[发明专利]一种图像处理方法以及装置

权利要求书

1.一种图像处理方法，其特征在于，包括：

接收输入的待处理图像；

采用预设候选框确定方法对所述待处理图像进行处理，确定可能包含所述待处理图像中目标的候选框；

确定所述待处理图像中目标与确定的各候选框内目标之间的相似度；

基于相似度达到预设相似度阈值的候选框，对所述待处理图像进行分类处理。

2.根据权利要求1所述的方法，其特征在于，确定所述待处理图像中目标与确定的各候选框内目标之间的相似度，具体包括：

采用预设特征提取方法对所述确定的候选框以及所述待处理图像进行特征提取；

采用预设边缘检测算法确定所述待处理图像中提取的第一目标特征，以及所述确定的各候选框中提取的第二目标特征；

确定所述第一目标特征分别与各第二目标特征之间的相似度。

3.根据权利要求1或2所述的方法，其特征在于，所述预设特征提取方法包括：方向梯度直方图HOG特征提取，以及局部二值模式LBP(Local Binary Pattern)特征提取。

4.根据权利要求1所述的方法，其特征在于，采用预设候选框确定方法对所述待处理图像进行处理，确定可能包含所述待处理图像中目标的候选框，具体包括：

采用预设候选框确定方法对所述待处理图像进行处理，确定与所述待处理图像中目标重合区域大于预设阈值的候选框；并

将确定的候选框确定为可能包含所述待处理图像中目标的候选框。

5.根据权利要求1所述的方法，其特征在于，针对所述方法应用于R-CNN模型的情况，采用预设候选框确定方法对所述待处理图像进行处理，确定可能包含所述待处理图像中目标的候选框，具体包括：

采用预设数量大小不同的候选框对所述待处理图像进行扫描；

采用非极大抑制算法从完成扫描的候选框中确定与待处理图像中目标重合区域大于预设阈值的候选框，并作为可能包含所述待处理图像中目标的候选框；

针对所述方法应用于Faster R-CNN模型的情况，采用预设候选框确定方法对所述待处理图像进行处理，确定可能包含所述待处理图像中目标的候选框，具体包括：

采用区域建议网络RPN对所述待处理图像进行处理，确定检测评价函数IoU评价指标的指标值符合预设阈值的候选框，并作为可能包含所述待处理图像中目标的候选框。

6.一种图像处理装置，其特征在于，包括：

接收模块，用于接收输入的待处理图像；

选取模块，用于采用预设候选框确定方法对所述待处理图像进行处理，确定可能包含所述待处理图像中目标的候选框；

确定模块，用于确定所述待处理图像中目标与确定的各候选框内目标之间的相似度；

处理模块，用于基于相似度达到预设相似度阈值的候选框，对所述待处理图像进行分类处理。

7.根据权利要求6所述的装置，其特征在于，所述确模块，具体用于：采用预设特征提取方法对所述确定的候选框以及所述待处理图像进行特征提取；采用预设边缘检测算法确定所述待处理图像中提取的第一目标特征，以及所述确定的各候选框中提取的第二目标特征；确定所述第一目标特征分别与各第二目标特征之间的相似度。

8.根据权利要求6或7所述的装置，其特征在于，所述预设特征提取方法包括：方向梯度直方图HOG特征提取，以及局部二值模式LBP(Local Binary Pattern)特征提取。

9.根据权利要求6所述的装置，其特征在于，所述选取模块，具体用于：采用预设候选框确定方法对所述待处理图像进行处理，确定与所述待处理图像中目标重合区域大于预设阈值的候选框；并将确定的候选框确定为可能包含所述待处理图像中目标的候选框。

10.根据权利要求6所述的装置，其特征在于，针对所述方法应用于R-CNN模型的情况，所述选取模块，具体用于：

采用预设数量大小不同的候选框对所述待处理图像进行扫描；

采用非极大抑制算法从完成扫描的候选框中确定与待处理图像中目标重合区域大于预设阈值的候选框，并作为可能包含所述待处理图像中目标的候选框；

针对所述方法应用于Faster R-CNN模型的情况，所述选取模块，具体用于：

采用区域建议网络RPN对所述待处理图像进行处理，确定检测评价函数IoU评价指标的指标值符合预设阈值的候选框，并作为可能包含所述待处理图像中目标的候选框。