[发明专利]图像处理方法、装置、计算机设备及介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

利用基于R-CNN训练出的目标检测模型从待检测图片中提取人物轮廓图，得到每帧待检测图片包含的人物轮廓图集合；

对每个所述人物轮廓图中人物轮廓区域内的像素点的RGB坐标进行分类，得到所述人物轮廓区域内的像素点的颜色类别；

沿所述人物轮廓图的空间坐标x轴方向将所述人物轮廓区域分为n个子区域，得到所述n个子区域对应的向量集V，以及沿所述人物轮廓图的空间坐标y轴方向将所述人物轮廓区域分为m个子区域，得到所述m个子区域对应的向量集U；其中，所述向量集V的元素为由所述n个子区域中的每个子区域内的像素点分别组成的一维颜色向量；所述向量集U的元素为由所述m个子区域中的每个子区域内的像素点分别组成的一维颜色向量；n、m均为大于1的正整数；

将所述向量集V转换成n×k维的特征矩阵V_d，将所述向量集U转换成m×k维的特征矩阵U_d；其中，k为所述颜色类别的个数；

对每帧待检测图片包含的人物轮廓图所对应的所有特征矩阵进行聚类得到N个聚类中心；每个聚类中心的特征矩阵分别为n×N的特征矩阵V_c和m×N的特征矩阵U_c；

分别计算各聚类中心的特征矩阵V_c与标准矩阵集D_v中任一元素的相似度v_s，以及特征矩阵U_c与标准矩阵集D_u中任一元素的相似度u_s，并根据所述相似度计算结果v_s和u_s确定所述待检测图片中是包含目标人物；其中，标准矩阵集D_v和D_u用于表征参考人物特征。

2.根据权利要求1所述的图像处理方法，其特征在于，采用以下聚类目标函数得到各类的聚类中心：

其中，当所述聚类目标函数迭代到最小值时得到各类的聚类中心；各所述聚类中心的特征矩阵为N_i,每帧待检测图片包含的人物轮廓图所对应的每一特征矩阵D_j属于第i类的隶属度为u_ij,特征矩阵个数为w,d_pm,n_pm分别为特征矩阵D_j，聚类中心矩阵N，第(p,m)位置的矩阵元素；

3.根据权利要求1所述的图像处理方法，其特征在于，所述沿所述人物轮廓图的空间坐标x轴方向将所述人物轮廓区域分为n个子区域，包括：

沿所述x轴方向以等距离方式将所述人物轮廓区域分成n份以得到所述n个子区域；

所述沿所述人物轮廓图的空间坐标y轴方向将所述人物轮廓区域分为m个子区域，包括：

沿所述y轴方向以等距离方式将所述人物轮廓区域分成m份以得到所述m个子区域。

4.根据权利要求3所述的图像处理方法，其特征在于，在所述得到所述n个子区域对应的向量集V之前，还包括：

沿所述x轴方向去除所述人物轮廓区域内的噪声像素点；

在所述得到所述m个子区域对应的向量集U之前，还包括：

沿所述y轴方向去除所述人物轮廓区域内的噪声像素点。

5.根据权利要求4所述的图像处理方法，其特征在于，所述沿所述x轴方向去除所述人物轮廓区域内的噪声像素点，包括：

按照像素点的x轴坐标取值以及所述颜色类别对所述人物轮廓区域内的像素点进行分类得到每类的像素点个数，得到每类的像素点个数与所述人物轮廓图y轴上的最大像素点个数的像素高度比值，将像素高度比值小于像素高度比值阈值的类中的像素点删去；

所述沿所述y轴方向去除所述人物轮廓区域内的噪声像素点，包括：

按照像素点的y轴坐标取值以及所述颜色类别对所述人物轮廓区域内的像素点进行分类得到每类的像素点个数，得到每类的像素点个数与所述人物轮廓图x轴上的最大像素点个数的像素长度比值，将像素长度比值小于像素长度比值阈值的类中的像素点删去。