[发明专利]图像处理方法、装置及设备、存储介质

说明书

本发明提供一种图像处理方法、装置及设备、存储介质，可以自动地确定出图像样本中标签信息的错误情况并纠正，减少标注工作量。该方法包括：将第一传感器采集的彩色图像输入至目标对象检测模型中，以得到检测结果，检测结果至少包括被检出对象在彩色图像中所处区域的区域位置信息，并依据检测结果为彩色图像中的被检出对象标注对应的标签信息以得到图像样本；依据区域位置信息从第二传感器采集的深度图中确定对应的目标深度信息；在已建立的对应关系中确定出目标深度信息对应的第一尺寸，依据第一尺寸确定图像样本中是否存在被检出对象的误检，若存在，则修正图像样本中被检出对象的标签信息。

技术领域

本发明涉及计算机技术领域，尤其涉及的是一种图像处理方法、装置及设备、存储介质。

背景技术

随着安防行业对前端摄像头需求量的不断增长，对前端摄像头及其相关监控设备的智能化程度也提出更高的要求，而准确检测出场景中的目标对象是智能的基础，也是当前计算机视觉领域研究的热点。目前，广泛使用的目标对象检测模型大多采用深度学习的神经网络来实现，而神经网络需要通过训练才可得到所需的目标对象检测模型。

在相关的方式中，会通过线下针对某个场景收集大量图像，通过人工为图像打上标签信息，作为样本训练出所需的目标对象检测模型。但是，这样训练出来的目标对象检测模型泛化性不强，只能适用于较为单一的场景，在面对繁杂的监控场景时，比如，在一些场景中会存在光影变化(如太阳照射下的树荫)、小动物、人形物体(但是不是真正的人体)等，这些会干扰目标对象检测模型的检测，导致一定量的误检等问题，使得设备的智能化大打折扣。

为了减少这种误检问题，通常会针对各个繁杂的场景采集大量的多样化图像，然后通过人工一一地为图像标注标签信息得到图像样本。但是，这种方式中，不仅多样化图像较难获取，人工标注标签信息的工作量也非常重，成本非常大。

发明内容

有鉴于此，本发明提供一种图像处理方法、装置及设备、存储介质，可以自动地确定出图像样本中标签信息的错误情况并纠正，减少标注工作量。

本发明第一方面提供一种图像处理方法，应用于电子设备，该方法包括：

将第一传感器采集的彩色图像输入至目标对象检测模型中，以得到所述目标对象检测模型输出的检测结果，所述检测结果至少包括被检出对象在所述彩色图像中所处区域的区域位置信息，并依据所述检测结果为所述彩色图像中的被检出对象标注对应的标签信息以得到标注有各个被检出对象的标签信息的图像样本；

依据所述检测结果中的所述区域位置信息从第二传感器采集的深度图中确定与所述区域位置信息匹配的位置所对应的目标深度信息，所述深度图与所述彩色图像是针对同一场景同步采集得到的；

在已建立的目标对象深度信息-目标对象尺寸的对应关系中确定出所述目标深度信息对应的第一尺寸，所述第一尺寸为目标对象与所述第一传感器的距离为所述目标深度信息时该目标对象映射在图像坐标系中的尺寸，所述图像坐标系为所述彩色图像所应用的坐标系，依据所述第一尺寸确定所述图像样本中是否存在被检出对象的误检，若存在，则修正所述图像样本中所述被检出对象的标签信息。

根据本发明的一个实施例，依据所述检测结果中的所述区域位置信息从第二传感器采集的深度图中确定与所述区域位置信息匹配的位置所对应的目标深度信息，包括：

按照预设的坐标转换关系将所述区域位置信息中被指定的坐标进行转换，得到目标坐标，所述坐标转换关系为所述彩色图像应用的坐标系与所述深度图应用的坐标系之间的转换关系；

依据所述目标坐标确定被检出对象在所述深度图中所处的数据区域；

依据所述数据区域中各个坐标上的深度值确定所述目标深度信息。

根据本发明的一个实施例，依据所述第一尺寸确定所述图像样本中是否存在被检出对象的误检，包括：