[发明专利]图像处理方法、装置、摄像设备及存储介质

说明书

本发明实施例提出了一种图像处理方法、装置、摄像设备及存储介质，涉及图像处理领域，该方法包括：确定出当前帧图片中的路面区域；提取当前帧图片中的感兴趣区域，其中，感兴趣区域中包含有路面区域；判断感兴趣区域的范围占当前帧图片的比例是否大于第一预设值；当感兴趣区域的范围占当前帧图片的比例大于第一预设值时，调整感兴趣区域的分辨率，其中，调整后的分辨率小于调整前的分辨率；依据预设的深度学习模型对调整分辨率后的感兴趣区域进行处理。本发明实施例所提供的一种图像处理方法、装置、摄像设备及存储介质，能够减小在处理高分辨率图片时的计算量，提升计算速度，节约计算资源。

技术领域

本发明涉及图像处理领域，具体而言，涉及一种图像处理方法、装置、摄像设备及存储介质。

背景技术

在辅助驾驶及自动驾驶等领域，需要进行物体检测、交通红绿灯识别、可行驶区域检测等视觉检测任务，但是受制于处理器计算量及功耗的限制，无法将图像原图直接送到模型中去处理，一般都需要降低图片的分辨率后(比如一般1080P的图片都要缩小到416x416大小的图片，才能够实时处理)再对图片进行处理。

并且，随着摄像头分辨率的增减增大，目前大于等于800万像素的摄像头慢慢开始流行，可以极大的拓宽视觉算法可以检测的距离和精度，但是这会给处理器的处理性能带来更大的压力。

发明内容

本发明的目的在于提供一种图像处理方法、装置、摄像设备及存储介质，能够减小在处理高分辨率图片时的计算量，提升计算速度，节约计算资源。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种图像处理方法，所述方法包括：确定出当前帧图片中的路面区域；提取所述当前帧图片中的感兴趣区域，其中，所述感兴趣区域中包含有所述路面区域；判断所述感兴趣区域的范围占所述当前帧图片的比例是否大于第一预设值；当所述感兴趣区域的范围占所述当前帧图片的比例大于所述第一预设值时，调整所述感兴趣区域的分辨率，其中，所述调整后的分辨率小于所述调整前的分辨率；依据预设的深度学习模型对所述调整分辨率后的感兴趣区域进行处理。

第二方面，本发明实施例提供了一种图像处理装置，所述装置包括：路面区域识别模块，用于确定出当前帧图片中的路面区域；感兴趣区域提取模块，用于提取所述当前帧图片中的感兴趣区域，其中，所述感兴趣区域中包含有所述路面区域；判断模块，用于判断所述感兴趣区域的范围占所述当前帧图片的比例是否大于第一预设值；分辨率调整模块，用于当所述感兴趣区域的范围占所述当前帧图片的比例大于所述第一预设值时，调整所述感兴趣区域的分辨率，其中，所述调整后的分辨率小于所述调整前的分辨率；图像处理模块，用于依据预设的深度学习模型对所述调整分辨率后的感兴趣区域进行处理。

第三方面，本发明实施例提供了一种摄像设备，所述摄像设备包括存储器，用于存储一个或多个程序；处理器。当所述一个或多个程序被所述处理器执行时，实现上述的图像处理方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的图像处理方法。

相对于现有技术，本发明实施例所提供的一种图像处理方法、装置、摄像设备及存储介质，通过提取获得当前帧图片中的感兴趣区域，并在判定感兴趣区域的范围占当前帧图片的比例大于第一预设值时，调整感兴趣区域的分辨率后送入到预设的深度学习模型中进行处理，相比于现有技术，能够减小在处理高分辨率图片时的计算量，提升计算速度，节约计算资源。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明