[发明专利]图像处理方法和装置

说明书

本申请实施例公开了图像处理方法和装置。该方法的一具体实施方式包括：获取包含目标的图像，对该图像进行尺度变换，得到处理后的至少一种尺度的图像；将所获取的图像和处理后的图像输入卷积神经网络，得到特征图和多个指示目标的位置的候选框；在各个图像中的候选框中，确定尺寸在预设的尺寸范围内的候选框；确定在尺寸范围内的候选框中的至少一个候选框在该特征图中所对应的区域，获取该区域所对应的特征，输入该卷积神经网络的全连接层。本申请实施例提供的方法能够通过从不同尺度的图像确定不同尺寸范围的候选框，以对不同大小的目标获取更加丰富的特征。

技术领域

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及图像处理方法和装置。

背景技术

由于卷积神经网络进行图像处理有快速和准确的特点，因而越来越多的得到应用和普及。有的图像中有非常丰富的目标，不仅数量众多，而且目标的尺寸也可能有很大的差别。

发明内容

本申请实施例提出了图像处理方法和装置。

第一方面，本申请实施例提供了一种图像处理方法，包括：获取包含目标的图像，对图像进行尺度变换，得到处理后的至少一种尺度的图像；将所获取的图像和处理后的图像输入卷积神经网络，得到特征图和多个指示目标的位置的候选框，其中，每个目标对应至少两个候选框；在各个图像中的候选框中，确定尺寸在预设的尺寸范围内的候选框，其中，不同尺度的图像所对应的候选框的尺寸范围不同；确定在尺寸范围内的候选框中的至少一个候选框在特征图中所对应的区域，获取区域所对应的特征，输入卷积神经网络的全连接层。

在一些实施例中，在确定在尺寸范围内的候选框中的至少一个候选框在特征图中所对应的区域之前，方法还包括：对在预设的尺寸范围内的候选框进行非极大值抑制，以得到至少一个候选框。

在一些实施例中，对图像进行尺度变换，包括：对图像进行上采样和/或下采样，其中，下采样得到的图像所对应的候选框的尺寸范围为大于或等于第一预设阈值，上采样得到的图像所对应的候选框的尺寸范围为小于或等于第二预设阈值，第一预设阈值大于第二预设阈值。

在一些实施例中，所获取的图像所对应的候选框的尺寸范围在第三预设阈值和第四预设阈值之间，其中，第三预设阈值大于第四预设阈值，第三预设阈值大于或等于第一预设阈值，第四预设阈值小于或等于第二预设阈值。

在一些实施例中，响应于处理后的图像中存在至少两个图像尺度大于所获取的图像的尺度，至少两个图像中，尺度较小的图像所对应的候选框的尺寸范围为小于第一指定阈值，尺度较大的图像所对应的候选框的尺寸范围为小于第二指定阈值，第一指定阈值大于第二指定阈值。

在一些实施例中，响应于处理后的图像中存在两个以上的图像尺度小于所获取的图像的尺度，两个以上的图像中，尺度较小的图像所对应的候选框的尺寸范围为大于第三指定阈值，尺度较大的图像所对应的候选框的尺寸范围为大于第四指定阈值，第三指定阈值大于第四指定阈值。

第二方面，本申请实施例提供了一种图像处理装置，包括：获取单元，被配置成获取包含目标的图像，对图像进行尺度变换，得到处理后的至少一种尺度的图像；输入单元，被配置成将所获取的图像和处理后的图像输入卷积神经网络，得到特征图和多个指示目标的位置的候选框，其中，每个目标对应至少两个候选框；确定单元，被配置成在各个图像中的候选框中，确定尺寸在预设的尺寸范围内的候选框，其中，不同尺度的图像所对应的候选框的尺寸范围不同；区域确定单元，被配置成确定在尺寸范围内的候选框中的至少一个候选框在特征图中所对应的区域，获取区域所对应的特征，输入卷积神经网络的全连接层。

在一些实施例中，该装置还包括：选取单元，被配置成对在预设的尺寸范围内的候选框进行非极大值抑制，以得到至少一个候选框。