[发明专利]一种图像处理方法、装置、设备和存储介质

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：

获取包含建筑物的目标图像；

从所述目标图像中提取出所述建筑物的屋顶区域，以及，基于所述目标图像确定所述建筑物的屋顶与底座之间的预测偏移量；

根据所述预测偏移量，对所述屋顶区域进行变换得到所述建筑物的底座区域。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

利用建筑物边界框预测子模型对所述目标图像进行目标检测，得到所述建筑物的边界框；

所述从所述目标图像中提取出建筑物的屋顶区域，包括：

基于所述边界框、所述目标图像以及屋顶区域预测子模型，确定所述边界框内包括的建筑物的屋顶区域；

所述基于所述目标图像确定所述建筑物的屋顶与底座之间的预测偏移量，包括：

基于所述边界框、所述目标图像以及偏移量预测子模型，确定所述边界框内包括的建筑物的屋顶与底座之间的预测偏移量。

3.根据权利要求2所述的方法，其特征在于，所述屋顶区域预测子模型与所述偏移量预测子模型共用同一区域特征提取单元；

所述方法还包括：

基于所述边界框，所述目标图像以及所述区域特征提取单元，确定所述边界框内包括的建筑物对应的建筑物特征；

所述基于所述边界框、所述目标图像以及屋顶区域预测子模型，确定所述边界框内包括的建筑物的屋顶区域，包括：利用屋顶区域预测子模型包括的第一卷积处理单元对所述建筑物特征进行第一卷积处理，得到所述建筑物的屋顶区域；

所述基于所述边界框、所述目标图像以及偏移量预测子模型，确定所述边界框内包括的建筑物的屋顶与底座之间的预测偏移量，包括：利用所述偏移量预测子模型包括的第二卷积处理单元对所述建筑物特征进行第二卷积处理，得到所述边界框内包括的建筑物的屋顶与底座之间的预测偏移量。

4.根据权利要求3所述的方法，其特征在于，所述根据所述预测偏移量，对所述屋顶区域进行变换，得到所述建筑物对应的底座区域，包括：基于所述预测偏移量，所述建筑物对应的建筑物特征以及底座区域预测子模型，确定所述建筑物对应的底座区域。

5.根据权利要求4所述的方法，其特征在于，所述基于所述预测偏移量，所述建筑物对应的建筑物特征以及所述底座区域预测子模型，确定所述建筑物对应的底座区域，包括：

利用所述底座区域预测子模型包括的空间变换网络，对所述屋顶区域对应的建筑物特征进行平移变换，得到所述建筑物对应的底座特征；其中，所述空间变换网络对应的空间变换参数包括基于所述预测偏移量确定的参数；

利用所述底座区域预测子模型对所述底座特征进行第三卷积处理，得到所述建筑物对应的底座区域。

6.根据权利要求5所述的方法，其特征在于，所述空间变换网络包括基于插值方式构建的采样器；其中，所述采样器包括基于所述预测偏移量构建的采样网格；

所述利用所述底座区域预测子模型包括的空间变换网络，对所述屋顶区域对应的建筑物特征进行平移变换，得到所述建筑物对应的底座特征，包括：

利用所述采样器，按照底座特征各像素点的坐标信息，依次将底座特征对应的各像素点作为当前像素点，通过所述采样网格确定所述屋顶区域包括的各像素点中，与所述当前像素点对应的像素点，并基于插值方式对确定的像素点进行平移变换，得到所述当前像素点对应的像素值。

7.根据权利要求3-6任一所述的方法，其特征在于，与所述屋顶区域预测子模型以及所述偏移量预测子模型共用同一区域特征提取单元的还包括屋顶轮廓预测子模型；所述方法还包括：

利用屋顶轮廓预测子模型对所述建筑物特征进行轮廓回归，确定所述建筑物的屋顶轮廓；

根据所述预测偏移量，对所述屋顶轮廓进行平移变换，得到所述建筑物的底座轮廓；

基于所述底座轮廓对所述底座区域进行调整，得到所述建筑物对应的最终底座区域。