度系数，其中，异常度系数与异常程度成正相关关系，以使异常度系数较高的人体部位的第一待处理子区域图像能够优先传输。[0140] 步骤S304：根据优先级分数确定每个第一待处理子区域图像的传输优先级。[0141] 步骤S305：根据每个第二待处理子区域图像在人体图像中的位置，并按照预设的位置顺序，依次确定每个第二待处理子区域图像的传输优先级。[0142] 其中，第一待处理子区域图像的传输优先级的优先程度高于第二待处理子区域图像的传输优先级的优先程度。[0143] 例如，可以将上述的“脑沟，脑池——增宽”关键词对与脑沟、脑池对应的子区域图像进行关联，然后将脑沟、脑池对应的子区域图像作为第一待处理子区域图像，将没有与关键词对进行关联的子区域图像作为第二待处理图像。[0144] 在上述例子中，与“脑沟，脑池——增宽”进行关联的子区域图像是存在异常的子区域图像，所以作为第一待处理子区域图像，考虑优先进行传输。[0145] 然后计算每个第一待处理子区域图像的优先级分数，例如，可以根据上式(1)的方法确定每个子区域图像的优先级分数，式中，关注度系数可以是根据子区域图像包含的人体组织、器官等设置，例如脑部CT的人体图像，可以将左、右额叶、左右颞叶、小脑以及脑干分别设置一个关注度系数，设置的依据可以是根据某个组织或器官出现病变的可能性，又或者根据图像查阅人员的特定需求等来进行设置，例如图像查阅人员需要先查看左额叶，则可以将包括左额叶设置为一个较高的关注度系数。[0146] 对于异常度系数，可以根据关键词对中包含的状态描述来确定，例如将异常程度较高的状态描述的词语设置为较高的系数，例如“癌变、出血、腔梗”等等，异常程度较低的状态描述的词语设置为较低的系数，例如“可疑、可能、增宽”等等。[0147] 将所有第一待处理子区域图像的优先级分数确定完成后，还可以根据每个第二待处理子区域图像在人体图像中的位置，并按预设的位置顺序确定第二待处理子区域图像的传输优先级，例如可以根据第二待处理子区域图像在人体图像由左至右、由上至下的顺序来确定，需要说明的是，所有第一待处理子区域图像的传输优先级的优先程度均高于第二待处理子区域图像的传输优先级的优先程度。[0148] 通过上述步骤S301至步骤S305，可以确定出每个子区域图像的传输优先级，并按照传输优先级依次进行传输，使得优先传输的子区域图像可以更早地传输完成，提前显示在图像显示终端的画面上，节省图像查阅人员的等待时间。[0149] 在本实施例的一个实施方式中，“根据存在异常的人体部位确定每个子区域图像的传输优先级”的具体步骤包括下列步骤S401‑步骤S403：[0150] 步骤S401：针对每个关键词对，确定关键词对中表示人体部位的词语所表示的每个人体部位，并将关键词对分别与每个人体部位各自对应的子区域图像进行关联。[0151] 步骤S402：将与关键词对进行关联的子区域图像作为第一待处理子区域图像，将没有与关键词对进行关联的子区域图像作第二待处理子区域图像。[0152] 步骤S403：根据每个第一待处理子区域图像在人体图像中的位置，并按照预设的位置顺序，依次确定每个第一待处理子区域图像的传输优先级。根据每个第二待处理子区域图像在人体图像中的位置，并按照预设的位置顺序，依次确定每个第二待处理子区域图像的传输优先级。其中，第一待处理子区域图像的传输优先级的优先程度高于第二待处理子区域图像的传输优先级的优先程度。[0153] 步骤S104：将传输完成的所有子区域图像合成为新的人体图像并通过图像显示终端进行显示。[0154] 所有图像传输完成后，可以将所有子区域图像合成为一个完整的图像，使图像查阅人员在优先查看到存在异常的子区域图像后仍可以查看到一个完整的人体图像。[0155] 基于上述步骤S101‑步骤S104，能够对人体图像进行分割，得到多个不同人体部位的子区域图像，然后再根据人体图像中不同人体部位的状态的图像分析报告，并对图像分析报告中的文本信息进行语义分析，以此确定存在异常的人体部位，再根据存在异常的人体部位确定每个子区域图像的传输优先级，并按照传输优先级将每个子区域图像进行传输，并在图像显示终端进行显示，由于存在异常的人体部位的子区域图像优先进行传输，所以就可以优先在图像显示终端进行显示，图像查阅人员无需等待全部图像传输完成即可优先查看到存在异常的人体部位的子区域图像，即提升了图像处理工作效率，最后，所有子区域图像传输完成后，仍会合成一个完整的新的人体图像，也不会影响图像查阅人员的正常工作。[0156] 需要指出的是，尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述，但是本领域技术人员可以理解，为了实现本发明的效果，不同的步骤之间并非必须按照这样的顺序执行，其可以同时(并行)执行或以其他顺序执行，这些变化都在本发明的保护范围之内。[0157] 进一步，本发明还提供了一种图像处理系统。[0158] 参阅附图4，图4是根据本发明的一个实施例的图像处理系统的主要结构框图。如图4所示，本发明实施例中的图像处理系统主要包括图像分割装置41、图像分析报告处理装置42、图像传输装置43和图像合成显示装置44。在一些实施例中，图像分割装置41、图像分析报告处理装置42、图像传输装置43和图像合成显示装置44中的一个或多个可以合并在一起成为一个模块。在一些实施例中图像分割装置41可以被配置成对人体图像进行图像分割，以获取多个不同人体部位的子区域图像。图像分析报告处理装置42可以被配置成获取用于描述人体图像中不同人体部位的状态的图像分析报告，对图像分析报告中的文本信息进行语义分析，以确定存在异常的人体部位。图像传输装置43可以被配置成根据存在异常的人体部位确定每个子区域图像的传输优先级，并按照传输优先级分别将每个子区域图像传输至预设的图像显示终端，以使存在异常的人体部位对应的子区域图像能够优先于其他子区域图像传输至图像显示终端进行显示。图像合成显示装置44可以被配置成在传输完成所有子区域图像后，将所有子区域图像合成为新的人体图像并通过图像显示终端进行显示。一个实施方式中，具体实现功能的描述可以参见步骤S101至步骤S104所述。[0159] 在一个实施方式中，图像分割装置包括第一图像分割模块和/或第二图像分割模块；[0160] 第一图像分割模块被配置成确定人体图像中每个人体部位在人体图像中的位置，根据位置对人体图像进行图像分割，以获取多个子区域图像，其中，每个子区域图像均至少包括一个人体部位的图像信息；[0161] 第二图像分割模块被配置成执行下列操作：[0162] 采用图像语义分割模型对人体图像进行图像语义分析，以获取人体图像中每个人体部位各自对应的图像划分掩膜；[0163] 根据图像划分掩膜在人体图像中的位置对人体图像进行图像分割，以获取多个子区域图像，其中，每个子区域图像均至少包括一个人体部位的图像信息。[0164] 在一个实施方式中，图像分析报告中的文本信息包括人体部位的状态描述信息；图像分析报告处理装置包括语义分析模块，语义分析模块被配置成执行下列操作：[0165] 分别对每个状态描述信息进行第一语义分析，以获取状态描述信息中表示状态描述的词语、表示人体部位的词语和表示方位的词语；其中，表示方位的词语至少包括表示位置的词语和/或表示方向的词语；[0166] 对每个表示状态描述的词语进行第二语义分析，以筛选表示异常状态的词语并将表示异常状态的词语所属的状态描述信息作为待处理状态描述信息；[0167] 搜索待处理状态描述信息中与表示异常状态的词语最近邻的表示方位的词语；[0168] 根据与表示异常状态的词语最近邻的表示方位的词语，以及待处理状态描述信息中表示人体部位的词语和表示状态描述的词语，生成存在异常的人体部位的关键词对。一个实施方式中，具体实现功能的描述可以参见步骤S201至步骤S204所述。[0169] 在一个实施方式中，图像传输装置包括传输优先级确定模块，传输优先级确定模块被配置成执行下列操作：[0170] 通过下列方式对关键词对与子区域图像进行关联：[0171] 针对每个关键词对，确定关键词对中表示人体部位的词语所表示的每个人体部位，并将关键词对分别与每个人体部位各自对应的子区域图像进行关联；[0172] 将与关键词对进行关联的子区域图像作为第一待处理子区域图像，将没有与关键词对进行关联的子区域图像作第二待处理子区域图像；[0173] 根据下式所示的方法分别计算每个第一待处理子区域图像的优先级分数：[0174][0175] 其中，Gi表示第i个第一待处理子区域图像的优先级分数，Ci表示预设的第i个第一待处理子区域图像的关注度系数，ni表示第i个第一待处理子区域图像关联的关键词对的数量，Lj表示预设的第i个第一待处理子区域图像关联的第j个关键词对中表示状态描述的词语对应的异常度系数，N表示语义分析模块生成的关键词对的总数，α和β表示预设的常数系数；[0176] 根据优先级分数确定每个第一待处理子区域图像的传输优先级；[0177] 根据每个第二待处理子区域图像在人体图像中的位置，并按照预设的位置顺序，依次确定每个第二待处理子区域图像的传输优先级；[0178] 其中，第一待处理子区域图像的传输优先级的优先程度高于第二待处理子区域图像的传输优先级的优先程度。一个实施方式中，具体实现功能的描述可以参见步骤S301至步骤S305所述。[0179] 在一个实施方式中，图像语义分割模型是采用图像语义分割算法训练得到的。[0180] 上述图像处理系统以用于执行图1所示的图像处理方法实施例，两者的技术原理、所解决的技术问题及产生的技术效果相似，本技术领域技术人员可以清楚地了解到，为了描述的方便和简洁，图像处理系统的具体工作过程及有关说明，可以参考图像处理方法的实施例所描述的内容，此处不再赘述。[0181] 本领域技术人员能够理解的是，本发明实现上述一实施例的方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。[0182] 进一步，应该理解的是，由于各个装置的设定仅仅是为了说明本发明的装置的功能单元，这些装置对应的物理器件可以是处理器本身，或者处理器中软件的一部分，硬件的一部分，或者软件和硬件结合的一部分。因此，图中的各个装置的数量仅仅是示意性的。[0183] 本领域技术人员能够理解的是，可以对各个装置进行适应性地拆分或合并。对具体装置的这种拆分或合并并不会导致技术方案偏离本发明的原理，因此，拆分或合并之后的技术方案都将落入本发明的保护范围内。[0184] 至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

专利地区：上海

专利申请日期：2021-07-30

专利公开日期：2024-07-26

专利公告号：CN113592819B