[发明专利]图像处理方法、装置、电子设备及计算机存储介质在审

专利信息
申请号: 201911115151.0 申请日: 2019-11-14
公开(公告)号: CN112802202A 公开(公告)日: 2021-05-14
发明(设计)人: 李炜明;考月英;刘洋;汪昊;洪性勳;金祐湜;张超;马林;王强 申请(专利权)人: 北京三星通信技术研究有限公司;三星电子株式会社
主分类号: G06T17/20 分类号: G06T17/20;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京市立方律师事务所 11330 代理人: 张筱宁
地址: 100028 北京市朝*** 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 计算机 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:

获取待处理图像,所述待处理图像包括场景的深度图像;

基于所述深度图像,确定所述深度图像对应的三维点云数据;

基于所述三维点云数据,得到所述场景中物体的提案结果。

2.根据权利要求1所述的方法,其特征在于,所述基于所述三维点云数据,得到所述场景中物体的提案结果,包括:

基于所述三维点云数据,将所述三维点云数据转换为矩阵;

基于所述矩阵,确定所述第一特征图;

基于所述第一特征图,得到所述场景中物体的提案结果。

3.根据权利要求2所述的方法,其特征在于,所述基于所述三维点云数据,确定所述三维点云数据对应的矩阵,包括:

确定所述三维点云数据中属于物体的点云数据;

基于所述三维点云数据中属于物体的点云数据,确定所述三维点云数据对应的矩阵。

4.根据权利要求1至3中任一项所述的方法,其特征在于,所述待处理图像中还包括所述场景的彩色图像,所述方法还包括:

对所述彩色图像进行特征提取,得到第二特征图;

所述基于所述第一特征图,得到所述场景中物体的提案结果,包括:

基于所述第一特征图和所述第二特征图,得到所述场景中物体的提案结果。

5.根据权利要求4所述的方法,其特征在于,所述基于所述第一特征图和所述第二特征图,得到所述场景中物体的提案结果,包括:

对所述第一特征图和所述第二特征图进行融合,得到所述待处理图像所对应的第三特征图;

基于所述第三特征图,得到所述场景中物体的提案结果。

6.根据权利要求5所述的方法,其特征在于,所述基于所述第三特征图,得到所述场景中物体的提案结果,包括:

切分所述待处理图像,得到至少两个子图像;

基于每个子图像对应的第三特征图和/或每个子图像的邻近子图像对应的第三特征图,确定每个子图像对应的提案结果;

对各子图像对应的提案结果进行融合,得到所述场景中物体的提案结果。

7.根据权利要求6所述的方法,其特征在于,所述基于每个子图像对应的第三特征图和/或每个子图像的邻近子图像对应的第三特征图,确定每个子图像对应的提案结果,包括:

确定每个子图像的权重;

基于每个子图像对应的第三特征图和/或每个子图像的邻近子图像对应的第三特征图,以及各个子图像所对应的权重,确定所述每个子图像对应的提案结果。

8.根据权利要求7所述的方法,其特征在于,所述确定每个子图像的权重,包括以下任一种:

基于各个子图像对应的子特征图,确定每个子图像的权重;

确定所述待处理图像的候选点,基于所述各个子图像对应的候选点,或所述各个子图像对应的候选点对应的子特征图,确定每个子图像所对应的权重。

9.根据权利要求8所述的方法,其特征在于,所述基于各个子图像对应的候选点,确定每个子图像所对应的权重,包括:

对于每个子图像对应的候选点,确定该候选点与其相邻的子图像的候选点之间的相似关系;基于各候选点与其相邻的子图像的候选点之间的相似关系,确定每个子图像所对应的权重;

所述基于各个子图像对应的子特征图,确定每个子图像的权重,包括以下任一种:

对于每个子图像,确定该子图像中心位置处对应的第一特征向量,以及该子图像对应的子特征图对应的第二特征向量;基于各子图像对应的所述第一特征向量和所述第二特征向量,确定每个子图像的权重;

对于每个子图像对应的子特征图,该子特征图对应至少一个概率值,每个概率值表征该子特征图属于对应物体的概率;将所述至少一个概率值中的最大概率值作为该子图像的权重。

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京三星通信技术研究有限公司;三星电子株式会社,未经北京三星通信技术研究有限公司;三星电子株式会社许可,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/201911115151.0/1.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