CN109285181B - 用于识别图像的方法和装置 - Google Patents
用于识别图像的方法和装置 Download PDFInfo
- Publication number
- CN109285181B CN109285181B CN201811037194.7A CN201811037194A CN109285181B CN 109285181 B CN109285181 B CN 109285181B CN 201811037194 A CN201811037194 A CN 201811037194A CN 109285181 B CN109285181 B CN 109285181B
- Authority
- CN
- China
- Prior art keywords
- image
- current frame
- frame image
- sub
- difference
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了用于识别图像的方法和装置。该方法的一具体实施方式包括:对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,生成运算后的帧差图;确定帧差图中的物体对象在该当前帧图像中的位置信息;从该当前帧图像中提取出与所确定的位置信息对应位置处的图像;基于所提取的图像,生成该当前帧图像的子图像;利用预先训练的神经网络对该子图像进行识别,得到识别结果,其中,该识别结果用于指示该子图像呈现的物体的类别和与类别对应的物体在该子图像中的位置信息。该实施方式可以简化待识别图像,提高图像识别速度和识别精度。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于识别图像的方法和装置。
背景技术
随着信息技术的发展,图像识别技术得到了广泛的应用。相关图像识别技术通常包括识别图像中所包含的物体的类别、从图像中识别出是否包含目标物体等技术。
随着大数据信息的发展,深度学习技术在各个领域得到的广泛的应用。利用深度学习技术对图像进行识别通常可以使得识别的图像所包含的物体类别更加准确。
发明内容
本申请实施例提出了用于识别图像的方法和装置。
第一方面,本申请实施例提供了一种用于识别图像的方法,包括:对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,生成运算后的帧差图;确定帧差图中的物体对象在当前帧图像中的位置信息;从当前帧图像中提取出与所确定的位置信息对应位置处的图像;基于所提取的图像,生成当前帧图像的子图像;利用预先训练的神经网络对子图像进行识别,得到识别结果,其中,识别结果用于指示子图像呈现的物体的类别和与类别对应的物体在子图像中的位置信息。
在一些实施例中,对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,包括:分别对当前帧图像和与前一帧图像进行灰度处理;对灰度处理后的当前帧图像和前一帧图像进行差值运算。
在一些实施例中,确定帧差图中的物体对象在当前帧图像中的位置信息,包括:对帧差图进行二值化处理;对二值化后的帧差图进行腐蚀滤波处理、膨胀处理,得到处理后的帧差图;在处理后的帧差图中确定出物体对象的最小外接矩形区域;确定所确定的最小外接矩形区域在当前帧图像中的坐标信息;将所确定的最小外接矩形区域在当前帧图像中的坐标信息确定为处理后的帧差图中的物体对象在当前帧图像中的位置信息。
在一些实施例中,处理后的帧差图包括至少两个物体对象;以及从当前帧图像中提取出与位置信息对应的位置处的图像,包括:对于至少两个物体对象中的物体对象,基于物体对象对应的最小外接矩形区域在当前帧图像中的坐标信息,从当前帧图像中提取最小外接矩形区域中的图像。
在一些实施例中,基于提取的图像,生成当前帧图像的子图像,包括:对所提取的图像进行图像拼接,将拼接后的图像确定为子图像。
在一些实施例中,方法还包括:基于预先建立的子图像与当前帧图像之间的坐标映射关系,对当前帧图像中的物体对象进行类别标注。
第二方面,本申请实施例提供了一种用于识别图像的装置,包括:运算单元,被配置成对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,生成运算后的帧差图;确定单元,被配置成确定帧差图中的物体对象在当前帧图像中的位置信息;提取单元,被配置成从当前帧图像中提取出与所确定的位置信息对应位置处的图像;生成单元,被配置成基于所提取的图像,生成当前帧图像的子图像;识别单元,被配置成利用预先训练的神经网络对子图像进行识别,得到识别结果,其中,识别结果用于指示子图像呈现的物体的类别和与类别对应的物体在子图像中的位置信息。
在一些实施例中,运算单元进一步被配置成:分别对当前帧图像和与前一帧图像进行灰度处理;对灰度处理后的当前帧图像和前一帧图像进行差值运算。
在一些实施例中,位置信息确定单元进一步被配置成:对帧差图进行二值化处理;对二值化后的帧差图进行腐蚀滤波处理、膨胀处理,得到处理后的帧差图;在处理后的帧差图中确定出物体对象的最小外接矩形区域;确定所确定的最小外接矩形区域在当前帧图像中的坐标信息;将所确定的最小外接矩形区域在当前帧图像中的坐标信息确定为处理后的帧差图中的物体对象在当前帧图像中的位置信息。
在一些实施例中,处理后的帧差图包括至少两个物体对象;以及提取单元进一步被配置成:对于至少两个物体对象中的物体对象,基于物体对象对应的最小外接矩形区域在当前帧图像中的坐标信息,从当前帧图像中提取最小外接矩形区域中的图像。
在一些实施例中,生成单元进一步被配置成:对所提取的图像进行图像拼接,将拼接后的图像确定为子图像。
在一些实施例中,装置还包括:标注单元,被配置成基于预先建立的子图像与当前帧图像之间的坐标映射关系,对当前帧图像中的物体对象进行类别标注。
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,其上存储有一个或多个程序,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第一方面中任意实施例的方法。
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第一方面中任意实施例的方法。
本申请实施例提供的用于识别图像的方法和装置,在对获取到的当前帧图像和前一帧图像进行差值运算后帧差图,然后对帧差图进行图像处理,可以确定出处理后的帧差图中的物体对象在当前帧图像中的位置信息,接着从当前帧图像中提取出与所确定的位置信息对应位置处的图像,基于提取的图像,生成当前帧图像的子图像,最后利用预先训练的神经网络对子图像进行识别,得到用于指示子图像呈现的物体的类别和与类别对应的物体在子图像中的位置信息的检测结果。通过对图像进行处理,可以减小输入至卷积神经网络中的图像的尺寸,简化待识别图像,进而减少神经网络所提取的图像特征的数目,提高图像识别速度和识别精度。
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是根据本申请实施例的可以应用于其中的示例性系统架构图;
图2是根据本申请的用于识别图像的方法的一个实施例的流程图;
图3是根据本申请的用于识别图像的方法的另一个实施例的流程图;
图4a-图4b是根据本申请的用于识别图像的方法的一个应用场景的示意图;
图5是根据本申请的用于识别图像的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服务器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用于识别图像的方法或用于识别图像的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,例如图像采集类应用、图像处理类应用等。
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,可以是具有拍摄功能的各种电子设备,包括但不限于智能手机、平板电脑、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(例如用来提供图像采集服务),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上传的图像进行图像识别的服务器。服务器可以对接收到的图像帧进行各种分析处理,识别出图像帧中所呈现的物体的类别。
需要说明的是,本申请实施例所提供的用于识别图像的方法一般由服务器105执行,相应地,用于识别图像的装置一般设置于服务器105中。
需要指出的是,服务器105的本地也可以直接图像帧,服务器105可以直接提取本地的图像帧,识别出图像帧所呈现的物体的类别,此时,示例性系统架构100可以不包括终端设备101、102、103和网络104。
还需要指出的是,终端设备101、102、103中也可以安装有图像识别类应用,终端设备101、102、103也可以基于图像识别类应用识别出图像所呈现的物体的类别,此时,用于识别图像的方法也可以由终端设备101、102、103执行,相应地,用于识别图像的装置也可以设置于终端设备101、102、103中。此时,示例性系统架构100也可以不包括服务器105和网络104。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供图像识别服务),也可以实现成单个软件或软件模块。在此不做具体限定。
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,其示出了根据本申请的用于识别图像的方法的一个实施例的流程200。该用于识别图像的方法,包括以下步骤:
步骤201,对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,生成运算后的帧差图。
在本实施例中,用于识别图像的方法的执行主体(例如图1所示的服务器)可以获取包含物体对象的当前帧图像和前一帧图像。在这里,该当前帧图像和前一帧图像可以为用户从终端获取到的,也可以为从本地直接获取到的。在这里,包含当前帧图像和前一帧图像的图像为动态图像。因此,在当前帧图像和前一帧图像中呈现有不同姿态、在图像中不同位置处的同一物体。
在本实施例中,上述执行主体在获取到当前帧图像和与当前帧相邻的前一帧图像后,可以对当前帧图像和前一帧图像进行差值运算。由于图像中呈现的物体为运动物体,因此,不同帧图像中呈现的物体的姿态和物体对象在不同帧图像中的位置均不相同。在这里,对当前帧图像和前一帧图像进行差值运算的方法例如可以包括帧间差值法。具体来说,可以将当前帧图像的每一个像素的灰度值减去前一帧图像中的每一个像素的灰度值。由于相邻两帧图像中静止的物体对象对应的像素具有相同的灰度值,通过对当前帧图像与前一帧图像作差,可以消除掉两帧图像中静止的物体对象,得到运动的物体对象的图像。也即是说,当前帧图像和前一帧图像中相同位置处的像素具有相同的灰度值时,该处作差后灰度值为0。当前帧图像和前一帧图像中相同位置处的像素具有不同的灰度值时,该处作差后灰度值不为零。
在本实施例的一些可选的实现方式中,可以分别对当前帧图像和前一帧图像进行灰度处理,对灰度处理后的当前帧图像和前一帧图像进行差值运算。在这里,通过对当前帧图像和前一帧图像进行灰度值处理,可以过滤掉红、绿、蓝三原色色值,使得图像中仅保留有灰度值,从而使得在当前帧图像和前一帧图像进行差值运算更加简便,提高运算速度。
步骤202,确定帧差图中的物体对象在当前帧图像中的位置信息。
在本实施例中,根据步骤201所确定的帧差图,上述执行主体可以确定帧差图中的物体对象在当前帧图像中的位置信息。
具体的,上述帧差图中包括物体对象。上述执行主体可以确定位于帧差图中的物体对象在帧差图中的位置信息。该位置信息例如可以为物体对象的某一点在帧差图的坐标信息。基于该坐标信息,可以确定物体对象分别沿竖直方向和水平方向的长度。由于帧差图与当前帧图像的尺寸一致,物体对象在帧差图中的坐标与物体对象在当前帧图像中的坐标不变。因此,可以将所确定的物体对象的某一点在帧差图中的坐标、物体对象分别沿竖直方向、水平方向的长度作为帧差图中的物体对象在当前帧图像中的位置信息。
步骤203,从当前帧图像中提取出与所确定的位置信息对应位置处的图像。
在本实施例中,根据步骤202确定的帧差图中的物体对象在当前帧图像中的位置信息,上述执行主体可以从当前帧图像中提取出与所确定的位置信息对应位置处的图像。在这里,由于当前帧图像是没有处理过的彩色图像、黑白图像或灰度图像等。因此,从当前帧图像中提取出的所确定的位置信息对应位置处的图像中包括物体对象的清晰的图像。该清晰的图像例如可以为小猫图像、小狗图像、汽车图像、人的图像等。
步骤204,基于所提取的图像,生成当前帧图像的子图像。
在本实施例中,上述执行主体可以将从当前帧中提取的图像作为当前帧的子图像。
步骤205,利用预先训练的神经网络对子图像进行检测,得到检测结果。
在本实施例中,上述执行主体中设置有预先训练的神经网络。在这里,该神经网络可以为卷积神经网络、循环神经网络等。上述执行主体可以将当前帧图像的子图像输入至预先训练的神经网络中,利用预先训练的神经网络对子图像中的物体对象进行识别,从而得到识别结果。在这里,该识别结果用于指示子图像呈现的物体的类别和与类别对应的物体在子图像中的位置信息。在这里,该预先训练的神经网络可以识别出上述子图像中所呈现的物体所属的各个类别的概率值,和该物体在子图像中的位置信息。
在本实施例中,不同的神经网络根据卷积核的大小、卷积层的数目的不同,可以识别出的物体的类别的数目不同。作为示例,可以对包含4层卷积层、包含3层池化层、包含2层全连接层、一层输出层的待训练的卷积神经网络训练得到可以识别出4种类别(例如人、车辆、树木和路灯)的卷积神经网络。
本申请实施例提供的用于识别图像的方法,在对获取到的当前帧图像和前一帧图像进行差值运算后帧差图,然后对帧差图进行图像处理,可以确定出处理后的帧差图中的物体对象在当前帧图像中的位置信息,接着从当前帧图像中提取出与所确定的位置信息对应位置处的图像,基于提取的图像,生成当前帧图像的子图像,最后利用预先训练的神经网络对子图像进行识别,得到用于指示子图像呈现的物体的类别和与类别对应的物体在子图像中的位置信息的识别结果。通过对图像进行处理,可以减小输入至卷积神经网络中的图像的尺寸,简化待识别图像,进而减少神经网络所提取的图像特征的数目,提高图像识别速度和识别精度。
继续参考图3,其示出了根据本申请的用于识别图像的方法的另一个实施例的流程300。该用于识别图像的方法,包括以下步骤:
步骤301,对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,生成运算后的帧差图。
在本实施例中,用于识别图像的方法的执行主体(例如图1所示的服务器)可以获取包含物体对象的当前帧图像和前一帧图像。在这里,该当前帧图像和前一帧图像可以为用户从终端获取到的,也可以为从本地直接获取到的。在这里,包含当前帧图像和前一帧图像的图像为动态图像。因此,在当前帧图像和前一帧图像中呈现有不同姿态、在图像中不同位置处的同一物体。
在本实施例中,上述执行主体在获取到当前帧图像和与当前帧相邻的前一帧图像后,可以对当前帧图像和前一帧图像进行差值运算。在这里,对当前帧图像和前一帧图像进行差值运算的方法例如可以包括帧间差值法。具体来说,可以将当前帧图像的每一个像素的灰度值减去前一帧图像中的每一个像素的灰度值。
步骤302,对帧差图进行二值化处理。
在本实施例中,上述执行主体可以对帧差图进行二值化处理。通过对帧差图进行二值化处理,可以使得帧差图的图像像素中仅包括灰度值为0和灰度值为255两种灰度值。通常,帧差图经过二值化处理后,其中的物体对象的像素值为255,帧差图其余部分的像素值为0。通过将帧差图进行二值化处理,可以提高帧差图中物体对象与其余图像之间的对比度,从而更加有利于确定物体对象在帧差图中的位置信息。
步骤303,对二值化后的帧差图进行腐蚀滤波处理、膨胀处理,得到处理后的帧差图。
在本实施例中,上述执行主体可以对二值化后的帧差图进行腐蚀滤波处理、膨胀处理,从而得到处理后的帧差图。
步骤304,在处理后的帧差图中确定出物体对象的最小外接矩形。
在本实施例中,上述执行主体可以在处理后的帧差图中确定出物体对象的最小外接矩形。在这里,帧差图所呈现的物体通常为物体的轮廓,且该轮廓为不规则的轮廓。通过在处理后的帧差图中确定出物体对象的最小外接矩形,可以直接根据所确定的最小外接矩形来确定物体对象在上述当前帧图像中的位置信息。
具体的,可以根据物体对象沿水平方向和竖直方向的长度,来确定最小外接矩形的长和宽,从而使得物体对象位于该最小矩形框中。
在本实施中,帧差图中可以包括一个物体对象,也可以为包括多个物体对象。当帧差图中包括多个物体对象时,且当其中两个物体对象在帧差图中的距离大于或等于预设阈值时,上述执行主体可以确定出每一个物体对象的最小外接矩形。
步骤305,确定所确定的最小外接矩形区域在当前帧图像中的坐标信息。
在本实施例中,由于帧差图与当前帧图像的尺寸一致,物体对象在帧差图中的坐标与物体对象在当前帧图像中的坐标不变。因此,上述执行主体可以确定最小外接矩形的每一个顶点在帧差图中的坐标信息。从而,上述执行主体可以将所确定的每一个最小外接矩形的顶点坐标信息作为当前帧图像中的最小外接矩形的顶点坐标信息。
步骤306,将所确定的最小外接矩形区域在当前帧图像中的坐标信息确定为处理后的帧差图中的物体对象在当前帧图像中的位置信息。
在本实施例中,由于最小外接矩形内部的图像为物体对象。因此,上述执行主体可以根据步骤305所确定的当前帧图像中的最小外接矩形的顶点坐标信息,从而将所确定的最小外接矩形区域在当前帧图像中的坐标信息确定为处理后的帧差图中的物体对象在当前帧图像中的位置信息。
步骤307,对于至少两个物体对象中的物体对象,基于该物体对象对应的最小外接矩形区域在当前帧图像中的坐标信息,从当前帧图像中提取最小外接矩形区域中的图像。
在本实施例中,当上述当前帧图像中包括至少两个物体对象,且该至少两个物体对象之间的距离大于预设阈值时,上述执行主体可以根据每一个物体对象对应的最小外接矩形区域在当前帧图像中的坐标信息,从当前帧图像中提取每一个最小外接矩形区域中的图像。从而,上述执行主体可以从当前帧图像中提取出多个物体对象。
步骤308,对所提取的图像进行图像拼接,将拼接后的图像确定为当前帧图像的子图像。
在本实施例中,根据步骤307中从当前帧图像中提取出的多个图像,上述执行主体可以对从当前帧图像中所提取的图像进行图像拼接。也即是说,将提取出的多个图像块合并为一张图像,即放入一张图像中。从而,将拼接后的图像确定为当前帧图像的子图像。在这里,该子图像的尺寸小于当前帧图像的尺寸。
步骤309,利用预先训练的神经网络对子图像进行识别,得到识别结果。
在本实施例中,上述执行主体中设置有预先训练的神经网络。在这里,该神经网络可以为卷积神经网络、循环神经网络等。上述执行主体可以将当前帧图像的子图像输入至预先训练的神经网络中,利用预先训练的神经网络对子图像中的物体对象进行识别,从而得到识别结果。在这里,该识别结果用于指示子图像呈现的物体的类别和与类别对应的物体在子图像中的位置信息。在这里,该预先训练的神经网络可以识别出上述子图像中所呈现的物体所属的各个类别的概率值,和该物体在子图像中的位置信息。
步骤310,基于预先建立的当前帧图像的子图像与当前帧图像之间的坐标映射关系,对当前帧图像中的物体对象进行类别标注。
在本实施例中,上述执行主体中可以预先建立有当前帧图像的子图像与当前帧图像之间的坐标映射关系。具体的,由于子图像是通过基于最小外接矩形的顶点坐标,从当前帧图像中提取出多个矩形图像块拼接而成的。因此,可以对子图像中的某些坐标点进行标注。该标注信息可以为子图像中参与图像合成的各矩形图像块中每一个矩形图像块的顶点在当前帧图像中的坐标。
由于在步骤309中,神经网络对子图像进行识别后的识别结果中,用于指示与类别对应的物体对象在子图像中的位置信息中,该位置信息通常是基于子图像建立的坐标系下的坐标信息。通过预先建立有当前帧图像的子图像与当前帧图像之间的坐标映射关系,可以确定与各类别对应的物体对象在当前帧图像中的位置,继而可以对当前帧图像中的物体对象进行类别标注。
从图3中可以看出,与图2所示的实施例不同的是,本实施例体现了:1、当帧差图中包括在帧差图中的距离大于预设阈值的物体对象时,通过从当前帧图像中提取出多个图像块,然以对图像块进行拼接,从而形成当前帧图像的子图像的步骤,从而可以使得对当前帧图像中物体对象的识别更加准确;2、基于预先建立的子图像与当前帧图像之间的坐标映射广西,对当前帧图像中的物体对象进行类别标注的步骤,在当前帧图像中包含有多个物体对象时,可以确定各类别的物体对象在当前帧图像中的位置,进一步提高了对当前帧图像中的图像的识别的准确度。
继续参考图4a-图4b,图4a-图4b是根据本实施例的用于识别图像的方法的应用场景的一个示意图。在图4a-图4b的应用场景中,服务器可以对获取到的包含物体对象的当前帧图像401和前一帧图像402进行差值运算,生成运算后的帧差图403。接着,服务器可以确定帧差图中的物体对象在当前帧图像401中的位置信息。在这里,服务器可以首先从帧差图403中确定出帧差图403中的物体对象在帧差图403中的位置信息。如图403所示,可以在帧差图403中生成每一个物体对象的最小外接矩形,然后确定该最小外接矩形在当前帧图像401中的位置信息。然后,服务器可以从当前帧图像中提取出与所确定的位置信息对应位置处的图像,对提取的图像进行拼接,生成当前帧图像的子图像405。接着,服务器可以将所生成的子图像405输入至预先训练的卷积神经网络406中,从而利用预先训练的卷积神经网络对子图像405进行识别,从而得到识别结果406。该识别结果406包括子图像中呈现的物体为树的概率值为0.02,为狗的概率值为0.87,为人的概率值为0.87,为猩猩的概率值为0.1。同时,识别结果中还包括与类别对应的物体子图像中的位置信息,该位置信息可以通过设置矩形框将物体对象设置在矩形框内,由于图中的物体均为行人,因此,该矩形框为相同颜色的矩形框。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于识别图像的装置的一个实施例,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,本实施例的用于识别图像的装置500包括:运算单元501、确定单元502、提取单元503、生成单元504和识别单元505。运算单元501,被配置成对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,生成运算后的帧差图。确定单元502,被配置成确定帧差图中的物体对象在该当前帧图像中的位置信息。提取单元503,被配置成从该当前帧图像中提取出与所确定的位置信息对应位置处的图像。生成单元504,被配置成基于所提取的图像,生成该当前帧图像的子图像。识别单元505,被配置成利用预先训练的神经网络对该子图像进行识别,得到识别结果,其中,该识别结果用于指示该子图像呈现的物体的类别和与类别对应的物体在该子图像中的位置信息。
在本实施例中,用于识别图像的装置500中的运算单元501、确定单元502、提取单元503、生成单元504和识别单元505的具体处理及其带来的有益效果可参看图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205的实现方式的相关描述,在此不再赘述。
在本实施例的一些可选的实现方式中,运算单元501进一步被配置成:分别对该当前帧图像和与前一帧图像进行灰度处理;对灰度处理后的该当前帧图像和前一帧图像进行差值运算。
在本实施例的一些可选的实现方式中,该位置信息确定单元502进一步被配置成:对该帧差图进行二值化处理;对二值化后的帧差图进行腐蚀滤波处理、膨胀处理,得到处理后的帧差图;在处理后的帧差图中确定出物体对象的最小外接矩形区域;确定所确定的最小外接矩形区域在该当前帧图像中的坐标信息;将所确定的最小外接矩形区域在该当前帧图像中的坐标信息确定为该处理后的帧差图中的物体对象在该当前帧图像中的位置信息。
在本实施例的一些可选的实现方式中,该处理后的帧差图包括至少两个物体对象;以及该提取单元503进一步被配置成:对于该至少两个物体对象中的物体对象,基于该物体对象对应的最小外接矩形区域在该当前帧图像中的坐标信息,从该当前帧图像中提取最小外接矩形区域中的图像。
在本实施例的一些可选的实现方式中,该生成单元505进一步被配置成:对所提取的图像进行图像拼接,将拼接后的图像确定为该子图像。
在本实施例的一些可选的实现方式中,该装置还包括:标注单元(未示出),被配置成基于预先建立的该子图像与当前帧图像之间的坐标映射关系,对该当前帧图像中的物体对象进行类别标注。
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(例如图1中的终端设备或服务器)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)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。CPU 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)、液晶显示器(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(CPU)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,本申请所述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。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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:一种处理器包括运算单元、确定单元、提取单元、生成单元和识别单元。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,运算单元还可以被描述为“对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,生成运算后的帧差图的单元”。
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电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。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电子设备执行时,使得该电子设备:对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,生成运算后的帧差图;确定帧差图中的物体对象在该当前帧图像中的位置信息;从该当前帧图像中提取出与所确定的位置信息对应位置处的图像;基于所提取的图像,生成该当前帧图像的子图像;利用预先训练的神经网络对该子图像进行识别,得到识别结果,其中,该识别结果用于指示该子图像呈现的物体的类别和与类别对应的物体在该子图像中的位置信息。
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)
1.一种用于识别图像的方法,包括:
对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,生成运算后的帧差图;
确定所述帧差图中的物体对象在所述当前帧图像中的位置信息;
从所述当前帧图像中提取出与所确定的位置信息对应位置处的图像,其中,所述当前帧图像包括未处理过的彩色图像;
基于所提取的图像,生成所述当前帧图像的子图像,包括:响应于所提取的图像为多个,对所提取的图像进行图像拼接,将拼接后的图像确定为所述子图像;
利用预先训练的神经网络对所述子图像进行识别,得到识别结果,其中,所述识别结果用于指示所述子图像呈现的物体的类别和与类别对应的物体在所述子图像中的位置信息。
2.根据权利要求1所述的方法,其中,所述对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,包括:
分别对所述当前帧图像和前一帧图像进行灰度处理;
对灰度处理后的当前帧图像和前一帧图像进行差值运算。
3.根据权利要求1所述的方法,其中,所述确定所述帧差图中的物体对象在所述当前帧图像中的位置信息,包括:
对所述帧差图进行二值化处理;
对二值化后的帧差图进行腐蚀滤波处理、膨胀处理,得到处理后的帧差图;
在处理后的帧差图中确定出物体对象的最小外接矩形区域;
确定所确定的最小外接矩形区域在所述当前帧图像中的坐标信息;
将所确定的最小外接矩形区域在所述当前帧图像中的坐标信息确定为所述处理后的帧差图中的物体对象在所述当前帧图像中的位置信息。
4.根据权利要求3所述的方法,其中,所述处理后的帧差图包括至少两个物体对象;以及
所述从所述当前帧图像中提取出与所确定的位置信息对应位置处的图像,包括:
对于所述至少两个物体对象中的物体对象,基于该物体对象对应的最小外接矩形区域在所述当前帧图像中的坐标信息,从所述当前帧图像中提取最小外接矩形区域中的图像。
5.根据权利要求4所述的方法,其中,所述基于所提取的图像,生成所述当前帧图像的子图像,包括:
对所提取的图像进行图像拼接,将拼接后的图像确定为所述子图像。
6.根据权利要求1所述的方法,其中,所述方法还包括:
基于预先建立的所述子图像与所述当前帧图像之间的坐标映射关系,对所述当前帧图像中的物体对象进行类别标注。
7.一种用于识别图像的装置,包括:
运算单元,被配置成对获取到的包含物体对象的当前帧图像和前一帧图像进行差值运算,生成运算后的帧差图;
确定单元,被配置成确定所述帧差图中的物体对象在所述当前帧图像中的位置信息;
提取单元,被配置成从所述当前帧图像中提取出与所确定的位置信息对应位置处的图像,其中,所述当前帧图像包括未处理过的彩色图像;
生成单元,被配置成基于所提取的图像,生成所述当前帧图像的子图像,包括:响应于所提取的图像为多个,对所提取的图像进行图像拼接,将拼接后的图像确定为所述子图像;
识别单元,被配置成利用预先训练的神经网络对所述子图像进行识别,得到识别结果,其中,所述识别结果用于指示所述子图像呈现的物体的类别和与类别对应的物体在所述子图像中的位置信息。
8.根据权利要求7所述的装置,其中,所述运算单元进一步被配置成:
分别对所述当前帧图像和前一帧图像进行灰度处理;
对灰度处理后的当前帧图像和前一帧图像进行差值运算。
9.根据权利要求7所述的装置,其中,所述确定单元进一步被配置成:
对所述帧差图进行二值化处理;
对二值化后的帧差图进行腐蚀滤波处理、膨胀处理,得到处理后的帧差图;
在处理后的帧差图中确定出物体对象的最小外接矩形区域;
确定所确定的最小外接矩形区域在所述当前帧图像中的坐标信息;
将所确定的最小外接矩形区域在所述当前帧图像中的坐标信息确定为所述处理后的帧差图中的物体对象在所述当前帧图像中的位置信息。
10.根据权利要求9所述的装置,其中,所述处理后的帧差图包括至少两个物体对象;以及
所述提取单元进一步被配置成:
对于所述至少两个物体对象中的物体对象,基于该物体对象对应的最小外接矩形区域在所述当前帧图像中的坐标信息,从所述当前帧图像中提取最小外接矩形区域中的图像。
11.根据权利要求10所述的装置,其中,所述生成单元进一步被配置成:
对所提取的图像进行图像拼接,将拼接后的图像确定为所述子图像。
12.根据权利要求7所述的装置,其中,所述装置还包括:
标注单元,被配置成基于预先建立的所述子图像与所述当前帧图像之间的坐标映射关系,对所述当前帧图像中的物体对象进行类别标注。
13.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
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 |
---|---|---|---|
CN201811037194.7A CN109285181B (zh) | 2018-09-06 | 2018-09-06 | 用于识别图像的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811037194.7A CN109285181B (zh) | 2018-09-06 | 2018-09-06 | 用于识别图像的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109285181A CN109285181A (zh) | 2019-01-29 |
CN109285181B true CN109285181B (zh) | 2020-06-23 |
Family
ID=65184121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811037194.7A Active CN109285181B (zh) | 2018-09-06 | 2018-09-06 | 用于识别图像的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109285181B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860070A (zh) * | 2019-04-30 | 2020-10-30 | 百度时代网络技术(北京)有限公司 | 识别发生改变的对象的方法和装置 |
CN112507765A (zh) * | 2019-09-16 | 2021-03-16 | 瑞昱半导体股份有限公司 | 移动检测方法及移动检测系统 |
CN111383337B (zh) * | 2020-03-20 | 2023-06-27 | 北京百度网讯科技有限公司 | 用于识别对象的方法和装置 |
CN112329729B (zh) * | 2020-11-27 | 2021-11-23 | 珠海大横琴科技发展有限公司 | 小目标船只检测方法、装置及电子设备 |
CN113435287A (zh) * | 2021-06-21 | 2021-09-24 | 深圳拓邦股份有限公司 | 草地障碍物识别方法、装置、割草机器人及可读存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104658011B (zh) * | 2015-01-31 | 2017-09-29 | 北京理工大学 | 一种智能交通运动目标检测跟踪方法 |
CN106408037B (zh) * | 2015-07-30 | 2020-02-18 | 阿里巴巴集团控股有限公司 | 图像识别方法及装置 |
CN105005997B (zh) * | 2015-08-05 | 2017-11-14 | 哈尔滨工业大学 | 一种基于行列直线聚类的多类型bga芯片视觉识别方法 |
CN106241533B (zh) * | 2016-06-28 | 2018-10-30 | 西安特种设备检验检测院 | 基于机器视觉的电梯乘员综合安全智能监控方法 |
CN106204646A (zh) * | 2016-07-01 | 2016-12-07 | 湖南源信光电科技有限公司 | 基于bp神经网络的多运动目标跟踪方法 |
CN107944392A (zh) * | 2017-11-25 | 2018-04-20 | 周晓风 | 一种适用于小区卡口高密度人群监控视频目标标注的有效方法 |
-
2018
- 2018-09-06 CN CN201811037194.7A patent/CN109285181B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109285181A (zh) | 2019-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109285181B (zh) | 用于识别图像的方法和装置 | |
US10650236B2 (en) | Road detecting method and apparatus | |
CN108509915B (zh) | 人脸识别模型的生成方法和装置 | |
CN108256479B (zh) | 人脸跟踪方法和装置 | |
CN107622240B (zh) | 人脸检测方法和装置 | |
CN108734185B (zh) | 图像校验方法和装置 | |
CN110675407B (zh) | 一种图像实例分割方法、装置、电子设备及存储介质 | |
CN109300151B (zh) | 图像处理方法和装置、电子设备 | |
CN109711508B (zh) | 图像处理方法和装置 | |
CN108509921B (zh) | 用于生成信息的方法和装置 | |
CN109389096B (zh) | 检测方法和装置 | |
CN111598913B (zh) | 一种基于机器人视觉的图像分割方法和系统 | |
CN111311480B (zh) | 图像融合方法和装置 | |
CN111291761B (zh) | 用于识别文字的方法和装置 | |
CN108229494B (zh) | 网络训练方法、处理方法、装置、存储介质和电子设备 | |
CN115409881A (zh) | 图像处理方法、装置及设备 | |
CN109960959B (zh) | 用于处理图像的方法和装置 | |
CN111209856B (zh) | 发票信息的识别方法、装置、电子设备及存储介质 | |
CN113537026B (zh) | 建筑平面图中的图元检测方法、装置、设备及介质 | |
CN114332809A (zh) | 一种图像识别方法、装置、电子设备和存储介质 | |
CN111340015A (zh) | 定位方法和装置 | |
CN115845350B (zh) | 一种用于立定跳远自动测距的方法及系统 | |
CN110413869B (zh) | 用于推送信息的方法和装置 | |
CN113705559B (zh) | 基于人工智能的文字识别方法及装置、电子设备 | |
CN115393423A (zh) | 目标检测方法和装置 |
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 |