[发明专利]一种图像处理方法及装置

说明书

本发明提供一种图像处理方法及装置，方法包括：获取待处理图像，待处理图像为车辆行车前方的场景图像；确定待处理图像中的目标图像区域；将目标图像区域裁剪，以得到用于端到端模型的训练或者预测的目标图像，目标图像为待处理图像裁剪掉目标图像区域后保留的图像。本发明提供的图像处理方法，在端到端模型训练或者预测过程中，电子设备可以将采集的图像进行裁剪，使得用于训练或者预测的图像中数据量减少，从而缩短训练或者预测过程的耗时，提升端到端模型训练或者预测的效率。

技术领域

本发明涉及汽车技术领域，尤其涉及一种图像处理方法及装置。

背景技术

自动驾驶汽车是通过ECU(Electronic Control Unit，电子控制单元)等车载终端设备，对车辆中各个部分进行精准的控制与计算分析，从而实现车辆的全自动运行，达到车辆无人驾驶的目的。随着深度学习的迅速发展以及人工智能的深入研究，通过端到端的深度学习实现自动驾驶便是自动驾驶领域的一个主要研究方向。

现有的自动驾驶过程中，通常是通过车辆的车头前方的单目相机或者双目相机采集图像，再将采集的图像输入至端到端模型，从而获取预测数据，车载终端设备通过获取的预测数据控制车辆自动行驶。但是，由于通常采集的图像中数据量较大，导致端到端模型获取预测数据的耗时较长，从而降低了端到端模型的预测效率。

发明内容

本发明实施例提供一种图像处理方法及装置，以解决目前因端到端模型的输入图像的数据量较大，而导致预测效率低的问题。

第一方面，本发明实施例提供了一种图像处理方法，包括：

获取待处理图像，所述待处理图像为车辆行车前方的场景图像；

确定所述待处理图像中的目标图像区域；

将所述目标图像区域裁剪，以得到用于端到端模型的训练或者预测的目标图像，所述目标图像为所述待处理图像裁剪掉所述目标图像区域后保留的图像。

第二方面，本发明实施例还提供了一种图像处理装置，包括：

图像获取模块，用于获取待处理图像，所述待处理图像为车辆行车前方的场景图像；

图像区域确定模块，用于确定所述待处理图像中的目标图像区域；

裁剪模块，用于将所述目标图像区域裁剪，以得到用于端到端模型的训练或者预测的目标图像，所述目标图像为所述待处理图像裁剪掉所述目标图像区域后保留的图像。

第三方面，本发明实施例还提供了一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述图像处理方法的步骤。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述图像处理方法的步骤。

本发明实施例，通过获取待处理图像，待处理图像为车辆行车前方的场景图像；确定待处理图像中的目标图像区域；将目标图像区域裁剪，以得到用于端到端模型的训练或者预测的目标图像，目标图像为待处理图像裁剪掉目标图像区域后保留的图像。这样，在端到端模型训练或者预测过程中，电子设备可以将采集的图像进行裁剪，使得用于训练或者预测的图像中数据量减少，从而缩短训练或者预测过程的耗时，提升端到端模型训练或者预测的效率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的图像处理方法的流程示意图；