图像处理方法和装置与流程

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及图像处理方法和装置。

背景技术：

随着图像技术的发展，可以通过神经网络对图片执行场景分类、场景分割、目标识别以及行为识别等计算机视觉任务。在执行上述任务时，可以先提取图像所包含物体的特征，然后对特征做进一步处理。

在相关技术中，可以通过生成特征图像的方式来提取图像中的特征。

技术实现要素：

本申请实施例提出了图像处理方法和装置。

第一方面，本申请实施例提供了一种图像处理方法，包括：获取图像的多个特征图像，其中，各个特征图像的分辨率不同；对于多个特征图像中的至少两个分辨率相邻的特征图像，执行如下的合并步骤：对至少两个分辨率相邻的特征图像进行合并；将合并结果输入激活函数，得到激活后的特征图像；将至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像合并，得到合并后的特征图像。

在一些实施例中，对于多个特征图像中的至少两个分辨率相邻的特征图像，执行如下的合并步骤，包括：对于多个特征图像中的每至少两个分辨率相邻的特征图像，执行如下的合并步骤。

在一些实施例中，对至少两个分辨率相邻的特征图像进行合并，包括：对至少两个分辨率相邻的特征图像中分辨率最大的特征图像以外的各个特征图像进行上采样，并对各个上采样的结果以及最大的特征图像求和，其中，各个上采样的结果与最大的特征图像的分辨率相同。

在一些实施例中，将至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像合并，得到合并后的特征图像，包括：对至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像求积，得到合并后的特征图像。

在一些实施例中，获取图像的多个特征图像包括：将图像输入特征金字塔网络，得到包括多个特征图像的特征图像金字塔。

第二方面，本申请实施例提供了一种图像处理装置，包括：获取单元，被配置成获取图像的多个特征图像，其中，各个特征图像的分辨率不同；合并单元，被配置成对于多个特征图像中的至少两个分辨率相邻的特征图像，执行如下的合并步骤：对至少两个分辨率相邻的特征图像进行合并；将合并结果输入激活函数，得到激活后的特征图像；将至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像合并，得到合并后的特征图像。

在一些实施例中，对于多个特征图像中的至少两个分辨率相邻的特征图像，执行如下的合并步骤，包括：对于多个特征图像中的每至少两个分辨率相邻的特征图像，执行如下的合并步骤。

在一些实施例中，合并单元进一步被配置成：对至少两个分辨率相邻的特征图像中分辨率最大的特征图像以外的各个特征图像进行上采样，并对各个上采样的结果以及最大的特征图像求和，其中，各个上采样的结果与最大的特征图像的分辨率相同。

在一些实施例中，合并单元进一步被配置成：对至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像求积，得到合并后的特征图像。

在一些实施例中，获取单元进一步被配置成：将图像输入特征金字塔网络，得到包括多个特征图像的特征图像金字塔。

第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如图像处理方法中任一实施例的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如图像处理方法中任一实施例的方法。

本申请实施例提供的图像处理方案，首先，获取图像的多个特征图像，其中，各个特征图像的分辨率不同。之后，对于各个特征图像中的每至少两个分辨率相邻的特征图像，对至少两个分辨率相邻的特征图像进行合并。而后，将合并结果输入激活函数，得到激活后的特征图像。最后，将至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像合并，得到合并后的特征图像。本申请的实施例提供的方法能够通过两次合并，对各个特征图像中的特征进行充分融合，让输出的特征图像中都有丰富的特征。高分辨率的特征图像有利于图片细节的分辨，低分辨率的特征图像有利于整体的分辨，通过将不同分辨率的特征图像进行充分融合，可以提高后续进行图像分割或检测的准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2a是根据本申请的图像处理方法的一个实施例的流程图；

图2b是根据本申请的图像处理方法的特征图像金字塔的示意图；

图3是根据本申请的图像处理方法的一个应用场景的示意图；

图4是根据本申请的图像处理方法的又一个实施例的流程图；

图5是根据本申请的图像处理装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的图像处理方法或图像处理装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如图像处理应用、视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。

这里的终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对接收到的图像等数据进行分析等处理，并将处理结果(例如合并后的特征图像)反馈给终端设备。

需要说明的是，本申请实施例所提供的图像处理方法可以由服务器105或者终端设备101、102、103执行，相应地，图像处理装置可以设置于服务器105或者终端设备101、102、103中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2a，示出了根据本申请的图像处理方法的一个实施例的流程200。该图像处理方法，包括以下步骤：

步骤201，获取图像的多个特征图像，其中，各个特征图像的分辨率不同。

在本实施例中，图像处理方法的执行主体(例如图1所示的服务器或终端设备)可以获取图像的多个特征图像(featuremap)。这里的多个为两个以上。具体地，上述执行主体可以通过多种方式得到分辨率不同的特征图像。比如，可以将图像分别输入具有不同参数的卷积层，通过各个卷积层的卷积过程，得到具有不同尺寸的特征图像。举例来说，首个卷积层可以卷积得到分辨率最大的特征图像。之后，通过第二个卷积层可以得到分辨率次之的特征图像。以此类推，得到各个特征图像。

在本实施例的一些可选的实现方式中，步骤201可以包括：

将图像输入特征金字塔网络，得到包括多个特征图像的特征图像金字塔。

在这些可选的实现方式中，上述执行主体可以将上述图像输入特征金字塔网络(featurepyramidnetworks，fpn)，得到特征金字塔网络输出的各个特征图像。具体地，特征金字塔网络，在得到多个卷积层卷积得到的多个特征图像之后，对相邻的两个特征图像中的特征进行融合，以得到上述多个特征图像。举例来说，各个卷积层卷积得到三个特征图像，按照分辨率由大到小分别是图c、图b和图a。融合后，得到三个特征图像，分别是图a，图a和图b的融合图，图a、图b和图c的融合图，如说明书附图2b所示。

在这些实现方式中，通过特征金字塔网络，所得到的特征图像，由于对卷积得到的不同分辨率的特征图像中的特征进行了融合，能够使得最终得到的特征图包含不同尺度下的特征，有助于后续利用特征图像进行更加准确的图像分割或检测。

对于多个特征图像中的至少两个分辨率相邻的特征图像，执行如下的合并步骤：

步骤202，对至少两个分辨率相邻的特征图像进行合并。

在本实施例中，对于上述多个特征图像中的n个分辨率相邻的特征图像，上述执行主体可以对这n个特征图像进行合并，所得到的合并结果为特征图像。这里的n大于或等于2。具体地，合并可以是对上述n个特征图像的矩阵求和，也可以是求积，还可以是进行特征图的拼接等等。在这里，拼接为对两个(或多个)特征图像的矩阵按序排列，组合成一个矩阵，所组成的矩阵中的元素不发生改变，其通道数为相拼接的矩阵的通道数之和。

步骤203，将合并结果输入激活函数，得到激活后的特征图像。

在本实施例中，将合并结果输入激活函数，以得到激活后的特征图像。激活函数可以是各种各样的，比如，可以是修正线型单元函数(relu函数)，还可以是sigmoid函数或双曲正切(tanh)函数等等。特征图像经过激活函数后，可以得到通道数为1的特征图像。

步骤204，将至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像合并，得到合并后的特征图像。

在本实施例中，将上述至少两个分辨率相邻的特征图像中，分辨率最大的特征图像，与所得到的激活后的特征图像进行合并，得到合并后的特征图像。具体地，这里的合并可以是对上述n个特征图像的矩阵求和，也可以是求积，还可以是进行特征图的拼接等等。在得到合并后的特征图像之后，可以将特征图像输入用于图像分割的卷积层或者用于关键点检测的卷积层，以得到分割出的图像中的区域或者检测到的关键点坐标。

在本实施例的一些可选的实现方式中，步骤403可以包括：

对至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像求积，得到合并后的特征图像。

在这些可选的实现方式中，上述执行主体可以对上述至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与得到的激活后特征图像求积。具体地，对各个特征图像求积为对各个特征图像的矩阵做乘法运算。

这些实现方式可以放大激活后的特征图像中的丰富的、经过充分融合的特征，进一步提高后续进行图像分割或检测的准确性。

在本实施例的一些可选的实现方式中，可以对多个特征图像中的每至少两个分辨率相邻的特征图像，执行上述合并步骤。

这些实现方式中，不同尺度的所有特征图像都能够将其中的特征与其他特征图像的特征充分融合，进一步提高了各个特征图像中的特征的融合程度。

继续参见图3，图3是根据本实施例的图像处理方法的应用场景的一个示意图。在图3的应用场景中，执行主体可以获取图像的多个特征图像，分别为图a、图b、图c和图d，图a的分辨率是1/32，图b的分辨率是1/16，图c的分辨率是1/8，图d的分辨率是1/4。对于各个特征图像中的图a和图b、图b和图c、图c和图d分别进行加和，得到合并结果：图a+b，图b+c，图c+d；将各个合并结果输入激活函数，得到激活后的特征图像：图(a+b)，图(b+c)，图(c+d)；将图b与图(a+b)相乘，将图c与图(b+c)相乘，将图d与图(c+d)相乘，得到各个合并后的特征图像。

本申请的上述实施例提供的方法能够通过两次合并，对各个特征图像中的特征进行充分融合，让各个特征图像中都有丰富的特征。高分辨率的特征图像有利于图片细节的分辨，低分辨率的特征图像有利于整体的分辨，通过将不同分辨率的特征图像进行充分融合，可以提高后续进行图像分割或检测的准确性。

进一步参考图4，其示出了图像处理方法的又一个实施例的流程400。该图像处理方法的流程400，包括以下步骤：

步骤401，获取图像的多个特征图像，其中，各个特征图像的分辨率不同。

在本实施例中，图像处理方法的执行主体(例如图1所示的服务器或终端设备)可以获取图像的多个特征图像。具体地，上述执行主体可以通过多种方式得到分辨率不同的特征图像。比如，可以将图像输入多个卷积层，通过各个卷积层的卷积过程，可以得到多个尺寸的特征图像。

对于多个特征图像中的至少两个分辨率相邻的特征图像，执行如下的合并步骤：

步骤402，对至少两个分辨率相邻的特征图像中分辨率最大的特征图像以外的各个特征图像进行上采样，并对各个上采样的结果以及最大的特征图像求和，其中，各个上采样的结果与最大的特征图像的分辨率相同。

在本实施例中，上述执行主体可以对至少两个特征图像中分辨率较小的各个特征图像进行上采样。所得到的上采样结果为分辨率增大的特征图像。之后，对以下内容求和：各个上采样结果、上述两个特征图像中分辨率最大的特征图像。具体地，对特征图像求和为对各个特征图像的矩阵做加法运算。

步骤403，将合并结果输入激活函数，得到激活后的特征图像。

在本实施例中，将合并结果输入激活函数，以得到激活后的特征图像。这里的激活函数可以是各种各样的。

步骤404，将至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像合并，得到合并后的特征图像。

在本实施例中，将上述至少两个分辨率相邻的特征图像中，分辨率最大的特征图像，与所得到的激活后的特征图像进行合并，得到合并后的特征图像。

本实施例利用求和以及求积两种合并方式，来对特征图像中的特征进行充分的融合，进一步提高后续进行图像分割或检测的准确性。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种图像处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的图像处理装置500包括：获取单元501和合并单元502。其中，获取单元501，被配置成获取图像的多个特征图像，其中，各个特征图像的分辨率不同；合并单元502，被配置成对于多个特征图像中的至少两个分辨率相邻的特征图像，执行如下的合并步骤：对至少两个分辨率相邻的特征图像进行合并；将合并结果输入激活函数，得到激活后的特征图像；将至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像合并，得到合并后的特征图像。

在一些实施例中，图像处理装置500的获取单元501可以获取图像的多个特征图像。这里的多个为两个以上。具体地，上述执行主体可以通过多种方式得到分辨率不同的特征图像。

在一些实施例中，合并单元502对于上述多个特征图像中的n个分辨率相邻的特征图像，对这n个特征图像进行合并，所得到的合并结果为特征图像。这里的n大于或等于2。将合并结果输入激活函数，以得到激活后的特征图像。之后，将上述至少两个分辨率相邻的特征图像中，分辨率最大的特征图像，与所得到的激活后的特征图像进行合并，得到合并后的特征图像。

在本实施例的一些可选的实现方式中，对于多个特征图像中的至少两个分辨率相邻的特征图像，执行如下的合并步骤，包括：对于多个特征图像中的每至少两个分辨率相邻的特征图像，执行如下的合并步骤。

在本实施例的一些可选的实现方式中，合并单元进一步被配置成：对至少两个分辨率相邻的特征图像中分辨率最大的特征图像以外的各个特征图像进行上采样，并对各个上采样的结果以及最大的特征图像求和，其中，各个上采样的结果与分辨率最大的特征图像的分辨率相同。

在本实施例的一些可选的实现方式中，合并单元进一步被配置成：对至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像求积，得到合并后的特征图像。

在本实施例的一些可选的实现方式中，获取单元进一步被配置成：将图像输入特征金字塔网络，得到包括多个特征图像的特征图像金字塔。

下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括处理器601，其可以根据存储在只读存储器(rom，readonlymemory)602中的程序或者从存储部分608加载到随机访问存储器(ram，randomaccessmemory)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。处理器601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o，input/output)接口605也连接至总线604。

以下部件连接至i/o接口605：包括硬盘等的存储部分606；以及包括诸如lan(局域网，localareanetwork)卡、调制解调器等的网络接口卡的通信部分607。通信部分607经由诸如因特网的网络执行通信处理。驱动器608也根据需要连接至i/o接口605。可拆卸介质609，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器608上，以便于从其上读出的计算机程序根据需要被安装入存储部分606。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分607从网络上被下载和安装，和/或从可拆卸介质609被安装。在该计算机程序被处理器601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元和合并单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取图像的多个特征图像的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取图像的多个特征图像，其中，各个特征图像的分辨率不同；对于多个特征图像中的至少两个分辨率相邻的特征图像，执行如下的合并步骤：对至少两个分辨率相邻的特征图像进行合并；将合并结果输入激活函数，得到激活后的特征图像；将至少两个分辨率相邻的特征图像中分辨率最大的特征图像，与激活后的特征图像合并，得到合并后的特征图像。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。