[发明专利]图像处理方法和装置在审

专利信息
申请号: 201710109988.9 申请日: 2017-02-27
公开(公告)号: CN108509961A 公开(公告)日: 2018-09-07
发明(设计)人: 肖琦琦;张弛 申请(专利权)人: 北京旷视科技有限公司;北京迈格威科技有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京睿邦知识产权代理事务所(普通合伙) 11481 代理人: 徐丁峰;戴亚南
地址: 100190 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络输出 特征图 卷积 图像 图像处理 网络模型 卷积神经网络 方法和装置 对比结果 图像输入 网络结构 有效地 核对
【权利要求书】:

1.一种图像处理方法,包括:

获取第一图像和第二图像;

将所述第一图像输入训练好的网络模型中的第一卷积神经网络,以获得第一网络输出结果,其中,所述第一网络输出结果包括一个特征图;

将所述第二图像输入所述训练好的网络模型中的第二卷积神经网络,以获得第二网络输出结果,其中,所述第二网络输出结果包括一个特征图,所述第二网络输出结果中的特征图大于所述第一网络输出结果中的特征图;

以所述第一网络输出结果作为卷积核对所述第二网络输出结果进行卷积,以获得卷积结果;以及

将所述卷积结果输入所述训练好的网络模型中的剩余网络结构,以获得所述第一图像和所述第二图像的对比结果。

2.如权利要求1所述的图像处理方法,其中,所述第一图像和所述第二图像的对比结果包括以下项中的一项或多项:用于指示所述第二图像中是否存在所述第一图像中的目标对象的第一结果、用于指示所述第一图像中的目标对象在所述第二图像中的位置的第二结果、用于指示所述第一图像和所述第二图像是否属于同一类别的第三结果、用于指示所述第一图像和所述第二图像是否包括共同对象的第四结果、用于指示所述第一图像和所述第二图像所包括的共同对象在所述第一图像和所述第二图像中的位置的第五结果、用于指示所述第一图像和所述第二图像是否包括不同对象的第六结果以及用于指示所述第一图像和所述第二图像所包括的不同对象在所述第一图像和所述第二图像中的位置的第七结果。

3.如权利要求2所述的图像处理方法,其中,所述第二结果包括用于指示所述第一图像中的目标对象在所述第二图像中的位置的对象特征图,其中,所述对象特征图的大小与所述第二图像一致,所述对象特征图的每个像素代表所述第二图像的对应像素属于所述第一图像中的所述目标对象的概率。

4.如权利要求1所述的图像处理方法,其中,所述获取第一图像和第二图像包括:

获取第一初始图像;

对所述第一初始图像执行缩放、剪切和填充中的一项或多项操作,以将所述第一初始图像的尺寸调整为第一预设尺寸;以及

确定调整后的第一初始图像为所述第一图像。

5.如权利要求1所述的图像处理方法,其中,所述获取第一图像和第二图像包括:

获取第二初始图像;

对所述第二初始图像执行缩放、剪切和填充中的一项或多项操作,以将所述第二初始图像的尺寸调整为第二预设尺寸;以及

确定调整后的第二初始图像为所述第二图像。

6.如权利要求1所述的图像处理方法,其中,所述图像处理方法还包括:

获取第一样本图像和第二样本图像以及关于所述第一样本图像和第二样本图像的对比结果的标注数据;

以所述标注数据作为所述第一样本图像和所述第二样本图像的对比结果的目标值构建损失函数,其中,所述第一样本图像和所述第二样本图像的对比结果为初始的网络模型对所述第一样本图像和所述第二样本图像进行处理所输出的,所述第一样本图像和所述第二样本图像分别用于输入所述初始的网络模型中的第一卷积神经网络和第二卷积神经网络;以及

利用所构建的损失函数训练所述初始的网络模型中的参数,以获得所述训练好的网络模型。

7.如权利要求6所述的图像处理方法,其中,所述标注数据包括以下项中的一项或多项:关于用于指示所述第二样本图像中是否存在所述第一样本图像中的目标对象的第一样本结果的第一标注值、关于用于指示所述第一样本图像中的目标对象在所述第二样本图像中的位置的第二样本结果的第二标注值、关于用于指示所述第一样本图像和所述样本第二图像是否属于同一类别的第三样本结果的第三标注值、关于用于指示所述第一样本图像和所述第二样本图像是否包括共同对象的第四样本结果的第四标注值、关于用于指示所述第一样本图像和所述第二样本图像所包括的共同对象在所述第一样本图像和所述第二样本图像中的位置的第五样本结果的第五标注值、关于用于指示所述第一样本图像和所述第二样本图像是否包括不同对象的第六样本结果的第六标注值以及关于用于指示所述第一样本图像和所述第二样本图像所包括的不同对象在所述第一样本图像和所述样本第二图像中的位置的第七样本结果的第七标注值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司;北京迈格威科技有限公司,未经北京旷视科技有限公司;北京迈格威科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710109988.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top