[发明专利]图像处理方法和装置

摘要

本申请实施例公开了图像处理方法和装置。该方法的一具体实施方式包括：将目标图像的初始特征图像输入该第一网络的用于生成特征图像的卷积层；将该初始特征图像输入该第二网络的用于生成特征图像的卷积层，将该第一网络的其中一个用于生成特征图像的卷积层的结果输入第二网络的目标卷积层；利用基于该第一网络的输出所确定的损失值，以及基于该第二网络的输出所确定的损失值，训练该多任务学习模型。本申请的实施例提供的模型中的图像分割网络和关键点检测网络，不仅可以利用本网络卷积得到的特征，还可以利用另一条支路网络所得到的特征。这样，可以对不同网络中的特征进行融合，以得到目标图像的更加丰富的特征，避免遗漏部分特征。

主权项

1.一种图像处理方法，应用于多任务学习模型，所述多任务学习模型包括第一网络和第二网络，所述第一网络和所述第二网络包括至少一个级联的、用于生成特征图像的卷积层，所述方法包括：将目标图像的初始特征图像输入所述第一网络的用于生成特征图像的卷积层，其中，所述第一网络为图像分割网络或关键点检测网络；将所述初始特征图像输入所述第二网络的用于生成特征图像的卷积层，将所述第一网络的其中一个用于生成特征图像的卷积层的结果输入第二网络的目标卷积层，其中，所述第二网络为所述图像分割网络或关键点检测网络中的另一个，所述第二网络的目标卷积层为第二网络任意一个用于生成特征图像的卷积层；利用基于所述第一网络的输出所确定的损失值，以及基于所述第二网络的输出所确定的损失值，训练所述多任务学习模型。