[发明专利]一种动物计数、图像处理方法和装置

权利要求书

1.一种动物计数方法，其特征在于，包括：

获取待检测区域图像，所述待检测区域图像中包括至少一个动物；

根据预先训练的动物检测模型从所述待检测区域图像中分割出动物个体，识别动物数量；

根据所述动物数量生成所述待检测区域图像对应的计数信息。

2.根据权利要求1所述的方法，其特征在于，所述待检测图像中包括至少两个动物类别的动物；

所述根据预先训练的动物检测模型从所述待检测区域图像中分割出动物个体，识别动物数量，包括：

根据所述动物检测模型从所述待检测区域图像中分割出动物个体，识别动物类别，确定每个动物类别对应的动物数量。

3.根据权利要求1所述的方法，其特征在于，所述根据预先训练的动物检测模型从所述待检测区域图像中分割出动物个体，识别动物数量，包括：

获得所述动物检测模型生成的每个动物个体对应的预测图；

根据所述预测图的个数确定所述动物数量。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取样本图像，所述样本图像中包括至少一个动物；

确定所述样本图像对应的标注信息，所述标注信息包括动物的轮廓及类别信息；

将所述样本图像及标注信息输入预设实例分割网络，对所述预设实例分割网络中特征提取子网络、目标检测子网络及分割子网络的参数进行训练，得到动物检测模型。

5.一种图像处理方法，其特征在于，包括：

获取样本图像，所述样本图像中包括至少一个动物；

确定所述样本图像对应的标注信息，所述标注信息包括动物的轮廓及类别信息；

将所述样本图像及标注信息输入预设实例分割网络，对所述预设实例分割网络中特征提取子网络、目标检测子网络及分割子网络的参数进行训练，得到动物检测模型。

6.根据权利要求5所述的方法，其特征在于，

所述特征提取子网络，用于从所述样本图像中提取图像特征，得到特征图；

所述目标检测子网络，用于为所述特征图中每个像素生成预设个数的不同尺寸的锚框；通过第一分类器对所述锚框属于前景或背景进行分类，得到第一分类结果；使用回归方式对所述锚框位置进行修正；并对所述锚框进行筛选，得到目标锚框；

所述分割子网络，用于对所述目标锚框中的像素点进行特征提取，通过第二分类器对所述目标锚框中的像素点属于前景或背景进行分类，得到第二分类结果；使用回归方式对所述目标锚框的位置进行修正；并预测得到所述目标锚框对应的mask预测图。

7.根据权利要求6所述的方法，其特征在于，所述对所述预设实例分割网络中特征提取子网络、目标检测子网络及分割子网络的参数进行训练，包括：

计算所述目标检测子网络对应的第一分类损失和第一回归损失；

计算所述分割自网络对应的第二分类损失、第二回归损失和mask预测图对应的Focalloss；

根据所述第一分类损失、第一回归损失、第二分类损失、第二回归损失和Focalloss生成最终损失函数，不断反向传播所述最终损失函数直至网络收敛，得到所述动物检测模型。

8.一种动物计数装置，其特征在于，包括：

获取模块，用于获取待检测区域图像，所述待检测区域图像中包括至少一个动物；

检测模块，用于根据预先训练的动物检测模型从所述待检测区域图像中分割出动物个体，识别动物数量；

生成模块，用于根据所述动物数量生成所述待检测区域图像对应的计数信息。

9.一种图像处理装置，其特征在于，包括：

获取模块，用于获取样本图像，所述样本图像中包括至少一个动物；

确定模块，用于确定所述样本图像对应的标注信息，所述标注信息包括动物的轮廓及类别信息；

训练模块，用于将所述样本图像及标注信息输入预设实例分割网络，对所述预设实例分割网络中特征提取子网络、目标检测子网络及分割子网络的参数进行训练，得到动物检测模型。