[发明专利]图像处理方法及装置、电子设备和存储介质有效

专利信息
申请号: 201910103611.1 申请日: 2019-02-01
公开(公告)号: CN109829501B 公开(公告)日: 2021-02-19
发明(设计)人: 庞江淼;陈恺;石建萍;林达华;欧阳万里;冯华君 申请(专利权)人: 北京市商汤科技开发有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 100084 北京市海淀区中*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

通过检测网络的均衡子网络对样本图像进行特征均衡处理,获得所述样本图像的均衡特征图像,所述检测网络包括所述均衡子网络和检测子网络;

通过所述检测子网络对所述均衡特征图像进行目标检测处理,获得所述均衡特征图像中目标对象的多个预测区域;

分别确定每个预测区域的交并比,其中,所述交并比为所述样本图像中目标对象的预测区域与对应的标注区域的重叠区域,和所述目标对象的预测区域与对应的标注区域的合并区域的面积比;

根据各预测区域的交并比,对多个预测区域进行抽样,获得目标区域;

根据所述目标区域和所述标注区域,训练所述检测网络;

其中,通过检测网络的均衡子网络对样本图像进行特征均衡处理,获得均衡特征图像,包括:

对样本图像进行特征提取处理,获得多个第一特征图,其中,至少有一个第一特征图的分辨率与其他第一特征图的分辨率不同;

对所述多个第一特征图进行均衡处理,获得第二特征图;

根据所述第二特征图以及所述多个第一特征图,获得多个均衡特征图像;

对所述多个第一特征图进行均衡处理,获得第二特征图,包括:

分别对多个第一特征图进行放缩处理,获得多个预设分辨率的第三特征图;

对多个第三特征图进行平均处理,获得第四特征图;

对所述第四特征图进行特征提取处理,获得所述第二特征图;

根据所述第二特征图以及所述多个第一特征图,获得多个均衡特征图像,包括:

将所述第二特征图进行放缩处理,分别获得与各第一特征图对应的第五特征图,其中,所述第一特征图与对应的第五特征图的分辨率相同;

分别将各第一特征图与对应的第五特征图进行残差连接,获得所述均衡特征图像。

2.根据权利要求1所述的方法,其特征在于,根据各预测区域的交并比,对多个预测区域进行抽样,获得目标区域,包括:

根据各预测区域的交并比,将所述多个预测区域进行分类处理,获得多个类别的预测区域;

对各类别的预测区域分别进行抽样处理,获得所述目标区域。

3.根据权利要求1所述的方法,其特征在于,根据所述目标区域和所述标注区域,训练所述检测网络,包括:

根据所述目标区域和所述标注区域,确定所述检测网络的识别损失和位置损失;

根据所述识别损失与所述位置损失对检测网络的网络参数进行调整;

在满足训练条件的情况下,获得训练后的检测网络。

4.根据权利要求3所述的方法,其特征在于,根据所述目标区域和所述标注区域,确定所述检测网络的识别损失和位置损失,包括:

确定所述目标区域与所述标注区域之间的位置误差;

在所述位置误差小于预设阈值的情况下,根据所述位置误差确定所述位置损失。

5.根据权利要求3或4所述的方法,其特征在于,根据所述目标区域和所述标注区域,确定所述检测网络的识别损失和位置损失,包括:

确定所述目标区域与所述标注区域之间的位置误差;

在所述位置误差大于或等于预设阈值的情况下,根据预设值确定所述位置损失。

6.一种图像处理方法,其特征在于,包括:

将待检测图像输入根据权利要求1-5中任一项所述的方法训练后的检测网络进行处理,获得目标对象的位置信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910103611.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top