本技术涉及计算机以及文化遗产领域，特别是涉及一种图像分析方法、装置、计算机设备、可读存储介质和程序产品。
背景技术：
1、图像作为重要的信息载体，承载着丰富的历史信息和文化信息。在考古学、历史学、艺术史和古典文献学等领域，图像不仅考古遗址的现场照片、历史事件的艺术作品的数字化影像，还涵盖了古代手稿、碑刻、青铜器等多种形式的视觉材料。图像不仅为研究者提供了视觉材料，也蕴含着大量待解读和分析的潜在价值。
2、相关技术中分析图像常采用的方法有：（1）人工分析，通过人工的方式对图像进行分析；（2）采用人工与常规算法结合的方式对图像进行分析；（3）采用深度学习的方式对图像进行分析。但是，相关技术中采用人工或深度学习对图像分析得到图像数据，图像数据仅仅是对图像进行标注。因此，相关技术中对于图像数据的利用率较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高对图像数据的利用率的图像分析方法、装置、计算机设备、可读存储介质和程序产品。
2、第一方面，本技术提供了一种图像分析方法，包括：
3、在预设语义分割模型中，按照预设知识图谱对待分析图像集中的各图像进行处理，得到各所述图像的结构特征向量，所述结构特征向量表征所述图像中的目标对象的各结构；
4、基于各所述图像的时间特征进行划分，得到多个结构特征向量组，并对各所述结构特征向量组中的结构特征向量进行语义相似度计算，得到各所述结构特征向量组的相似度数据；
5、根据动态路径规划策略以及各所述结构特征向量组的相似度数据，确定所述目标对象的演化路径。
6、在其中一个实施例中，所述在预设语义分割模型中，按照预设知识图谱对待分析图像集中的各图像进行处理，得到各所述图像的结构特征向量，包括：
7、在预设语义分割模型中，对待分析图像集中各图像进行分割处理，得到每个图像的结构特征；
8、基于预设知识图谱将所述结构特征进行转换，得到各所述图像的结构特征向量。
9、在其中一个实施例中，所述方法还包括：
10、获取样本数据，所述样本数据包括各样本图像以及各所述样本图像分别对应的样本结构特征；
11、基于初始语义分割模型对各所述样本图像进行分割处理，得到各所述样本图像分别对应的预测结构特征；
12、基于各所述样本图像的预测结构特征以及所述样本结构特征，计算掩码损失函数，并基于所述掩码损失函数对所述初始语义分割模型进行优化，得到所述预设语义分割模型。
13、在其中一个实施例中，所述方法还包括：
14、按照所述预设知识图谱对每个所述样本图像进行标注，得到各所述样本图像的样本结构特征。
15、在其中一个实施例中，所述方法还包括：
16、按照各所述结构特征向量组的时间特征的先后顺序进行排列，得到多个所述结构特征向量组；
17、针对第i个结构特征向量组，依次计算每个所述结构特征向量与第i+1个结构特征向量组中的各结构特征向量的余弦值，并将所述余弦值确定为第i个结构特征向量组与所述第i+1个结构特征向量组的相似度数据，1≤i＜n，n为所述结构特征向量组的个数。
18、在其中一个实施例中，所述根据动态路径规划策略以及各所述结构特征向量组的相似度数据，得到所述目标对象的演化路径，包括：
19、针对第1个结构特征向量组中的每个结构特征向量，确定所述结构特征向量的最大相似度数据；根据所述最大相似度数据，确定第2个结构特征向量组的目标结构特征向量，并将所述第1个结构特征向量组中的所述结构特征向量与所述目标结构特征向量之间的路径确定为第一演化路径；
20、针对第i个结构特征向量组中的每个目标结构特征向量，确认所述目标结构特征向量的最大相似度数据；根据所述最大相似度数据，确定第i+1个结构特征向量组的目标结构特征向量，并将所述第i个结构特征向量组中的目标结构特征向量与所述第i+1个结构特征向量组的目标结构特征向量之间的路径确定为第二演化路径；
21、基于所述第一演化路径和所述第二演化路径，确定所述目标对象的演化路径。
22、在其中一个实施例中，所述方法还包括：
23、显示所述演化路径。
24、第二方面，本技术还提供了一种图像分析装置，包括：
25、处理模块，用于在预设语义分割模型中，按照预设知识图谱对待分析图像集中的各图像进行处理，得到各所述图像的结构特征向量，所述结构特征向量表征所述图像中的目标对象的各结构；
26、计算模块，用于基于各所述图像的时间特征进行划分，得到多个结构特征向量组，并对各所述结构特征向量组中的结构特征向量进行语义相似度计算，得到各所述结构特征向量组的相似度数据；
27、确定模块，用于根据动态路径规划策略以及各所述结构特征向量组的相似度数据，确定所述目标对象的演化路径。
28、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
29、在预设语义分割模型中，按照预设知识图谱对待分析图像集中的各图像进行处理，得到各所述图像的结构特征向量，所述结构特征向量表征所述图像中的目标对象的各结构；
30、基于各所述图像的时间特征进行划分，得到多个结构特征向量组，并对各所述结构特征向量组中的结构特征向量进行语义相似度计算，得到各所述结构特征向量组的相似度数据；
31、根据动态路径规划策略以及各所述结构特征向量组的相似度数据，确定所述目标对象的演化路径。
32、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
33、在预设语义分割模型中，按照预设知识图谱对待分析图像集中的各图像进行处理，得到各所述图像的结构特征向量，所述结构特征向量表征所述图像中的目标对象的各结构；
34、基于各所述图像的时间特征进行划分，得到多个结构特征向量组，并对各所述结构特征向量组中的结构特征向量进行语义相似度计算，得到各所述结构特征向量组的相似度数据；
35、根据动态路径规划策略以及各所述结构特征向量组的相似度数据，确定所述目标对象的演化路径。
36、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
37、在预设语义分割模型中，按照预设知识图谱对待分析图像集中的各图像进行处理，得到各所述图像的结构特征向量，所述结构特征向量表征所述图像中的目标对象的各结构；
38、基于各所述图像的时间特征进行划分，得到多个结构特征向量组，并对各所述结构特征向量组中的结构特征向量进行语义相似度计算，得到各所述结构特征向量组的相似度数据；
39、根据动态路径规划策略以及各所述结构特征向量组的相似度数据，确定所述目标对象的演化路径。
40、上述图像分析方法、装置、计算机设备、可读存储介质和程序产品，采用预设语义分割模型和预设知识图谱对图像的细粒度知识进行标注，得到每个图像的结构特征向量，并将结构特征向量进行划分，得到多个结构特征向量组，计算各结构特征向量组的相似度数据，基于动态路径规划策略和相似度数据确认目标对象的演化路径，实现对大规模图像的高效处理，以及对结构特征向量进行分析，得到目标对象的演化路径，提高对图像数据的利用率。
1.一种图像分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述在预设语义分割模型中，按照预设知识图谱对待分析图像集中的各图像进行处理，得到各所述图像的结构特征向量，包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据动态路径规划策略以及各所述结构特征向量组的相似度数据，得到所述目标对象的演化路径，包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.一种图像分析装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
