[发明专利]图像提取方法、装置、电子设备和存储介质

权利要求书

1.一种图像提取方法，其特征在于，包括：

获取目标图像；

将目标图像输入到预先训练的图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的倾斜识别框的位置信息；

根据所述倾斜识别框的位置信息，从目标图像中提取所述目标对象所在的局部图像。

2.根据权利要求1所述的方法，其特征在于，将目标图像输入到预先训练的图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的倾斜识别框的位置信息，包括：

将目标图像输入到预先训练的非倾斜图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的非倾斜识别框的位置信息；

将目标图像输入到预先训练的倾斜图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的倾斜识别框的位置信息；

根据所述倾斜识别框的位置信息，从目标图像中提取所述目标对象所在的局部图像，包括：

根据所述倾斜识别框的位置信息和所述非倾斜识别框的位置信息，从目标图像中提取所述目标对象所在的局部图像。

3.根据权利要求1所述的方法，其特征在于，将目标图像输入到预先训练的图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的倾斜识别框的位置信息，包括：

将目标图像输入到预先训练的非倾斜图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的非倾斜识别框的位置信息；

将目标图像中与非倾斜识别框的位置信息相对应的局部图像输入到倾斜图像提取模型中，以确定局部图像中目标对象所在的位置区域对应的倾斜识别框的位置信息。

4.根据权利要求3所述的方法，其特征在于，所述倾斜识别框的位置信息包括倾斜识别框顶点的位置信息；

所述方法还包括：

根据预先获取到的透视变换矩阵和倾斜识别框顶点的位置信息，对目标图像中倾斜识别框信息所对应的局部图像进行透视变换，以得到包含有目标对象的非倾斜图像；

将所述包含有目标对象的非倾斜图像输入到图像识别模型中，以确定目标对象的识别结果。

5.根据权利要求3所述的方法，其特征在于，还包括：

根据预先获取到的仿射变换矩阵，对目标图像中倾斜识别框信息所对应的局部图像进行仿射变换，以得到包含有目标对象的非倾斜图像；

将所述包含有目标对象的非倾斜图像输入到图像识别模型中，以确定目标对象的识别结果。

6.根据权利要求3所述的方法，其特征在于，将目标图像输入到预先训练的非倾斜图像提取模型中，以确定目标图像中目标对象所在的位置区域对应的非倾斜识别框的位置信息，包括：

将目标图像输入到所述非倾斜图像提取模型的候选框生成网络中，以得到所述非倾斜图像提取模型的候选框生成网络所输出的多个非倾斜候选框的位置信息；

根据每个非倾斜候选框的位置信息，计算每个非倾斜候选框的重合度；

根据每个非倾斜候选框的重合度，对所述多个非倾斜候选框的位置信息进行过滤；

从过滤后的所述多个非倾斜候选框的位置信息中选择目标图像中目标对象所在的位置区域对应的非倾斜识别框的位置信息。

7.根据权利要求3所述的方法，其特征在于，所述目标对象包括以下的任意一种：

车牌、证件、广告牌。

8.根据权利要求3所述的方法，其特征在于，倾斜识别框的位置信息包括以下的任意一种或多种信息：

倾斜识别框的顶点的位置信息；倾斜识别框的中心点的位置信息；倾斜识别框的边沿的位置信息。

9.根据权利要求2所述的方法，其特征在于，所述图像提取模型是按照如下方式训练得到的：

获取样本图像；

将样本图像输入到图像提取模型中，以确定样本图像中样本对象所在的位置区域对应的参考倾斜识别框的位置信息；

根据所述参考倾斜识别框的位置信息和样本对象的标准位置信息的差别，对图像提取模型进行训练。