[发明专利]一种图像处理方法、装置、电子设备和存储介质

权利要求书

1.一种图像处理方法，其特征在于，该方法包括：

对初始图像中的目标对象进行标注，获得所述目标对象的对象边界信息；

基于所述对象边界信息以及预设的背景裁剪比例值，确定图像裁剪范围，所述背景裁剪比例值用于确定：所述初始图像中的背景区域与裁剪后的初始子图像中的背景区域相关的区域；

基于所述图像裁剪范围和预设的对象占比值，获得至少两个目标裁剪边界信息，所述对象占比值用于表征：裁剪后的初始子图像中的目标对象占所述初始图像中的目标对象的比例；

分别基于获得的所述至少两个目标裁剪边界信息对所述初始图像进行裁剪，获得所述初始图像对应的至少两个初始子图像。

2.如权利要求1所述的方法，其特征在于，所述基于所述图像裁剪范围和预设的对象占比值，获得至少两个目标裁剪边界信息，包括：

基于所述对象占比值确定出，所述初始图像中与所述目标对象相关的目标对象区域；

基于所述图像裁剪范围和所述目标对象区域，获得多个候选裁剪边界信息；

基于各个候选裁剪边界信息之间的相似度，从所述多个候选裁剪边界信息中筛选出至少两个目标裁剪边界信息。

3.如权利要求2所述的方法，其特征在于，所述目标裁剪边界信息的数量为预设裁剪数量；所述基于各个候选裁剪边界信息之间的相似度，确定至少两个目标裁剪边界信息，包括：

分别基于所述各个候选裁剪边界信息各自对应的裁剪框之间的交并比，确定所述各个候选裁剪边界信息之间的相似度；

将所述各个候选裁剪边界信息分组，并分别计算各个分组中包含的候选裁剪边界信息的相似度之和，每个分组包含预设裁剪数量的候选裁剪边界信息；

将相似度之和最小的分组中包含的候选裁剪边界信息，作为所述目标裁剪边界信息。

4.如权利要求2所述的方法，其特征在于，所述基于所述图像裁剪范围和所述目标对象区域，获得多个候选裁剪边界信息，包括：

分别确定所述目标对象区域的各个对象边界与所述图像裁剪范围对应的裁剪边界之间的扩展距离，其中，每个对象边界与对应的裁剪边界平行；

基于各个扩展距离，在所述目标对象区域的基础上进行多次边界扩展，获得所述多个候选裁剪边界信息。

5.如权利要求1～4任一项所述的方法，其特征在于，所述方法还包括：

基于训练样本数据集对训练中的分类模型进行循环迭代训练，获得已训练的分类模型，所述训练样本数据集中每个训练样本包含一个初始图像，以及所述初始图像对应的至少两个初始子图像；

基于运动检测模型对包含目标对象的视频进行运动目标检测，获得测试样本数据集，所述测试样本数据集中的每个测试样本包含一个测试图像，以及所述测试图像中的目标对象的运动边界信息；

对各个测试图像进行裁剪，获得所述各个测试图像各自的测试子图像；

分别将所述各个测试图像以及各自对应的测试子图像，输入所述已训练的分类模型，获得所述各个测试图像的分类结果。

6.如权利要求5所述的方法，其特征在于，所述分别将所述各个测试图像以及各自的测试子图像，输入所述已训练的分类模型，获得所述各个测试图像的分类结果，包括：

对每个测试图像，分别执行以下操作：

针对一个测试图像，分别将所述一个测试图像以及对应的测试子图像输入所述分类模型，获得所述一个测试图像的分类结果以及对应的测试子图像的分类结果；

将所述一个测试图像的分类结果以及对应的测试子图像的分类结果进行加权求均值，将加权求均值后的分类结果，作为所述一个测试图像的分类结果。

7.如权利要求5所述的方法，其特征在于，所述对各个测试图像进行裁剪，获得所述各个测试图像各自的测试子图像，包括：

对每个测试图像，分别执行以下操作：

针对一个测试图像，基于所述一个测试图像的运动边界信息以及所述背景裁剪比例值，确定所述图像裁剪范围；

基于所述图像裁剪范围和所述目标对象区域，获得至少两个目标裁剪边界信息；

分别基于获得的所述至少两个目标裁剪边界信息对所述一个测试图像进行裁剪，获得所述一个测试图像对应的至少两个测试子图像。