[发明专利]图像处理方法、装置、电子设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

采集当前时刻和上一时刻与目标主体相对应的待处理图像；

基于目标姿态估计模型对各待处理图像进行处理，得到所述目标主体在下一时刻的姿态信息；

其中，所述目标姿态估计模型中包括特征提取模型和目标姿势属性确定模型，所述目标姿态估计模型是基于预先构建的训练样本集确定的，所述训练样本集中包括多个训练样本，所述训练样本中包括拼接图像和姿态标签，所述拼接图像是基于当前视频帧与上一视频帧拼接而成的，所述姿态标签与所述当前视频帧的下一视频帧相对应。

2.根据权利要求1所述的方法，其特征在于，还包括：

确定训练样本集中的各训练样本；

基于各训练样本对待训练姿态估计模型进行训练，得到所述目标姿态估计模型，以基于所述目标姿态估计模型对所述目标主体在当前时刻和上一时刻的待处理图像进行处理，得到所述目标主体在下一时刻的姿态信息。

3.根据权利要求2所述的方法，其特征在于，所述确定训练样本集中的各训练样本，包括：

采集连续的多个视频帧，并确定各视频帧所对应的待使用灰度值；

基于各待使用灰度值，确定灰度均值；

针对各视频帧，基于所述灰度均值和当前视频帧的待使用灰度值，确定所述当前视频帧的目标灰度值；

基于各视频帧所对应的目标灰度值和姿态标签，确定所述各训练样本。

4.根据权利要求3所述的方法，其特征在于，所述基于各视频帧所对应的目标灰度值和姿态标签，确定所述各训练样本，包括：

针对各视频帧，基于当前视频帧和上一视频帧所对应的目标灰度值，确定与所述当前视频帧相对应的拼接图像；

基于相应视频帧对应的拼接图像和所述视频帧对应的下一视频帧的姿态标签，确定训练样本。

5.根据权利要求2所述的方法，其特征在于，所述基于各训练样本对待训练姿态估计模型进行训练，得到所述目标姿态估计模型，包括：

针对各训练样本，基于所述特征提取模型对当前训练样本中的拼接图像进行处理，得到与所述拼接图像对应的目标特征图，并将所述目标特征图作为所述待训练姿态属性确定模型的输入，将相应姿态标签作为所述待训练姿态属性确定模型的输出，训练所述待训练姿态属性确定模型；

将所述待训练姿态属性确定模型中的损失函数收敛作为训练目标，得到目标姿态属性确定模型；

将所述特征提取模型和所述目标姿态属性确定模型拼接，得到所述目标姿态估计模型。

6.根据权利要求5所述的方法，其特征在于，所述基于所述特征提取模型对当前训练样本中的拼接图像进行处理，得到与所述拼接图像对应的目标特征图，包括：

基于第一预设数量卷积层按照第一采样率对所述拼接图像进行处理，得到第一待处理特征图，并基于第二采样率对所述第一待处理特征图下采样，得到第一待使用特征图；

基于第二预设数量卷积层按照所述第一采样率对所述第一待使用特征图进行处理，得到第二待处理特征图，并基于所述第二采样率对所述第二待处理特征图下采样，得到第二待使用特征图；

基于第三预设数量卷积层按照所述第一采样率对所述第二待使用特征图进行处理，得到第三待处理特征图，并基于所述第二采样率对所述第三待处理特征图下采样，得到第三待使用特征图；

基于第四预设数量卷积层按照所述第一采样率对所述第三待使用特征图进行处理，得到第四待处理特征图，并基于所述第二采样率对所述第四待处理特征图下采样，得到第四待使用特征图，并对所述第四待使用特征图上采样，得到所述目标特征图。