[发明专利]一种图像处理方法、装置、终端及存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取待处理图像的第一特征图；

根据所述第一特征图，确定所述待处理图像中存在目标对象的至少一个子区域图像对应的至少一个第一子特征图；

针对所述至少一个第一子特征图中的每个第一子特征图，生成与各第一子特征图匹配的卷积神经网络参数，以及，采用所述卷积神经网络参数对所述各第一子特征图进行处理，生成各第二子特征图；

基于所述各第二子特征图，对所述待处理图像进行目标对象的实例分割，生成所述目标对象的实例分割结果。

2.根据权利要求1所述的方法，其特征在于，所述获取待处理图像的第一特征图，包括：

将所述待处理图像划分为多个子区域图像；

将所述待处理图像输入初步特征提取网络进行初步特征提取，获取分别对应于所述多个子区域图像的多个第一子特征图，其中，所述第一特征图包括所述多个第一子特征图；

其中，所述初步特征提取网络用于对输入图像提取初步特征。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一特征图，确定所述待处理图像中存在目标对象的至少一个子区域图像对应的至少一个第一子特征图，包括：

采用所述初步特征提取网络，识别与所述多个子区域图像对应的所述多个第一子特征图中，与存在目标对象的至少一个子区域图像对应的至少一个第一子特征图；

其中，所述初步特征提取网络包括全连接层以及预测层，所述初步特征提取网络还用于识别所述待处理图像中的每个子区域图像是否包括所述目标对象。

4.根据权利要求2所述的方法，其特征在于，所述将所述待处理图像划分为多个子区域图像，包括：

对所述待处理图像在长度方向和宽度方向各均分为K份，生成多个子区域图像，其中，K≥2。

5.根据权利要求1所述的方法，其特征在于，所述针对所述至少一个第一子特征图中的每个第一子特征图，生成与各第一子特征图匹配的卷积神经网络参数，以及，采用所述卷积神经网络参数对所述各第一子特征图进行处理，生成各第二子特征图，包括：

针对所述至少一个第一子特征图中的每个第一子特征图，分别进行卷积操作，生成与各第一特征图匹配的各卷积神经网络参数；

采用所述各卷积神经网络参数分别对所述各第一子特征图进行卷积操作，生成各第二子特征图。

6.根据权利要求1所述的方法，其特征在于，所述基于所述各第二子特征图，对所述待处理图像进行目标对象的实例分割，生成所述目标对象的实例分割结果，包括：

将所述各第二子特征图输入目标分割网络进行目标对象的实例分割，生成所述目标对象的实例分割结果，其中，所述目标分割网络包括至少一个全连接层，所述目标分割网络用于实例分割。

7.一种图像处理装置，其特征在于，所述装置包括：

获取模块，用于获取待处理图像的第一特征图；

确定模块，用于根据所述第一特征图，确定所述待处理图像中存在目标对象的至少一个子区域图像对应的至少一个第一子特征图；

生成模块，用于针对所述至少一个第一子特征图中的每个第一子特征图，生成与各第一子特征图匹配的卷积神经网络参数，以及，采用所述卷积神经网络参数对所述各第一子特征图进行处理，生成各第二子特征图；

分割模块，用于基于所述各第二子特征图，对所述待处理图像进行目标对象的实例分割，生成所述目标对象的实例分割结果。

8.根据权利要求7所述的装置，其特征在于，所述获取模块包括：

划分子模块，用于将所述待处理图像划分为多个子区域图像；

提取子模块，用于将所述待处理图像输入初步特征提取网络进行初步特征提取，获取分别对应于所述多个子区域图像的多个第一子特征图，其中，所述第一特征图包括所述多个第一子特征图；

其中，所述初步特征提取网络用于对输入图像提取初步特征。