[发明专利]一种用于目标识别的图像处理方法及装置

权利要求书

1.一种用于目标识别的图像处理方法，其特征在于，所述方法包括：

将N帧图像输入到质量评估网络模型，其中，N为正整数；

利用所述质量评估网络模型，根据预设的子区域图像的关注权重和M个质量评估参数，确定所述N帧图像中每一帧图像的特征向量，其中，M为正整数；

根据所述N帧图像的特征向量，确定所述N帧图像的最终质量评估值；

根据所述N帧图像的最终质量评估值，确定用于进行目标识别的目标图像或目标向量；

每一子区域图像的关注权重用于表示该子区域图像在图像中的重要程度；

每一子区域图像为根据目标识别的对象所确定的；

其中，所述根据所述N帧图像的特征向量，确定所述N帧图像的最终质量评估值，包括：

根据所述N帧图像的特征向量，确定所述N帧图像的初始质量评估值；

根据所述N帧图像的初始质量评估值和所述N帧图像的特征向量，确定所述N帧图像的融合特征向量；其中，所述融合特征向量包括M个质量评估参数对应的融合特征值，M个质量评估参数中的每一个质量评估参数对应的融合特征值为：N帧图像中该质量评估参数对应的特征值与N帧图像的初始质量评估值的加权平均值；

根据所述融合特征向量和标准特征向量的相似程度，调整所述N帧图像中每一帧图像对应的M个特征值的权重系数；

根据所述M个特征值以及所述M个特征值调整后的权重系数，确定所述N帧图像中每一帧图像的所述最终质量评估值。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的子区域图像的关注权重和M个质量评估参数，确定所述N帧图像中每一帧图像的特征向量，包括：

针对每一帧图像，确定多个子区域图像及每个子区域图像对应的关注权重；

针对每个子区域图像进行特征提取，得到包括M个特征值的特征向量，所述M个特征值分别对应所述M个质量评估参数的取值；

根据每个子区域图像的特征向量和每个子区域图像对应的关注权重，确定所述图像的特征向量。

3.根据权利要求1所述的方法，其特征在于，所述根据所述N帧图像的特征向量，确定所述N帧图像的初始质量评估值，包括：

针对每一帧图像，根据该帧图像的所述特征向量包括的M个特征值的权重系数，对所述M个特征值进行加权求和，将加权求和之后的值作为该帧图像的初始质量评估值。

4.根据权利要求1所述的方法，其特征在于，所述根据所述N帧图像的最终质量评估值，确定用于进行目标识别的目标图像或目标向量，包括：

根据所述N帧图像的最终质量评估值和所述N帧图像的特征向量，确定最终融合特征向量，所述最终融合特征向量包括所述M个质量评估参数对应的最终融合特征值；所述M个质量评估参数中的每一个质量评估参数对应的最终融合特征值为所述N帧图像中该质量评估参数对应的特征值与所述N帧图像的最终质量评估值的加权平均值；

根据所述最终融合特征向量生成对应的图像，作为用于进行目标识别的所述目标图像；或者，将所述最终融合特征向量确定为用于进行目标识别的所述目标向量。

5.根据权利要求1所述的方法，其特征在于，所述根据所述N帧图像的最终质量评估值，确定用于进行目标识别的目标图像或目标向量，包括：

根据所述N帧图像的最终质量评估值由大到小的排序，从所述N帧图像筛选出P帧关键图像；

将所述P帧关键图像作为所述目标图像；或者；在筛选出所述P帧关键图像之后，确定所述P帧关键图像的权重系数；根据所述P帧图像和所述P帧图像的权重系数，确定所述P帧关键图像的融合图像，将所述融合图像作为所述目标图像。