本发明涉及人工智能，尤其涉及一种应用于哑资源的虚实融合方法、装置及相关设备。
背景技术：
1、随着通信技术的发展和光网业务的规模化增长，哑资源规模也越来越庞大。由于哑资源无法自动上报自身信息，在对哑资源进行质检时，通常需要获取哑资源图像，通过对哑资源图像进行处理得到哑资源的质检结果。
2、在获得哑资源的质检结果后需要人工将获取到的结果进行记录，同时记录质检结果与哑资源的对应关系。由于哑资源的数量较多，质检结果与哑资源的对应关系难以及时进行记录，导致对质检结果进行记录的效率较低。
技术实现思路
1、本发明实施例提供一种应用于哑资源的虚实融合方法、装置及相关设备，以解决质检结果与哑资源的对应关系难以及时进行记录，导致对质检结果进行记录的效率较低的问题。
2、第一方面，本发明实施例提供了一种应用于哑资源的虚实融合方法，包括：
3、获取哑资源图像；
4、对所述哑资源图像进行类别识别，确定所述哑资源图像对应的目标类别；
5、基于预先定义的多个类别与多个虚拟图像的对应关系，确定所述目标类别对应的目标虚拟图像，所述多个类别包括所述目标类别，所述目标虚拟图像用于表征所述目标类别对应的质检结果；
6、将所述目标虚拟图像与所述哑资源图像进行虚实融合处理，得到虚实融合图像。
7、第二方面，本发明实施例还提供一种应用于哑资源的虚实融合装置，包括：
8、获取模块，用于获取哑资源图像；
9、识别模块，用于对所述哑资源图像进行类别识别，确定所述哑资源图像对应的目标类别；
10、确定模块，用于基于预先定义的多个类别与多个虚拟图像的对应关系，确定所述目标类别对应的目标虚拟图像，所述多个类别包括所述目标类别，所述目标虚拟图像用于表征所述目标类别对应的质检结果；
11、处理模块，用于将所述目标虚拟图像与所述哑资源图像进行虚实融合处理，得到虚实融合图像。
12、第三方面，本发明实施例还提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；
13、所述处理器，用于读取存储器中的程序实现如第一方面所述的方法中的步骤。
14、第四方面，本发明实施例还提供一种可读存储介质，用于存储程序，所述程序被处理器执行时实现如第一方面所述的方法中的步骤。
15、在本发明实施例中，通过预先训练的分类识别模型对哑资源图像进行识别获得识别结果，并基于识别结果确定哑资源图像的目标类别，进而获得用于表征所述目标类别对应的质检结果的目标虚拟图像。通过将目标虚拟图像与哑资源图像进行虚实融合处理可以获得虚实融合图像，从而将哑资源的质检结果叠加显示在哑资源图像上。通过上述设置，不仅可以及时将哑资源的质检结果与哑资源进行对应关联并记录，提高记录的效率，还可以直观地对哑资源的质检结果进行显示，使得哑资源质检更显性化和智能化。
1.一种应用于哑资源的虚实融合方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述哑资源图像进行类别识别，确定所述哑资源图像对应的目标类别，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述哑资源图像的识别结果确定所述哑资源图像对应的目标类别，包括：
4.根据权利要求3所述的方法，其特征在于，所述分类识别模型包括至少两个信度卷积神经网络；所述将所述哑资源图像输入至所述分类识别模型进行分类识别，得到证据函数，包括：
5.根据权利要求4所述的方法，其特征在于，所述信度卷积神经网络包括特征提取模块及与所述特征提取模块连接的信度函数层模块；
6.根据权利要求1所述的方法，其特征在于，所述将所述目标虚拟图像与所述哑资源图像进行虚实融合处理，得到虚实融合图像，包括：
7.根据权利要求1所述的方法，其特征在于，所述将所述目标虚拟图像与所述哑资源图像进行虚实融合处理，得到虚实融合图像之后，所述方法还包括：
8.一种应用于哑资源的虚实融合装置，其特征在于，包括：
9.一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；其特征在于，
10.一种可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的方法中的步骤。
