[发明专利]一种图像处理方法、装置、电子设备和存储介质在审

专利信息
申请号: 202110112824.8 申请日: 2021-01-27
公开(公告)号: CN112949388A 公开(公告)日: 2021-06-11
发明(设计)人: 不公告发明人 申请(专利权)人: 上海商汤智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 靳玫
地址: 200233 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 处理 方法 装置 电子设备 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:

对输入目标变化检测网络的两期图像进行特征提取,得到第一图像特征与第二图像特征;

基于所述第一图像特征和所述第二图像特征,得到所述目标变化检测网络输出的针对所述两期图像中至少一期图像的图像处理结果和针对所述两期图像中目标的变化检测结果。

2.根据权利要求1所述的方法,其特征在于,所述对输入所述变化检测网络的两期图像进行特征提取,得到第一图像特征与第二图像特征,包括:

分别对所述两期图像进行特征提取,得到与所述两期图像中的第一图像对应的第一图像特征以及与所述两期图像中的第二图像对应的第二图像特征;

所述基于所述第一图像特征和所述第二图像特征,得到所述目标变化检测网络输出的针对所述两期图像中至少一期图像的图像处理结果和针对所述两期图像的目标变化检测结果,包括:

对所述第一图像特征和/或所述第二图像特征进行图像处理,得到所述图像处理结果;

对所述第一图像特征与第二图像特征进行特征融合,得到融合特征,并基于所述融合特征,对所述两期图像中包含的目标进行变化检测,得到所述目标变化检测结果。

3.根据权利要求2所述的方法,其特征在于,所述对所述第一图像特征与第二图像特征进行特征融合,得到融合特征,包括:

对所述第一图像特征与所述第二图像特征进行自适应特征融合,得到融合特征。

4.根据权利要求3所述的方法,其特征在于,所述对所述第一图像特征与所述第二图像特征进行自适应特征融合,得到融合特征,包括:

利用所述第一图像特征与所述第二图像特征预测所述第二图像特征中的每个特征点对应的第一偏移量以及所述第一图像特征中的每个特征点对应的第二偏移量;其中,所述第一偏移量用于调整所述第二图像特征中的各特征点的感受野;所述第二偏移量用于调整所述第一图像特征中的各特征点的感受野;

基于所述第一偏移量,对所述第二图像特征进行调整,得到调整后的第二图像特征;

基于所述第二偏移量,对所述第一图像特征进行调整,得到调整后的第一图像特征;

对调整后的第一图像特征与调整后的第二图像特征进行特征融合,得到所述融合特征。

5.根据权利要求4所述的方法,其特征在于,所述利用所述第一图像特征与所述第二图像特征预测所述第二图像特征中的每个特征点对应的第一偏移量以及所述第一图像特征中的每个特征点对应的第二偏移量,包括:

将所述第一图像特征与所述第二图像特征进行叠加,得到第一叠加特征;对所述第一叠加特征进行偏移量预测,得到所述第一偏移量;以及,

将所述第一图像特征与所述第二图像特征进行叠加,得到第二叠加特征;对所述第二叠加特征进行卷积,得到所述第二偏移量。

6.根据权利要求4或5所述的方法,其特征在于,所述对调整后的第一图像特征与调整后的第二图像特征进行特征融合,得到所述融合特征,包括:

对调整后的第一图像特征与调整后的第二图像特征进行光流预测,确定对应的光流场;其中,所述光流场表征所述两期图像内相同像素点的位置误差;

利用所述光流场对所述第一图像特征进行扭曲,得到扭曲后的第一图像特征;

对扭曲后的第一图像特征与调整后的第二图像特征进行特征融合,得到所述融合特征。

7.根据权利要求6所述的方法,其特征在于,所述对调整后的第一图像特征与调整后的第二图像特征进行光流预测,确定对应的光流场,包括:

利用光流估计网络包括的多层编码层,对调整后的第一图像特征与调整后的第二图像特征进行编码,得到编码结果;

利用光流估计网络包括的多层解码层,对所述编码结果进行解码,得到所述光流场;其中,在进行解码过程中,从第二层解码层开始,每一解码层的输入包括:上一层解码层输出的输出特征,基于所述输出特征预测的光流以及与该解码层对应的编码层所输出的特征。

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上海商汤智能科技有限公司,未经上海商汤智能科技有限公司许可,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/202110112824.8/1.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