一种图像处理方法、装置、设备及介质与流程

文档序号:22472066发布日期:2020-10-09 22:05阅读:来源:国知局

技术特征:

1.一种图像处理方法,其特征在于,包括:

获取目标视频数据,所述目标视频数据中的图像包括目标对象;

对所述目标视频数据中的图像进行属性识别处理,得到所述目标对象的第一属性信息,所述第一属性信息包括所述目标对象在二维坐标系下的第一尺寸信息和所述目标对象在所述目标视频数据所包括的图像中的位置信息;

根据所述第一尺寸信息和所述目标对象在所述目标视频数据所包括的图像中的位置信息,对所述目标视频数据所包括的图像进行剪切,得到至少一个第一图像区域,每个第一图像区域均包括所述目标对象;

从所述至少一个第一图像区域中确定参考图像区域,根据所述参考图像区域分别对所述至少一个第一图像区域进行缩放处理,得到所述每个第一图像区域对应的第二图像区域;

对所述每个第一图像区域对应的第二图像区域进行类型识别处理,得到所述目标对象的对象类型。

2.根据权利要求1所述的方法,其特征在于,所述根据所述第一尺寸信息和所述目标对象在所述目标视频数据所包括的图像中的位置信息,对所述目标视频数据所包括的图像进行剪切,得到至少一个第一图像区域,包括:

根据摄像装置在三维坐标系下的位置信息、所述目标对象在三维坐标系下的位置信息、所述第一尺寸信息、以及所述目标对象在所述目标视频数据所包括的图像中的位置信息,构建透视关系图,所述摄像装置用于拍摄所述目标视频数据;

采用所述透视关系图确定所述第一尺寸信息与所述目标视频数据所包括的图像在所述透视关系图中的位置信息之间的线性关系;

对所述第一尺寸信息和所述线性关系进行计算,得到所述至少一个参考尺寸信息;

根据所述至少一个参考尺寸信息对所述目标视频数据所包括的图像进行剪切,得到所述至少一个第一图像区域,一个第一图像区域对应一个参考尺寸信息。

3.根据权利要求2所述的方法,其特征在于,所述从所述至少一个第一图像区域中确定参考图像区域,根据所述参考图像区域分别对所述至少一个第一图像区域进行缩放处理,得到所述每个第一图像区域对应的第二图像区域,包括:

将所述至少一个第一图像区域中区域尺寸最大的图像区域,作为所述参考图像区域;

获取所述至少一个第一图像区域中每个第一图像区域与所述参考图像区域之间的比例;

根据所述比例对所述每个第一图像区域进行缩放处理,得到所述每个第一图像区域对应的第二图像区域。

4.根据权利要求1所述的方法,其特征在于,所述对所述每个第一图像区域对应的第二图像区域进行类型识别处理,得到所述目标对象的对象类型,包括:

将所述每个第一图像区域对应的第二图像区域输入目标检测模型进行类型识别处理,得到所述第二图像区域中目标对象的多个第一候选对象类型,以及每个第一候选对象类型对应的匹配概率;

将所述多个第一候选对象类型中匹配概率最大的对象类型,作为所述第二图像区域中目标对象的对象类型。

5.根据权利要求4所述的方法,其特征在于,所述对所述目标视频数据中的图像进行属性识别处理,得到所述目标对象的第一属性信息之前,还包括:

获取样本图像以及所述样本图像中的标注对象的对象类型;

对所述样本图像进行属性识别处理,得到所述样本对象的第一属性信息,所述第一属性信息包括所述样本对象在二维坐标系下的第一样本尺寸信息和所述样本对象在所述样本图像中的位置信息;

根据所述第一样本尺寸信息和所述样本对象在所述样本图像中的位置信息,对所述样本图像进行剪切,得到至少一个第一样本图像区域,每个第一样本图像区域均包括所述样本对象;

从所述至少一个第一样本图像区域中确定样本参考图像区域,根据所述样本参考图像区域分别对所述至少一个第一样本图像区域进行缩放处理,得到所述每个第一样本图像区域对应的第二样本图像区域;

采用检测模型对所述每个第一样本图像区域对应的第二样本图像区域进行类型识别处理,得到所述样本对象的对象类型;

根据所述样本对象的对象类型和所述标注对象的对象类型,确定所述检测模型对图像识别的准确度;

根据所述准确度对所述检测模型进行调整,将调整后的检测模型确定为所述目标检测模型。

6.根据权利要求5所述的方法,其特征在于,所述检测模型包括第一特征提取层、第二特征提取层以及特征分类层;

所述采用检测模型对所述每个第一样本图像区域对应的第二样本图像区域进行类型识别处理,得到所述样本对象的对象类型,包括:

采用所述检测模型中的所述第一特征提取层对所述样本图像进行特征提取,得到第一特征,所述第一特征用于指示所述样本图像的边缘信息;

采用所述检测模型中的所述第二特征提取层对所述第一特征进行特征提取,得到第二特征,所述第二特征用于指示所述样本图像的语义信息;

对所述第一特征和所述第二特征进行拼接处理,得到拼接处理后的特征;

采用所述检测模型中的所述特征分类层对所述拼接处理后的特征进行识别,得到所述样本对象的对象类型。

7.根据权利要求2所述的方法,其特征在于,所述方法还包括:

获取所述摄像装置在三维坐标系下的位置信息;

根据所述摄像装置在三维坐标系下的位置信息确定所述目标对象的三维坐标信息,对所述目标对象进行定位。

8.一种图像处理装置,其特征在于,包括:

视频获取模块,用于获取目标视频数据,所述目标视频数据中的图像包括目标对象;

属性获取模块,用于对所述目标视频数据中的图像进行属性识别处理,得到所述目标对象的第一属性信息,所述第一属性信息包括所述目标对象在二维坐标系下的第一尺寸信息和所述目标对象在所述目标视频数据所包括的图像中的位置信息;

图像剪切模块,用于根据所述第一尺寸信息和所述目标对象在所述目标视频数据所包括的图像中的位置信息,对所述目标视频数据所包括的图像进行剪切,得到至少一个第一图像区域,每个第一图像区域均包括所述目标对象;

图像缩放模块,用于从所述至少一个第一图像区域中确定参考图像区域,根据所述参考图像区域分别对所述至少一个第一图像区域进行缩放处理,得到所述每个第一图像区域对应的第二图像区域;

类型获取模块,用于对所述每个第一图像区域对应的第二图像区域进行类型识别处理,得到所述目标对象的对象类型。

9.一种计算机设备,其特征在于,包括:处理器、存储器以及网络接口;

所述处理器与所述存储器、所述网络接口相连,其中,所述网络接口用于提供数据通信功能,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,以执行如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。


技术总结
本申请实施例公开了一种图像处理方法、装置、设备及介质,涉及人工智能中的图像识别技术,且可应用于区块链网络,其中,方法包括:获取目标视频数据;对目标视频数据中的图像进行属性识别处理,得到目标对象的第一属性信息;对目标视频数据所包括的图像进行剪切,得到至少一个第一图像区域;从至少一个第一图像区域中确定参考图像区域,根据参考图像区域分别对至少一个第一图像区域进行缩放处理,得到每个第一图像区域对应的第二图像区域;对每个第一图像区域对应的第二图像区域进行类型识别处理,得到目标对象的对象类型。本申请中的属性信息、目标对象的对象类型可以存储在区块链中。采用本申请实施例,可以提高图像识别的准确度。

技术研发人员:林春伟;刘莉红;刘玉宇
受保护的技术使用者:平安科技(深圳)有限公司
技术研发日:2020.06.28
技术公布日:2020.10.09
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1