CN109242801A - 图像处理方法和装置 - Google Patents
图像处理方法和装置 Download PDFInfo
- Publication number
- CN109242801A CN109242801A CN201811126509.5A CN201811126509A CN109242801A CN 109242801 A CN109242801 A CN 109242801A CN 201811126509 A CN201811126509 A CN 201811126509A CN 109242801 A CN109242801 A CN 109242801A
- Authority
- CN
- China
- Prior art keywords
- subgraph
- image
- width
- frame
- callout box
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 58
- 238000012549 training Methods 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000006854 communication Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000000151 deposition Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
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：获取包含已标注目标的标注图像；基于已标注的目标所在的标注框的尺寸，从该标注图像中确定出子图像，其中，所确定出的子图像中的至少一个子图像包括该标注框，标注框的尺寸与标注图像尺寸的比例小于预设比例阈值；对子图像进行上采样，得到用于训练卷积神经网络的样本图像。本申请实施例可以将小目标所在的子图像进行上采样，能够放大其中的小目标，让卷积神经网络更准确地获取该小目标的完整的特征，以增强卷积神经网络对小目标的检测能力。
Description
技术领域
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
卷积神经网络是多层神经网络，擅长处理图像。而在处理图像的过程中，往往面积较大的目标容易被卷积神经网络检测到。而面积较小的一些目标，则容易被卷积神经网络忽略。
发明内容
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：获取包含已标注目标的标注图像；基于已标注的目标所在的标注框的尺寸，从标注图像中确定出子图像，其中，所确定出的子图像中的至少一个子图像包括标注框，标注框的尺寸与标注图像尺寸的比例小于预设比例阈值；对子图像进行上采样，得到用于训练卷积神经网络的样本图像。
在一些实施例中，基于已标注的目标所在的标注框的尺寸，从图像中确定出子图像，包括：获取卷积神经网络的检测精度所指示的框的尺寸；确定检测精度所指示的框和标注框中，尺寸较大的框为目标框；在标注图像中，确定宽高比等于预设宽高比的一个子图像，其中，一个子图像与目标框的宽相等和/或高相等，子图像的宽和高分别与标注图像的宽和高部分重合；按照预设移动方向，对子图像所在的窗口移动预设步长，得到标注图像中的其他子图像，其中，各个子图像所构成的集合覆盖标注图像。
在一些实施例中，检测精度所指示的框的宽和高相等；确定检测精度所指示的框和标注框中，尺寸较大的框为目标框，包括：确定标注框的宽和高是否都大于检测精度所指示的框的边长；响应于确定标注框的宽和高都大于检测精度所指示的框的边长，确定标注框为目标框；响应于确定标注框的宽和高中的至少一个不大于检测精度所指示的框的边长，确定检测精度所指示的框为目标框。
在一些实施例中，样本图像的宽高比与子图像的宽高比相同。
在一些实施例中，相邻的子图像之间有局部重合。
在一些实施例中，在对子图像进行上采样，得到用于训练卷积神经网络的样本图像之后，方法还包括：基于样本图像，训练卷积神经网络，得到训练后的卷积神经网络；获取待检测图像，从待检测图像中确定出多个待检测子图像，其中，各个待检测子图像所构成的集合覆盖待检测图像；对各个待检测子图像进行上采样，得到待输入的图像，将待输入的图像输入训练后的卷积神经网络进行检测，得到检测结果。
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，被配置成获取包含已标注目标的标注图像；确定单元，被配置成基于已标注的目标所在的标注框的尺寸，从标注图像中确定出子图像，其中，所确定出的子图像中的至少一个子图像包括标注框，标注框的尺寸与标注图像尺寸的比例小于预设比例阈值；上采样单元，被配置成对子图像进行上采样，得到用于训练卷积神经网络的样本图像。
在一些实施例中，确定单元，包括：获取模块，被配置成获取卷积神经网络的检测精度所指示的框的尺寸；目标框确定模块，被配置成确定检测精度所指示的框和标注框中，尺寸较大的框为目标框；子图像确定模块，被配置成在标注图像中，确定宽高比等于预设宽高比的一个子图像，其中，一个子图像与目标框的宽相等和/或高相等，子图像的宽和高分别与标注图像的宽和高部分重合；移动模块，被配置成按照预设移动方向，对子图像所在的窗口移动预设步长，得到标注图像中的其他子图像，其中，各个子图像所构成的集合覆盖标注图像。
在一些实施例中，检测精度所指示的框的宽和高相等；目标框确定模块，进一步被配置成：确定标注框的宽和高是否都大于检测精度所指示的框的边长；响应于确定标注框的宽和高都大于检测精度所指示的框的边长，确定标注框为目标框；响应于确定标注框的宽和高中的至少一个不大于检测精度所指示的框的边长，确定检测精度所指示的框为目标框。
在一些实施例中，样本图像的宽高比与子图像的宽高比相同。
在一些实施例中，相邻的子图像之间有局部重合。
在一些实施例中，装置还包括：训练单元，被配置成基于样本图像，训练卷积神经网络，得到训练后的卷积神经网络；图像获取单元，被配置成获取待检测图像，从待检测图像中确定出多个待检测子图像，其中，各个待检测子图像所构成的集合覆盖待检测图像；检测单元，被配置成对各个待检测子图像进行上采样，得到待输入的图像，将待输入的图像输入训练后的卷积神经网络进行检测，得到检测结果。
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，获取包含已标注目标的标注图像。之后，基于已标注的目标所在的标注框的尺寸，从标注图像中确定出子图像，其中，所确定出的子图像中的至少一个子图像包括标注框，标注框的尺寸与标注图像尺寸的比例小于预设比例阈值。最后，对子图像进行上采样，得到用于训练卷积神经网络的样本图像。本申请实施例可以将小目标所在的子图像进行上采样，能够放大其中的小目标，让卷积神经网络更准确地获取该小目标的完整的特征，以增强卷积神经网络对小目标的检测能力。
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2是根据本申请的图像处理方法的一个实施例的流程图；
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(例如样本图像)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2，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，获取包含已标注目标的标注图像。
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)可以获取包含已标注目标的标注图像。在这里，对目标进行的标注可以指示以下的至少一项：目标的尺寸、位置和目标所属的类别。标注图像指示该图像包含的目标被标注过。
步骤202，基于已标注的目标所在的标注框的尺寸，从标注图像中确定出子图像，其中，所确定出的子图像中的至少一个子图像包含已标注的目标，标注框的尺寸与标注图像尺寸的比例小于预设比例阈值。
在本实施例中，上述执行主体基于已标注的目标所在的标注框的尺寸，从图像中确定出子图像。这里的包含目标的标注框的尺寸与标注图像尺寸的比例较小，则该目标为小目标。在至少一个子图像中包含已标注的目标。在标注图像包含多个目标从而存在多个标注框的情况下，尺寸与标注图像尺寸的比例小于预设比例阈值的标注框可以是在多个标注框里所选定的一个。具体地，选定标注框可以是人工选定的，也可以是电子设备随机或按照一定顺序选定的。
在实践中，可以采用多种方式确定子图像。举例来说，上述执行主体可以预先设定子图像的大小，以标注图像中被标注的目标的位置为子图像的中心，确定出一个子图像。此外，还可以将标注图像等分为预设个数的子图像。这里的尺寸可以采用面积来表示，也可以采用周长或者宽与高等来表示。
步骤203，对子图像进行上采样，得到用于训练卷积神经网络的样本图像。
在本实施例中，上述执行主体可以对所确定的子图像进行上采样，得到用于训练卷积神经网络的样本图像。上采样之后，子图像的尺寸为适于输入卷积神经网络的图像尺寸，比如，上采样后图像的宽和高分别小于能够输入卷积神经网络的最大图像的宽和高。样本图像是存放于卷积神经网络的训练样本集中的图像。卷积神经网络可以利用样本图像进行训练，以调整卷积神经网络的参数。
在本实施例一些可选的实现方式中，样本图像的宽高比与子图像的宽高比相同。
在这些可选的实现方式中，上述执行主体可以对子图像的宽和高增加相同的倍数，继而，上采样得到的样本图像与子图像的宽高比相同。这样，标注图像中小目标在放大过程中没有缩放变形，卷积神经网络能够更准确地获取到小目标的特征。
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301可以从本地或者其他电子设备获取包含已标注目标的标注图像302，该标注图像302是呈现有一个有书的书架的图像。基于已标注的目标“一本书”所在的标注框的尺寸，从标注图像中确定出4个子图像303，其中，所确定出的4个子图像中的2个子图像包括标注框，标注框的尺寸与标注图像尺寸的比例0.005小于预设比例阈值0.01。对子图像进行上采样，得到用于训练卷积神经网络的样本图像304。
本实施例可以将小目标所在的子图像进行上采样，能够放大其中的小目标，让卷积神经网络更准确地获取该小目标的完整的特征，以增强卷积神经网络对小目标的检测能力。
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，获取包含已标注目标的标注图像。
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)可以获取包含已标注目标的标注图像。在这里，对目标进行的标注可以指示以下的至少一种：目标的尺寸、位置和目标所属的类别。标注图像指示该图像包含的目标被标注过。
步骤402，获取卷积神经网络的检测精度所指示的框的尺寸。
在本实施例中，上述执行主体可以获取卷积神经网络的检测精度所指示的框的尺寸。检测精度表示卷积神经网络能够检测到的最短的长度。这里的框可以是宽与高都为上述最短的长度的矩形框。图像中的目标在宽与高都大于该最短的长度的情况下，则卷积神经网络能够检测到该目标。
步骤403，确定检测精度所指示的框和标注框中，尺寸较大的框为目标框。
在本实施例中，上述执行主体可以比较检测精度所指示的框的尺寸和标注框的尺寸，并将尺寸较大的框作为目标框。具体地，可以比较标注框的宽、高和检测精度所指示的框的宽、高，并将其中宽、高较大的框作为目标框。
在本实施例一些可选的实现方式中，检测精度所指示的框的宽和高相等。在这些可选的实现方式中，步骤403可以包括：
确定标注框的宽和高是否都大于检测精度所指示的框的边长；响应于确定标注框的宽和高都大于检测精度所指示的框的边长，确定标注框为目标框；响应于确定标注框的宽和高中的至少一个不大于检测精度所指示的框的边长，确定检测精度所指示的框为目标框。
步骤404，在标注图像中，确定宽高比等于预设宽高比的一个子图像，其中，一个子图像与目标框的宽相等和/或高相等，子图像的宽和高分别与标注图像的宽和高部分重合。
在本实施例中，上述执行主体在上述标注图像中，确定一个子图像，该子图像的宽高比等于预设宽高比。一个子图像与目标框的宽相等和/或高相等。
上述执行主体可以确定标注图像的任意一个顶点，根据该顶点确定一个子图像，这个子图像和标注图像在该顶点的位置重合。同时，该子图像和标注图像在与该顶点相连的宽和高的位置也有部分重合。预设宽高比可以与标注图像的宽高比一致，也可以是其他预先设置的宽高比。
步骤405，按照预设移动方向，对子图像所在的窗口移动预设步长，得到标注图像中的其他子图像，其中，各个子图像所构成的集合覆盖标注图像。
在本实施例中，上述执行主体按照预设移动方向，对子图像所在的窗口移动预设步长(stride)。每移动一次，就在标注图像中得到一个上述所确定的一个子图像以外的其他子图像。所得到的各个子图像相同。各个子图像所构成的集合，可以覆盖标注图像。
预设移动方向可以是预先设定的任意方向。举例来说，预设移动方向可以是横向移动，比如从最左端开始，向右横向移动。也可以是按照对角线，向对角移动。
在本实施例一些可选的实现方式中，相邻的子图像之间有局部重合。
在这些实现方式中，上述执行主体可以设定子图像之间局部重合的面积。此外，上述执行主体也可以设定子图像之间重合的面积占子图像面积的比例。
步骤406，对子图像进行上采样，得到用于训练卷积神经网络的样本图像。
在本实施例中，上述执行主体可以对所确定的子图像中的一个或两个以上的子图像进行上采样，得到用于训练卷积神经网络的样本图像。样本图像是存放于卷积神经网络的训练样本集中的图像。卷积神经网络可以利用样本图像进行训练，以调整卷积神经网络的参数。
在本实施例一些可选的实现方式中，在步骤406之后，该方法还可以包括：
基于样本图像，训练卷积神经网络，得到训练后的卷积神经网络；获取待检测图像，从待检测图像中确定出多个待检测子图像，其中，各个待检测子图像所构成的集合覆盖待检测图像；对各个待检测子图像进行上采样，得到待输入的图像，将待输入的图像输入训练后的卷积神经网络进行检测，得到检测结果。
在这些可选的实现方式中，上述执行主体可以将样本图像作为输入，并将对样本图像所包含的目标的标注作为输出，训练上述卷积神经网络，以得到训练后的卷积神经网络。具体地，可以采用确定子图像的各种方式，来确定待检测子图像。
这些实现方式从待检测图像中确定子图像，并进行上采样，避免了卷积神经网络对图像中较小的目标检测不准确的情况。从而，在放大目标的情况下，得到更准确的检测结果。
本实施例中的子图像的尺寸依据目标框的宽、高来确定，能够较大程度地确定出一个较小的子图像，这样，在子图像中突出呈现了所标注的目标。进一步地，卷积神经网络获取到的小目标的特征也更加准确。
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、确定单元502和上采样单元503。其中，获取单元501，被配置成获取包含已标注目标的标注图像；确定单元502，被配置成基于已标注的目标所在的标注框的尺寸，从标注图像中确定出子图像，其中，所确定出的子图像中的至少一个子图像包括标注框，标注框的尺寸与标注图像尺寸的比例小于预设比例阈值；上采样单元503，被配置成对子图像进行上采样，得到用于训练卷积神经网络的样本图像。
在一些实施例中，图像处理装置500的获取单元501获取包含已标注目标的标注图像。在这里，对目标进行的标注可以指示以下的至少一项：目标的尺寸、位置和目标所属的类别。标注图像指示该图像包含的目标被标注过。
在一些实施例中，确定单元502基于已标注的目标所在的标注框的尺寸，从图像中确定出子图像。这里的包含目标的标注框的尺寸与标注图像尺寸的比例较小，则该目标为小目标。在至少一个子图像中包含已标注的目标。在图像包含多个目标从而存在多个标注框的情况下，尺寸与标注图像尺寸的比例小于预设比例阈值的标注框可以是在多个标注框里所选定的一个。
在一些实施例中，上采样单元503可以对所确定的子图像进行上采样，得到用于训练卷积神经网络的样本图像。样本图像是存放于卷积神经网络的训练样本集中的图像。卷积神经网络可以利用样本图像进行训练，以调整卷积神经网络的参数。
在本实施例的一些可选的实现方式中，确定单元，包括：获取模块，被配置成获取卷积神经网络的检测精度所指示的框的尺寸；目标框确定模块，被配置成确定检测精度所指示的框和标注框中，尺寸较大的框为目标框；子图像确定模块，被配置成在标注图像中，确定宽高比等于预设宽高比的一个子图像，其中，一个子图像与目标框的宽相等和/或高相等，子图像的宽和高分别与标注图像的宽和高部分重合；移动模块，被配置成按照预设移动方向，对子图像所在的窗口移动预设步长，得到标注图像中的其他子图像，其中，各个子图像所构成的集合覆盖标注图像。
在本实施例的一些可选的实现方式中，检测精度所指示的框的宽和高相等；目标框确定模块，进一步被配置成：确定标注框的宽和高是否都大于检测精度所指示的框的边长；响应于确定标注框的宽和高都大于检测精度所指示的框的边长，确定标注框为目标框；响应于确定标注框的宽和高中的至少一个不大于检测精度所指示的框的边长，确定检测精度所指示的框为目标框。
在本实施例的一些可选的实现方式中，样本图像的宽高比与子图像的宽高比相同。
在本实施例的一些可选的实现方式中，相邻的子图像之间有局部重合。
在本实施例的一些可选的实现方式中，装置还包括：训练单元，被配置成基于样本图像，训练卷积神经网络，得到训练后的卷积神经网络；图像获取单元，被配置成获取待检测图像，从待检测图像中确定出多个待检测子图像，其中，各个待检测子图像所构成的集合覆盖待检测图像；检测单元，被配置成对各个待检测子图像进行上采样，得到待输入的图像，将待输入的图像输入训练后的卷积神经网络进行检测，得到检测结果。
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包括中央处理单元(CPU和/或)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。中央处理单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示屏(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，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610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608。
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609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元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、确定单元和上采样单元。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“获取包含已标注目标的标注图像的单元”。
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：获取包含已标注目标的标注图像；基于已标注的目标所在的标注框的尺寸，从标注图像中确定出子图像，其中，所确定出的子图像中的至少一个子图像包括标注框，标注框的尺寸与标注图像尺寸的比例小于预设比例阈值；对子图像进行上采样，得到用于训练卷积神经网络的样本图像。
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。
Claims (14)
1.一种图像处理方法，包括：
获取包含已标注目标的标注图像；
基于已标注的目标所在的标注框的尺寸，从所述标注图像中确定出子图像，其中，所确定出的子图像中的至少一个子图像包括所述标注框，标注框的尺寸与标注图像尺寸的比例小于预设比例阈值；
对子图像进行上采样，得到用于训练卷积神经网络的样本图像。
2.根据权利要求1所述的方法，其中，基于已标注的目标所在的标注框的尺寸，从图像中确定出子图像，包括：
获取所述卷积神经网络的检测精度所指示的框的尺寸；
确定所述检测精度所指示的框和所述标注框中，尺寸较大的框为目标框；
在所述标注图像中，确定宽高比等于预设宽高比的一个子图像，其中，所述一个子图像与所述目标框的宽相等和/或高相等，所述子图像的宽和高分别与所述标注图像的宽和高部分重合；
按照预设移动方向，对所述子图像所在的窗口移动预设步长，得到所述标注图像中的其他子图像，其中，各个子图像所构成的集合覆盖所述标注图像。
3.根据权利要求2所述的方法，其中，所述检测精度所指示的框的宽和高相等；所述确定所述检测精度所指示的框和所述标注框中，尺寸较大的框为目标框，包括：
确定所述标注框的宽和高是否都大于所述检测精度所指示的框的边长；
响应于确定所述标注框的宽和高都大于所述检测精度所指示的框的边长，确定所述标注框为目标框；
响应于确定所述标注框的宽和高中的至少一个不大于所述检测精度所指示的框的边长，确定所述检测精度所指示的框为目标框。
4.根据权利要求1所述的方法，其中，所述样本图像的宽高比与子图像的宽高比相同。
5.根据权利要求2所述的方法，其中，相邻的子图像之间有局部重合。
6.根据权利要求2所述的方法，其中，在所述对子图像进行上采样，得到用于训练所述卷积神经网络的样本图像之后，所述方法还包括：
基于所述样本图像，训练所述卷积神经网络，得到训练后的卷积神经网络；
获取待检测图像，从所述待检测图像中确定出多个待检测子图像，其中，各个待检测子图像所构成的集合覆盖所述待检测图像；
对各个待检测子图像进行上采样，得到待输入的图像，将待输入的图像输入所述训练后的卷积神经网络进行检测，得到检测结果。
7.一种图像处理装置，包括：
获取单元，被配置成获取包含已标注目标的标注图像；
确定单元，被配置成基于已标注的目标所在的标注框的尺寸，从所述标注图像中确定出子图像，其中，所确定出的子图像中的至少一个子图像包括所述标注框，标注框的尺寸与标注图像尺寸的比例小于预设比例阈值；
上采样单元，被配置成对子图像进行上采样，得到用于训练卷积神经网络的样本图像。
8.根据权利要求7所述的装置，其中，所述确定单元，包括：
获取模块，被配置成获取所述卷积神经网络的检测精度所指示的框的尺寸；
目标框确定模块，被配置成确定所述检测精度所指示的框和所述标注框中，尺寸较大的框为目标框；
子图像确定模块，被配置成在所述标注图像中，确定宽高比等于预设宽高比的一个子图像，其中，所述一个子图像与所述目标框的宽相等和/或高相等，所述子图像的宽和高分别与所述标注图像的宽和高部分重合；
移动模块，被配置成按照预设移动方向，对所述子图像所在的窗口移动预设步长，得到所述标注图像中的其他子图像，其中，各个子图像所构成的集合覆盖所述标注图像。
9.根据权利要求8所述的装置，其中，所述检测精度所指示的框的宽和高相等；所述目标框确定模块，进一步被配置成：
确定所述标注框的宽和高是否都大于所述检测精度所指示的框的边长；
响应于确定所述标注框的宽和高都大于所述检测精度所指示的框的边长，确定所述标注框为目标框；
响应于确定所述标注框的宽和高中的至少一个不大于所述检测精度所指示的框的边长，确定所述检测精度所指示的框为目标框。
10.根据权利要求7所述的装置，其中，所述样本图像的宽高比与子图像的宽高比相同。
11.根据权利要求8所述的装置，其中，相邻的子图像之间有局部重合。
12.根据权利要求8所述的装置，其中，所述装置还包括：
训练单元，被配置成基于所述样本图像，训练所述卷积神经网络，得到训练后的卷积神经网络；
图像获取单元，被配置成获取待检测图像，从所述待检测图像中确定出多个待检测子图像，其中，各个待检测子图像所构成的集合覆盖所述待检测图像；
检测单元，被配置成对各个待检测子图像进行上采样，得到待输入的图像，将待输入的图像输入所述训练后的卷积神经网络进行检测，得到检测结果。
13.一种电子设备，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，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811126509.5A CN109242801B (zh) | 2018-09-26 | 2018-09-26 | 图像处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811126509.5A CN109242801B (zh) | 2018-09-26 | 2018-09-26 | 图像处理方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109242801A true CN109242801A (zh) | 2019-01-18 |
| CN109242801B CN109242801B (zh) | 2021-07-02 |
Family
ID=65057465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811126509.5A Active CN109242801B (zh) | 2018-09-26 | 2018-09-26 | 图像处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109242801B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110162649A (zh) * | 2019-05-24 | 2019-08-23 | 北京百度网讯科技有限公司 | 样本数据获取方法、获取系统、服务器和计算机可读介质 |
| CN110263730A (zh) * | 2019-06-24 | 2019-09-20 | 北京达佳互联信息技术有限公司 | 图像识别方法、装置、电子设备及存储介质 |
| CN110298851A (zh) * | 2019-07-04 | 2019-10-01 | 北京字节跳动网络技术有限公司 | 人体分割神经网络的训练方法及设备 |
| CN111539961A (zh) * | 2019-12-13 | 2020-08-14 | 山东浪潮人工智能研究院有限公司 | 一种目标分割方法、装置以及设备 |
| CN111694491A (zh) * | 2020-05-26 | 2020-09-22 | 珠海九松科技有限公司 | 一种ai自动选择和缩放医学素材特定区域的方法和系统 |
| CN112101134A (zh) * | 2020-08-24 | 2020-12-18 | 深圳市商汤科技有限公司 | 物体的检测方法及装置、电子设备和存储介质 |
| CN112329497A (zh) * | 2019-07-18 | 2021-02-05 | 杭州海康威视数字技术股份有限公司 | 一种目标识别方法、装置及设备 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104978580A (zh) * | 2015-06-15 | 2015-10-14 | 国网山东省电力公司电力科学研究院 | 一种用于无人机巡检输电线路的绝缘子识别方法 |
| CN107358177A (zh) * | 2017-06-27 | 2017-11-17 | 维拓智能科技（深圳）有限公司 | 一种基于图像分析的中远距离行人检测方法及终端设备 |
| CN107392214A (zh) * | 2017-07-26 | 2017-11-24 | 成都快眼科技有限公司 | 一种基于全卷积分裂网络的目标检测方法 |
| CN107590456A (zh) * | 2017-09-06 | 2018-01-16 | 张栖瀚 | 一种高空视频监控中小微目标的检测方法 |
| CN107590482A (zh) * | 2017-09-29 | 2018-01-16 | 百度在线网络技术（北京）有限公司 | 信息生成方法和装置 |
| CN107633220A (zh) * | 2017-09-13 | 2018-01-26 | 吉林大学 | 一种基于卷积神经网络的车辆前方目标识别方法 |
| CN107665498A (zh) * | 2017-08-29 | 2018-02-06 | 北京航空航天大学 | 基于典型示例挖掘的全卷积网络飞机检测方法 |
| US20180039853A1 (en) * | 2016-08-02 | 2018-02-08 | Mitsubishi Electric Research Laboratories, Inc. | Object Detection System and Object Detection Method |
| CN107862287A (zh) * | 2017-11-08 | 2018-03-30 | 吉林大学 | 一种前方小区域物体识别及车辆预警方法 |
| US9953236B1 (en) * | 2017-03-10 | 2018-04-24 | TuSimple | System and method for semantic segmentation using dense upsampling convolution (DUC) |
| CN107966447A (zh) * | 2017-11-14 | 2018-04-27 | 浙江大学 | 一种基于卷积神经网络的工件表面缺陷检测方法 |
| CN108038409A (zh) * | 2017-10-27 | 2018-05-15 | 江西高创保安服务技术有限公司 | 一种行人检测方法 |
| CN108062526A (zh) * | 2017-12-15 | 2018-05-22 | 厦门美图之家科技有限公司 | 一种人体姿态估计方法及移动终端 |
| CN108171207A (zh) * | 2018-01-17 | 2018-06-15 | 百度在线网络技术（北京）有限公司 | 基于视频序列的人脸识别方法和装置 |
| CN108230358A (zh) * | 2017-10-27 | 2018-06-29 | 北京市商汤科技开发有限公司 | 目标跟踪及神经网络训练方法、装置、存储介质、电子设备 |
| CN108537208A (zh) * | 2018-04-24 | 2018-09-14 | 厦门美图之家科技有限公司 | 一种多尺度的人脸检测方法及计算设备 |
| CN108563982A (zh) * | 2018-01-05 | 2018-09-21 | 百度在线网络技术（北京）有限公司 | 用于检测图像的方法和装置 |
-
2018
- 2018-09-26 CN CN201811126509.5A patent/CN109242801B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104978580A (zh) * | 2015-06-15 | 2015-10-14 | 国网山东省电力公司电力科学研究院 | 一种用于无人机巡检输电线路的绝缘子识别方法 |
| US20180039853A1 (en) * | 2016-08-02 | 2018-02-08 | Mitsubishi Electric Research Laboratories, Inc. | Object Detection System and Object Detection Method |
| US9953236B1 (en) * | 2017-03-10 | 2018-04-24 | TuSimple | System and method for semantic segmentation using dense upsampling convolution (DUC) |
| CN107358177A (zh) * | 2017-06-27 | 2017-11-17 | 维拓智能科技（深圳）有限公司 | 一种基于图像分析的中远距离行人检测方法及终端设备 |
| CN107392214A (zh) * | 2017-07-26 | 2017-11-24 | 成都快眼科技有限公司 | 一种基于全卷积分裂网络的目标检测方法 |
| CN107665498A (zh) * | 2017-08-29 | 2018-02-06 | 北京航空航天大学 | 基于典型示例挖掘的全卷积网络飞机检测方法 |
| CN107590456A (zh) * | 2017-09-06 | 2018-01-16 | 张栖瀚 | 一种高空视频监控中小微目标的检测方法 |
| CN107633220A (zh) * | 2017-09-13 | 2018-01-26 | 吉林大学 | 一种基于卷积神经网络的车辆前方目标识别方法 |
| CN107590482A (zh) * | 2017-09-29 | 2018-01-16 | 百度在线网络技术（北京）有限公司 | 信息生成方法和装置 |
| CN108038409A (zh) * | 2017-10-27 | 2018-05-15 | 江西高创保安服务技术有限公司 | 一种行人检测方法 |
| CN108230358A (zh) * | 2017-10-27 | 2018-06-29 | 北京市商汤科技开发有限公司 | 目标跟踪及神经网络训练方法、装置、存储介质、电子设备 |
| CN107862287A (zh) * | 2017-11-08 | 2018-03-30 | 吉林大学 | 一种前方小区域物体识别及车辆预警方法 |
| CN107966447A (zh) * | 2017-11-14 | 2018-04-27 | 浙江大学 | 一种基于卷积神经网络的工件表面缺陷检测方法 |
| CN108062526A (zh) * | 2017-12-15 | 2018-05-22 | 厦门美图之家科技有限公司 | 一种人体姿态估计方法及移动终端 |
| CN108563982A (zh) * | 2018-01-05 | 2018-09-21 | 百度在线网络技术（北京）有限公司 | 用于检测图像的方法和装置 |
| CN108171207A (zh) * | 2018-01-17 | 2018-06-15 | 百度在线网络技术（北京）有限公司 | 基于视频序列的人脸识别方法和装置 |
| CN108537208A (zh) * | 2018-04-24 | 2018-09-14 | 厦门美图之家科技有限公司 | 一种多尺度的人脸检测方法及计算设备 |
Non-Patent Citations (4)
| Title |
|---|
| JUAN DU: "Understanding of Object Detection Based on CNN Family and YOLO", 《2ND INTERNATIONAL CONFERENCE ON MACHINE VISION AND INFORMATION TECHNOLOGY》 * |
| 帅靖文: "自然场景中的文本检测研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 王贺: "基于神经网络的工程图尺寸标注单元识别研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
| 魏然: "复杂背景下多行人运动的检测与跟踪", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110162649A (zh) * | 2019-05-24 | 2019-08-23 | 北京百度网讯科技有限公司 | 样本数据获取方法、获取系统、服务器和计算机可读介质 |
| CN110162649B (zh) * | 2019-05-24 | 2021-06-18 | 北京百度网讯科技有限公司 | 样本数据获取方法、获取系统、服务器和计算机可读介质 |
| CN110263730A (zh) * | 2019-06-24 | 2019-09-20 | 北京达佳互联信息技术有限公司 | 图像识别方法、装置、电子设备及存储介质 |
| US11341376B2 (en) | 2019-06-24 | 2022-05-24 | Beijing Dajia Internet Information Technology Co., Ltd. | Method and device for recognizing image and storage medium |
| CN110298851A (zh) * | 2019-07-04 | 2019-10-01 | 北京字节跳动网络技术有限公司 | 人体分割神经网络的训练方法及设备 |
| CN112329497A (zh) * | 2019-07-18 | 2021-02-05 | 杭州海康威视数字技术股份有限公司 | 一种目标识别方法、装置及设备 |
| CN111539961A (zh) * | 2019-12-13 | 2020-08-14 | 山东浪潮人工智能研究院有限公司 | 一种目标分割方法、装置以及设备 |
| CN111694491A (zh) * | 2020-05-26 | 2020-09-22 | 珠海九松科技有限公司 | 一种ai自动选择和缩放医学素材特定区域的方法和系统 |
| CN112101134A (zh) * | 2020-08-24 | 2020-12-18 | 深圳市商汤科技有限公司 | 物体的检测方法及装置、电子设备和存储介质 |
| CN112101134B (zh) * | 2020-08-24 | 2024-01-02 | 深圳市商汤科技有限公司 | 物体的检测方法及装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109242801B (zh) | 2021-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109242801A (zh) | 图像处理方法和装置 | |
| CN109308681A (zh) | 图像处理方法和装置 | |
| CN108898185A (zh) | 用于生成图像识别模型的方法和装置 | |
| CN108830235A (zh) | 用于生成信息的方法和装置 | |
| CN108171204B (zh) | 检测方法和装置 | |
| CN109255767A (zh) | 图像处理方法和装置 | |
| CN109308490A (zh) | 用于生成信息的方法和装置 | |
| CN109308469A (zh) | 用于生成信息的方法和装置 | |
| CN109389072A (zh) | 数据处理方法和装置 | |
| CN109272050B (zh) | 图像处理方法和装置 | |
| CN109255337A (zh) | 人脸关键点检测方法和装置 | |
| CN109118456A (zh) | 图像处理方法和装置 | |
| CN110619807B (zh) | 生成全局热力图的方法和装置 | |
| CN109063653A (zh) | 图像处理方法和装置 | |
| CN109377508A (zh) | 图像处理方法和装置 | |
| CN109711508A (zh) | 图像处理方法和装置 | |
| CN109086780A (zh) | 用于检测电极片毛刺的方法和装置 | |
| CN108427941A (zh) | 用于生成人脸检测模型的方法、人脸检测方法和装置 | |
| CN108509916A (zh) | 用于生成图像的方法和装置 | |
| CN109901988A (zh) | 一种用于自动化测试的页面元素定位方法和装置 | |
| CN108509921A (zh) | 用于生成信息的方法和装置 | |
| CN110070076A (zh) | 用于选取训练用样本的方法和装置 | |
| CN108182457A (zh) | 用于生成信息的方法和装置 | |
| CN108171167B (zh) | 用于输出图像的方法和装置 | |
| CN108597034A (zh) | 用于生成信息的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Tiktok vision (Beijing) Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd. Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Douyin Vision Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: Tiktok vision (Beijing) Co.,Ltd. |