多指令图像识别方法、装置、计算机设备、存储介质

本公开涉及一种多指令图像识别方法、装置、计算机设备、存储介质。所述方法包括：获取全景图像，确定全景图像中搜索区域，搜索区域中包含期望区域；响应于检测到与期望区域存在关联的语音信息，以语音信息作为引导条件，并利用预先训练得到的图像处理模型对搜索区域进行处理，输出掩膜图像；基于掩膜图像和搜索区域，确定期望区域。采用本方法能够有效融合语音信息，准确的确定期望区域。