CN109783658A - 图像处理方法、装置及存储介质 - Google Patents
图像处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109783658A CN109783658A CN201910121438.8A CN201910121438A CN109783658A CN 109783658 A CN109783658 A CN 109783658A CN 201910121438 A CN201910121438 A CN 201910121438A CN 109783658 A CN109783658 A CN 109783658A
- Authority
- CN
- China
- Prior art keywords
- image
- label
- data
- object tag
- overlay area
- 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
Abstract
本申请涉及一种图像处理方法、装置及存储介质,属于图像处理技术领域,该方法包括:确定目标图像是否存在对象标签,该对象标签用于描述对象的属性信息;在所述目标图像存在所述对象标签时获取所述对象标签的标签位置;获取基于所述标签位置确定的标签覆盖区域的图像数据;将所述标签位置和所述图像数据发送至解码端,以供所述解码端使用所述图像数据在所述标签位置指示的位置显示对应的图像;可以解决对象标签会泄露参会人员的隐私的问题可以保证参会人员的隐私不被泄露;也可以将目标图像还原为未被对象标签覆盖时的图像,不影响图像的播放效果。
Description
技术领域
本申请涉及图像处理方法、装置及存储介质,属于图像处理技术领域。
背景技术
随着人脸识别的发展,在视频会议中可以通过人脸识别来标记参会人员的属性信息,从而方便其他参会人员了解该参会人员的属性。比如:在视频会议图像的人脸区域上方显示该参会人员的标签,通过该标签描述参会人员的属性。
然而,出于隐私方面的考虑,在有些场景下参会人员不希望部分其他参会人员或者看到自身的标签,此时,若将该参会人员的标签显示给其他参会人员,会造成泄露隐私数据的问题。
发明内容
本申请提供了一种图像处理方法、装置及存储介质,可以解决对象标签会泄露参会人员的隐私的问题。本申请提供如下技术方案:
第一方面,提供了一种图像处理方法,所述方法包括:
确定目标图像是否存在对象标签,所述对象标签用于描述对象的属性信息;
在所述目标图像存在所述对象标签时获取所述对象标签的标签位置;
获取基于所述标签位置确定的标签覆盖区域的图像数据;
将所述标签位置和所述图像数据发送至解码端,以供所述解码端使用所述图像数据在所述标签位置指示的位置显示对应的图像。
可选地,所述目标图像为视频流中的一帧视频图像,所述获取基于所述标签位置确定的标签覆盖区域的图像数据,包括:
将所述标签覆盖区域所覆盖的图像编码数据依次与前n帧图像对应位置的图像编码数据进行比较,所述n依次取1至m的正整数,所述m为大于或等于1的正整数;
在所述标签覆盖区域所覆盖的图像编码数据与前n帧图像对应位置的图像编码数据的相似度大于或等于相似度阈值时,获取所述前n帧图像的帧标识得到所述图像数据,所述n为小于或等于所述m的正整数。
可选地,所述方法还包括:
在所述标签覆盖区域所覆盖的图像编码数据与前1帧图像至前m帧图像对应位置的图像编码数据的相似度均小于所述相似度阈值时,获取所述标签覆盖区域所覆盖的图像编码数据;
对所述图像编码数据进行图像压缩,得到所述图像数据。
可选地,所述标签位置对应的标签区域与所述标签覆盖区域完全重合;
或者,
所述标签位置对应的标签区域属于所述标签覆盖区域。
可选地,所述将所述标签位置和所述图像数据发送至解码端,包括:
在待发送码流中添加标志位、所述标签位置和所述图像数据,得到更新后的待发送码流;其中,所述标志位用于指示所述目标图像是否存在所述对象标签;
将所述更新后的待发送码流发送至所述解码端。
第二方面,提供了一种图像处理方法,所述方法包括:
接收编码端发送的包括目标图像的码流;
确定所述码流中是否存在对象标签;
在所述码流中存在所述对象标签时获取所述码流中携带的标签位置和图像数据,所述标签位置用于指示所述对象标签在所述目标图像中的位置,所述图像数据用于指示基于所述标签位置确定的标签覆盖区域的图像;
基于所述标签位置指示的位置将所述图像数据指示的图像与所述目标图像进行合并,得到去标签图像。
可选地,所述目标图像为视频流中的一帧视频图像,所述图像数据为所述目标图像前j帧图像的帧标识,所述j为小于或等于m的正整数;所述基于所述标签位置指示的位置将所述图像数据指示的图像编码数据与所述目标图像进行合并,得到去标签图像,包括:
从所述帧标识指示的前j帧图像中获取与所述标签覆盖区域相对应区域的图像编码数据;
基于所述标签位置指示的位置将所述图像编码数据与所述目标图像进行合并,得到去标签图像。
可选地,所述图像数据为所述目标图像中标签覆盖区域的图像解码数据的压缩数据,所述基于所述标签位置指示的位置将所述图像数据指示的图像编码数据与所述目标图像进行合并,得到去标签图像,包括:
将所述压缩数据转换为所述图像解码数据;
基于所述标签位置指示的位置将所述图像编码数据与所述目标图像进行合并,得到去标签图像。
可选地,所述标签位置对应的标签区域属于所述标签覆盖区域;所述基于所述标签位置指示的位置将所述图像编码数据与所述目标图像进行合并,得到去标签图像,包括:
在所述目标图像中将所述标签位置对应的标签区域抠除,得到第一目标图像;
将所述图像编码数据中与所述标签区域相重合位置的第一部分图像编码数据添加至所述第一目标图像;
对于所述图像编码数据中与所述标签区域未重合位置的第二部分图像编码数据,将所述第二部分图像编码数据与所述第一目标图像中对应位置的图像编码数据进行加权,得到所述去标签图像。
第三方面,提供了一种图像处理装置,所述装置包括:
标签确定模块,用于确定目标图像是否存在对象标签,所述对象标签用于描述对象的属性信息;
位置获取模块,用于在所述目标图像存在所述对象标签时获取所述对象标签的标签位置;
图像获取模块,用于获取基于所述标签位置确定的标签覆盖区域的图像数据;
数据发送模块,用于将所述标签位置和所述图像数据发送至解码端,以供所述解码端使用所述图像数据在所述标签位置指示的位置显示对应的图像。
第四方面,提供了一种图像处理装置,所述装置包括:
数据接收模块,用于接收编码端发送的包括目标图像的码流;
标签确定模块,用于确定所述码流中是否存在对象标签;
数据获取模块,用于在所述码流中存在所述对象标签时获取所述码流中携带的标签位置和图像数据,所述标签位置用于指示所述对象标签在所述目标图像中的位置,所述图像数据用于指示基于所述标签位置确定的标签覆盖区域的图像;
图像合并模块,用于基于所述标签位置指示的位置将所述图像数据指示的图像与所述目标图像进行合并,得到去标签图像。
第五方面,提供一种图像处理装置,所述装置包括处理器和存储器;所述存储器中存储有程序,所述程序由所述处理器加载并执行以实现第一方面所述的图像处理方法;或者,实现第二方面所述的图像处理方法。
第六方面,提供一种计算机可读存储介质,所述存储介质中存储有程序,所述程序由所述处理器加载并执行以实现第一方面所述的图像处理方法;或者,实现第二方面所述的图像处理方法。
本申请的有益效果在于:通过确定目标图像是否存在对象标签,对象标签用于描述对象的属性信息;在目标图像存在对象标签时获取对象标签的标签位置;获取基于标签位置确定的标签覆盖区域的图像数据;将标签位置和图像数据发送至解码端,以供解码端使用图像数据在标签位置指示的位置显示对应的图像;可以解决对象标签会泄露参会人员的隐私的问题;由于通过在编码端获取目标图像的标签位置以及标签覆盖区域所覆盖的图像数据,解码端基于该标签位置将图像数据指示的标签覆盖区域所覆盖的图像与目标图像合并,该标签覆盖区域所覆盖的图像是在目标图像未被对象标签覆盖时该区域内的图像,因此,通过将该图像与目标图像合并既可以实现抹除对象标签,从而保证参会人员的隐私不被泄露;又可以将目标图像还原为未被对象标签覆盖时的图像,不影响图像的播放效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,并可依照说明书的内容予以实施,以下以本申请的较佳实施例并配合附图详细说明如后。
附图说明
图1是本申请一个实施例提供的图像处理系统的结构示意图;
图2是本申请一个实施例提供的图像处理方法的流程图;
图3是本申请一个实施例提供的对象标签的标签位置的示意图;
图4是本申请一个实施例提供的标签覆盖区域的示意图;
图5是本申请一个实施例提供的更新后的待发送码流的帧结构示意图;
图6是本申请一个实施例提供的扩展数据位的示意图;
图7是本申请另一个实施例提供的扩展数据位的示意图;
图8是本申请一个实施例提供的图像处理方法的流程图;
图9是本申请一个实施例提供的图像处理方法的流程图;
图10是本申请一个实施例提供的图像处理装置的框图;
图11是本申请一个实施例提供的图像处理装置的框图;
图12是本申请一个实施例提供的图像处理装置的框图。
具体实施方式
下面结合附图和实施例,对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围。
图1是本申请一个实施例提供的图像处理系统的结构示意图,如图1所示,该系统至少包括:编码端110和解码端120。
编码端110可以是手机、计算机、平板电脑、可穿戴式设备等具有图像处理功能的终端。
编码端110用于将待编码的目标图像进行编码,并将编码后得到的码流传输至解码端120。本申请中,编码端110在编码之前,还用于确定目标图像是否存在对象标签,该对象标签用于描述对象的属性信息;在目标图像存在对象标签时获取对象标签的标签位置;获取基于标签位置确定的标签覆盖区域的图像数据;将标签位置和图像数据发送至解码端120,以供解码端120使用图像数据在标签位置指示的位置显示对应的图像。
可选地,目标图像可以是视频流中的一帧视频图像;或者,也可以是拍照设备捕捉到的单张图像,本实施例不对目标图像的形式作限定。其中,视频图像可以是已录制好的视频文件中的一帧图像;或者,也可以是实时采集的视频流中的一帧图像,本实施例不对视频图像的形式作限定。
可选地,标签位置和图像数据可以是携带在编码后得到的码流中发送至解码端120。当然,标签位置和图像数据也可以不与编码后得到的码流同时发送,本实施例不对标签位置和图像数据的发送方式作限定。
编码端110与解码端120通过有线方式或者无线方式通信相连。
解码端120可以是手机、计算机、平板电脑、可穿戴式设备等具有图像处理功能的终端;或者,也可以是服务器,本实施例不对解码端120的设备类型作限定。
解码端120用于对编码端110发送的码流进行解码。本申请中,解码端120还用于接收编码端110发送的包括目标图像的码流;确定码流中是否存在对象标签;在码流中存在对象标签时获取码流中携带的标签位置和图像数据;基于标签位置指示的位置将图像数据指示的图像与目标图像进行合并,得到去标签图像。其中,标签位置用于指示对象标签在目标图像中的位置,图像数据用于指示基于标签位置确定的标签覆盖区域的图像。
本申请通过在编码端110获取目标图像的标签位置以及标签覆盖区域所覆盖的图像数据,解码端120基于该标签位置将图像数据指示的标签覆盖区域所覆盖的图像与目标图像合并,由于标签覆盖区域所覆盖的图像是在目标图像未被对象标签覆盖时该区域内的图像,因此,通过将该图像与目标图像合并既可以实现抹除对象标签,又可以将目标图像还原为未被对象标签覆盖时的图像,不影响图像的播放效果。
图2是本申请一个实施例提供的图像处理方法的流程图,本实施例以该方法应用于图1所示的图像处理系统中为例进行说明。该方法至少包括以下几个步骤:
步骤201,编码端确定目标图像是否存在对象标签,对象标签用于描述对象的属性信息。
其中,对象标签为覆盖在目标图像中部分图像上的标签,该对象标签的位置基于目标图像中对应对象的位置确定。比如:对象标签的位置在目标图像中对应对象的上方、下方或者左上角等。可选地,对象标签可以是圆形、矩形、六边形等规则形状;或者,对象标签也可以是爆炸形、气泡形等不规则形状,本实施例不对对象标签的形状作限定。
可选地,编码端使用图像识别算法识别对象标签,该图像识别算法可以是局部特征点算法、斑点检测算法、角点检测算法、卷积神经网络算法等,本实施例不对图像识别算法的类型作限定。
可选地,属性信息可以是对象的类型(比如:人、动物、办公用品等)、对象的名称(人的姓名、动物的名称、办公用品的名称等)、在对象为人类时人的职位、年龄、性别、职位等,本实施例不对属性信息的具体内容作限定。
可选地,本申请中,目标图像可以是视频流中的一帧视频图像;或者,也可以是拍照设备捕捉到的单张图像,本实施例不对目标图像的形式作限定。其中,视频图像可以是已录制好的视频文件中的一帧图像;或者,也可以是实时采集的视频流中的一帧图像,本实施例不对视频图像的形式作限定。
可选地,在目标图像存在对象标签时执行步骤202;在目标图像存在对象标签时对下一目标图像执行步骤201,直至所有目标图像均处理完成时流程结束。
步骤202,在目标图像存在对象标签时,编码端获取对象标签的标签位置。
可选地,标签位置用于指示对象标签在目标图像中的位置。
在一个示例中,对象标签为矩形,此时标签位置通过对象标签的一个顶点的像素坐标、对象标签的宽和高来表示。比如:参考图3,对象标签30的标签位置的表示方式为:对象标签30的左顶点的坐标(x1,y1)、对象标签的宽w和对象标签的高h。在其他实施例中,标签位置也可以通过对象标签的四个顶点的像素坐标、或者对象标签的两个对角顶点的像素坐标等来表示,本实施例不对在对象标签为矩形时标签位置的表示方式作限定。
需要补充说明的是,对象标签为不同的形状时标签位置的表示方式也不同,比如:在对象标签为圆形时,标签位置通过圆心的像素坐标和圆形的半径来表示;又比如:在对象标签为不规则图形时,标签位置通过不规则图形的边缘的像素坐标来表示,本实施例在此不对标签位置的表示方式一一举例。
在一个示例中,图像识别算法识别出对象标签后会输出对象标签的标签位置,编码端获取图像识别算法输出的标签位置。
步骤203,编码端获取基于标签位置确定的标签覆盖区域的图像数据。
编码端在获取标签覆盖区域的图像数据之前,需要基于标签位置确定标签覆盖区域。其中,标签覆盖区域是基于对象标签的标签区域所确定的区域。
可选地,标签位置对应的标签区域属于标签覆盖区域。此时,参考图4,以对象标签40为矩形,标签位置通过对象标签的左顶点像素坐标、对象标签的宽和高来表示为例,编码端基于标签位置确定的标签覆盖区域42的图像数据,包括:将对象标签40的左顶点像素坐标向预设方向移动预设距离得到标签覆盖42区域的左顶点像素坐标,将对象标签40的宽增加第一预设长度得到标签覆盖区域42的宽,将对象标签40的高增加第二预设长度得到标签覆盖区域42的高。
其中,预设方向为对象标签40的左顶点像素坐标的左上方,该预设方向可以是在对象标签40的左顶点像素坐标的45度方向(比如:图4中的预设方向);或者,也可以是在对象标签40的左顶点像素坐标的左上方且与垂直方向的夹角为30度的方向;或者,也可以是在对象标签40的左顶点像素坐标的左上方且与垂直方向的夹角为60度的方向,本实施例不对预设方向的设置方式作限定。
可选地,预设距离是使用预设的第一方向距离(水平方向,或称x轴方向)和第二方向距离(垂直方向,或称y轴方向)基于勾股定理计算得到的;或者,预设距离是预先设置的常数。图4中以预设距离是使用预设的第一方向距离(即r),第二方向距离(即r),预设方向为对象标签40的左顶点像素坐标的45度方向为例进行说明,此时,基于勾股定理计算得到预设距离为
第一预设长度可以与第二预设长度相同,比如:图4中均为2r;或者,第一预设长度也可以与第二预设长度不同,本实施例不对第一预设长度与第二预设长度的取值作限定。
可选地,标签位置对应的标签区域与标签覆盖区域完全重合。此时,标签位置即为标签覆盖区域的位置。
当然,对象标签为其他形状,标签位置通过其他方式表示时,编码端也可以通过其他方式确定标签覆盖区域,只需标签区域属于标签覆盖区域即可。
在一个示例中,目标图像为视频流中的一帧视频图像,获取基于标签位置确定的标签覆盖区域的图像数据,包括:将标签覆盖区域所覆盖的图像编码数据依次与前n帧图像对应位置的图像编码数据进行比较;在标签覆盖区域所覆盖的图像编码数据与前n帧图像对应位置的图像编码数据的相似度大于或等于相似度阈值时,获取前n帧图像的帧标识得到图像数据;在标签覆盖区域所覆盖的图像编码数据与前1帧图像至前m帧图像对应位置的图像编码数据的相似度均小于相似度阈值时,获取标签覆盖区域所覆盖的图像编码数据;对图像编码数据进行图像压缩,得到图像数据。
n依次取1至m的正整数,m为大于或等于1的正整数。
其中,图像编码数据为YUV数据;当然,图像编码数据也可以为其他类型的编码数据,本实施例不对图像编码数据的类型作限定。对图像编码数据进行图像压缩后得到的图像数据可以为JPEG数据。
帧标识可以是帧编码,或者是随机字符串,本实施例不对帧标识的表示方式作限定。
本实施例中,通过在标签覆盖区域的所覆盖的图像编码数据与前n帧图像对应位置的图像编码数据的相似度大于或等于相似度阈值时,将前n帧图像的帧标识作为图像数据,可以减少编码端所需发送的数据量,节省带宽资源。
在另一个示例中,目标图像为拍照设备捕捉到的单帧图像。此时,获取基于标签位置确定的标签覆盖区域的图像数据,包括:获取标签覆盖区域所覆盖的图像编码数据,得到标签覆盖区域的图像数据。
步骤204,编码端将标签位置和图像数据发送至解码端,以供解码端使用图像数据在标签位置指示的位置显示对应的图像。也即是将标签位置对应的原始图像替换对象标签,实现去标签。
可选地,将标签位置和图像数据发送至解码端,包括:在待发送码流中添加标志位、标签位置和图像数据,得到更新后的待发送码流;将更新后的待发送码流发送至解码端。其中,标志位用于指示目标图像是否存在对象标签。
参考图5所示的更新后的待发送码流的格式示意图,在更新后的待发送码流中包括原始的待发送码流50、在目标图像存在对象标签时该更新后的待发送码流中还包括扩展数据位51。扩展数据位51包括标志位、标签位置和对应的图像数据。
参考图6,在图像数据为前n帧图像的帧标识时,扩展数据位包括对象标签的标签标识60、对象标签的标签位置61和前n帧图像的帧标识62。
参考图7,在图像数据为目标图像的图像编码数据时,扩展数据位包括对象标签的标签标识70、对象标签的标签位置71和目标图像的图像编码数据72。
为了更清楚地理解本实施例提供的图像处理方法,下面对该方法举一个实例进行说明,本实例中以该方法用于编码端,且目标图像可以是视频流中的一帧视频图像为例进行说明。参考图8,该方法包括至少包括步骤81-88:
步骤81,确定目标图像是否存在对象标签。
本步骤的相关说明详见步骤201,本实例在此不再赘述。
步骤82,在目标图像存在对象标签时,获取对象标签的标签位置。
本步骤的相关说明详见步骤202,本实例在此不再赘述。
步骤83,获取基于标签位置确定的标签覆盖区域所覆盖的图像编码数据。
步骤84,将标签覆盖区域所覆盖的图像编码数据与前n帧图像对应位置的图像编码数据进行比较;在标签覆盖区域所覆盖的图像编码数据与前n帧图像对应位置的图像编码数据的相似度大于或等于相似度阈值时,执行步骤85;在标签覆盖区域所覆盖的图像编码数据与前1帧图像至前m帧图像对应位置的图像编码数据的相似度均小于相似度阈值时,执行步骤86。
步骤85,获取前n帧图像的帧标识得到图像数据,执行步骤87。
步骤86,获取标签覆盖区域所覆盖的图像编码数据;对图像编码数据进行图像压缩,得到图像数据。
步骤87,在待发送码流中添加标志位、标签位置和图像数据,得到更新后的待发送码流。
步骤88,将更新后的待发送码流发送至解码端。
可选地,编码端可以将每帧更新后的待发送码流中的标签位置、标签覆盖区域的图像编码数据和帧标识存储至缓存;在某帧待发送码流中不存在对象标签时,在缓存中存储空帧标志位。缓存中存储有m帧数据,在缓存中已存储m帧数据时删除最早缓存的标签位置和标签覆盖区域的图像编码数据。m为正整数。缓存中的m帧数据用于供编码端与当前帧的标签覆盖区域所覆盖的图像编码数据进行比较。
步骤205,解码端接收编码端发送的包括目标图像的码流。
步骤206,解码端确定码流中是否存在对象标签。
可选地,码流中的标志位指示存在对象标签时确定码流中存在对象标签执行步骤207;在码流中的标志位指示不存在对象标签时确定码流中不存在对象标签,对码流进行解码,流程结束。示意性地,标志位为0x00时指示不存在对象标签,标志位为0xff时指示存在对象标签。
步骤207,在码流中存在对象标签时,解码端获取码流中携带的标签位置和图像数据。
标签位置用于指示对象标签在目标图像中的位置,图像数据用于指示基于标签位置确定的标签覆盖区域的图像。比如:图5所示的码流格式中的标签位置和图像数据。
步骤208,解码端基于标签位置指示的位置将图像数据指示的图像与目标图像进行合并,得到去标签图像。
在一个示例中,目标图像为视频流中的一帧视频图像,图像数据为目标图像前j帧图像的帧标识。j为小于或等于m的正整数。此时,基于标签位置指示的位置将图像数据指示的图像编码数据与目标图像进行合并,得到去标签图像,包括:从帧标识指示的前j帧图像中获取与标签覆盖区域相对应区域的图像编码数据;基于标签位置指示的位置将图像编码数据与目标图像进行合并,得到去标签图像。
在另一个示例中,图像数据为目标图像中标签覆盖区域的图像解码数据的压缩数据。此时,基于标签位置指示的位置将图像数据指示的图像编码数据与目标图像进行合并,得到去标签图像,包括:将压缩数据转换为图像解码数据;基于标签位置指示的位置将图像编码数据与目标图像进行合并,得到去标签图像。
可选地,标签位置对应的标签区域属于标签覆盖区域,此时,基于标签位置指示的位置将图像编码数据与目标图像进行合并,得到去标签图像,包括:在目标图像中将标签位置对应的标签区域抠除,得到第一目标图像;将图像编码数据中与标签区域相重合位置的第一部分图像编码数据添加至第一目标图像;对于图像编码数据中与标签区域未重合位置的第二部分图像编码数据,将该第二部分图像编码数据与第一目标图像中对应位置的图像编码数据进行加权,得到去标签图像。
可选地,加权公式通过如下方式表示:
|x'-x|≤r
q″=q*α+q′*(1-α)
其中,α为加权系数,x’为第二部分图像编码数据的像素坐标,x为第一目标图像边缘位置的像素坐标;该边缘位置为第一目标图像中与第二部分图像编码数据的像素坐标距离最近的位置;r为第二部分图像编码数据的宽度;q”为加权得到的图像像素值;q’第二部分图像编码数据的图像像素值;q为第一目标图像中与第二部分图像编码数据对应位置的图像编码数据的图像像素值。
可选地,解码端获取到码流中携带的标签位置后,也可以将该标签位置指示的图像进行模糊处理,从而实现对对象标签的模糊处理。
为了更清楚地理解本实施例提供的图像处理方法,下面对该方法举一个实例进行说明,本实例中以该方法用于解码端,且目标图像可以是视频流中的一帧视频图像为例进行说明。参考图9,该方法包括至少包括步骤91-95:
步骤91,接收编码端发送的包括目标图像的码流。
步骤92,通过码流中的标志位确定码流中是否存在对象标签;在码流中存在对象标签时,执行步骤93;在码流中不存在对象标签时,执行步骤95。
步骤93,获取码流中携带的标签位置和图像数据。
其中,图像数据可以是之前帧的帧标识;或者,也可以是标签覆盖区域所覆盖的图像编码数据。
步骤94,基于标签位置指示的位置将图像数据指示的图像与目标图像进行合并,得到去标签图像。
当图像数据是之前帧的帧标识时,解码端从缓存中将该帧标识指示的图像中标签覆盖区域对应位置处的图像编码数据拷贝,将该图像编码数据与目标图像进行合并,得到去标签图像;当图像数据是标签覆盖区域所覆盖的图像编码数据时,解码端将压缩后的图像编码数据还原,比如:将JPEG数据还原为YUV数据;然后将还原后的图像编码数据与目标图像进行合并,得到去标签图像。
将图像编码数据与目标图像合并的相关描述详见步骤208,本实施例在此不作赘述。
步骤95,更新缓存数据。
可选地,解码端可以将每帧码流中的标签位置、标签覆盖区域的图像编码数据和帧标识存储至缓存;在某帧待发送码流中不存在对象标签时,在缓存中存储空帧标志位。缓存中存储有m帧数据,在缓存中已存储m帧数据时删除最早缓存的标签位置和标签覆盖区域的图像编码数据。缓存用于供解码端提取码流中携带的帧标识指示的一帧图像。
综上所述,本实施例提供的图像处理方法,通过确定目标图像是否存在对象标签,对象标签用于描述对象的属性信息;在目标图像存在对象标签时获取对象标签的标签位置;获取基于标签位置确定的标签覆盖区域的图像数据;将标签位置和图像数据发送至解码端,以供解码端使用图像数据在标签位置指示的位置显示对应的图像;可以解决对象标签会泄露参会人员的隐私的问题;由于通过在编码端获取目标图像的标签位置以及标签覆盖区域所覆盖的图像数据,解码端基于该标签位置将图像数据指示的标签覆盖区域所覆盖的图像与目标图像合并,该标签覆盖区域所覆盖的图像是在目标图像未被对象标签覆盖时该区域内的图像,因此,通过将该图像与目标图像合并既可以实现抹除对象标签,从而保证参会人员的隐私不被泄露;又可以将目标图像还原为未被对象标签覆盖时的图像,不影响图像的播放效果。
图10是本申请一个实施例提供的图像处理装置的框图,本实施例以该装置应用于图1所示的图像处理系统中的编码器110为例进行说明。该装置至少包括以下几个模块:标签确定模块1010、位置获取模块1020、图像获取模块1030和数据发送模块1040。
标签确定模块1010,用于确定目标图像是否存在对象标签,所述对象标签用于描述对象的属性信息;
位置获取模块1020,用于在所述目标图像存在所述对象标签时获取所述对象标签的标签位置;
图像获取模块1030,用于获取基于所述标签位置确定的标签覆盖区域的图像数据;
数据发送模块1040,用于将所述标签位置和所述图像数据发送至解码端,以供所述解码端使用所述图像数据在所述标签位置指示的位置显示对应的图像。
相关细节参考上述方法实施例。
图11是本申请一个实施例提供的图像处理装置的框图,本实施例以该装置应用于图1所示的图像处理系统中的解码器120为例进行说明。该装置至少包括以下几个模块:数据接收模块1110、标签确定模块1120、数据获取模块1130和图像合并模块1140。
数据接收模块1110,用于接收编码端发送的包括目标图像的码流;
标签确定模块1120,用于确定所述码流中是否存在对象标签;
数据获取模块1130,用于在所述码流中存在所述对象标签时获取所述码流中携带的标签位置和图像数据,所述标签位置用于指示所述对象标签在所述目标图像中的位置,所述图像数据用于指示基于所述标签位置确定的标签覆盖区域的图像;
图像合并模块1140,用于基于所述标签位置指示的位置将所述图像数据指示的图像与所述目标图像进行合并,得到去标签图像。
相关细节参考上述方法实施例。
需要说明的是:上述实施例中提供的图像处理装置在进行图像处理时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将图像处理装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的图像处理装置与图像处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图12是本申请一个实施例提供的图像处理装置的框图,该装置可以是图1所示的图像处理系统中的编码器110或者解码器120。该装置至少包括处理器1201和存储器1202。
处理器1201可以包括一个或多个处理核心,比如:4核心处理器、12核心处理器等。处理器1201可以采用DSP(Dngntal Sngnal Processnng,数字信号处理)、FPGA(Fneld-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Lognc Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1201也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessnngUnnt,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1201可以在集成有GPU(Graphncs Processnng Unnt,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1201还可以包括AN(Artnfncnal Nntellngence,人工智能)处理器,该AN处理器用于处理有关机器学习的计算操作。
存储器1202可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1202还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1202中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1201所执行以实现本申请中方法实施例提供的图像处理方法。
在一些实施例中,图像处理装置还可选包括有:外围设备接口和至少一个外围设备。处理器1201、存储器1202和外围设备接口之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口相连。示意性地,外围设备包括但不限于:射频电路、触摸显示屏、音频电路、和电源等。
当然,图像处理装置还可以包括更少或更多的组件,本实施例对此不作限定。
可选地,本申请还提供有一种计算机可读存储介质,所述计算机可读存储介质中存储有程序,所述程序由处理器加载并执行以实现上述方法实施例的图像处理方法。
可选地,本申请还提供有一种计算机产品,该计算机产品包括计算机可读存储介质,所述计算机可读存储介质中存储有程序,所述程序由处理器加载并执行以实现上述方法实施例的图像处理方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (13)
1.一种图像处理方法,其特征在于,所述方法包括:
确定目标图像是否存在对象标签,所述对象标签用于描述对象的属性信息;
在所述目标图像存在所述对象标签时获取所述对象标签的标签位置;
获取基于所述标签位置确定的标签覆盖区域的图像数据;
将所述标签位置和所述图像数据发送至解码端,以供所述解码端使用所述图像数据在所述标签位置指示的位置显示对应的图像。
2.根据权利要求1所述的方法,其特征在于,所述目标图像为视频流中的一帧视频图像,所述获取基于所述标签位置确定的标签覆盖区域的图像数据,包括:
将所述标签覆盖区域所覆盖的图像编码数据依次与前n帧图像对应位置的图像编码数据进行比较,所述n依次取1至m的正整数,所述m为大于或等于1的正整数;
在所述标签覆盖区域所覆盖的图像编码数据与前n帧图像对应位置的图像编码数据的相似度大于或等于相似度阈值时,获取所述前n帧图像的帧标识得到所述图像数据。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在所述标签覆盖区域所覆盖的图像编码数据与前1帧图像至前m帧图像对应位置的图像编码数据的相似度均小于所述相似度阈值时,获取所述标签覆盖区域所覆盖的图像编码数据;
对所述图像编码数据进行图像压缩,得到所述图像数据。
4.根据权利要求1所述的方法,其特征在于,
所述标签位置对应的标签区域与所述标签覆盖区域完全重合;
或者,
所述标签位置对应的标签区域属于所述标签覆盖区域。
5.根据权利要求1至4任一所述的方法,其特征在于,所述将所述标签位置和所述图像数据发送至解码端,包括:
在待发送码流中添加标志位、所述标签位置和所述图像数据,得到更新后的待发送码流;其中,所述标志位用于指示所述目标图像是否存在所述对象标签;
将所述更新后的待发送码流发送至所述解码端。
6.一种图像处理方法,其特征在于,所述方法包括:
接收编码端发送的包括目标图像的码流;
确定所述码流中是否存在对象标签;
在所述码流中存在所述对象标签时获取所述码流中携带的标签位置和图像数据,所述标签位置用于指示所述对象标签在所述目标图像中的位置,所述图像数据用于指示基于所述标签位置确定的标签覆盖区域的图像;
基于所述标签位置指示的位置将所述图像数据指示的图像与所述目标图像进行合并,得到去标签图像。
7.根据权利要求6所述的方法,其特征在于,所述目标图像为视频流中的一帧视频图像,所述图像数据为所述目标图像前j帧图像的帧标识,所述j为小于或等于m的正整数;所述基于所述标签位置指示的位置将所述图像数据指示的图像编码数据与所述目标图像进行合并,得到去标签图像,包括:
从所述帧标识指示的前j帧图像中获取与所述标签覆盖区域相对应区域的图像编码数据;
基于所述标签位置指示的位置将所述图像编码数据与所述目标图像进行合并,得到去标签图像。
8.根据权利要求6所述的方法,其特征在于,所述图像数据为所述目标图像中标签覆盖区域的图像解码数据的压缩数据,所述基于所述标签位置指示的位置将所述图像数据指示的图像编码数据与所述目标图像进行合并,得到去标签图像,包括:
将所述压缩数据转换为所述图像解码数据;
基于所述标签位置指示的位置将所述图像编码数据与所述目标图像进行合并,得到去标签图像。
9.根据权利要求7或8所述的方法,其特征在于,所述标签位置对应的标签区域属于所述标签覆盖区域;所述基于所述标签位置指示的位置将所述图像编码数据与所述目标图像进行合并,得到去标签图像,包括:
在所述目标图像中将所述标签位置对应的标签区域抠除,得到第一目标图像;
将所述图像编码数据中与所述标签区域相重合位置的第一部分图像编码数据添加至所述第一目标图像;
对于所述图像编码数据中与所述标签区域未重合位置的第二部分图像编码数据,将所述第二部分图像编码数据与所述第一目标图像中对应位置的图像编码数据进行加权,得到所述去标签图像。
10.一种图像处理装置,其特征在于,所述装置包括:
标签确定模块,用于确定目标图像是否存在对象标签,所述对象标签用于描述对象的属性信息;
位置获取模块,用于在所述目标图像存在所述对象标签时获取所述对象标签的标签位置;
图像获取模块,用于获取基于所述标签位置确定的标签覆盖区域的图像数据;
数据发送模块,用于将所述标签位置和所述图像数据发送至解码端,以供所述解码端使用所述图像数据在所述标签位置指示的位置显示对应的图像。
11.一种图像处理装置,其特征在于,所述装置包括:
数据接收模块,用于接收编码端发送的包括目标图像的码流;
标签确定模块,用于确定所述码流中是否存在对象标签;
数据获取模块,用于在所述码流中存在所述对象标签时获取所述码流中携带的标签位置和图像数据,所述标签位置用于指示所述对象标签在所述目标图像中的位置,所述图像数据用于指示基于所述标签位置确定的标签覆盖区域的图像;
图像合并模块,用于基于所述标签位置指示的位置将所述图像数据指示的图像与所述目标图像进行合并,得到去标签图像。
12.一种图像处理装置,其特征在于,所述装置包括处理器和存储器;所述存储器中存储有程序,所述程序由所述处理器加载并执行以实现如权利要求1至5任一项所述的图像处理方法;或者,实现如权利要求6至9任一项所述的图像处理方法。
13.一种计算机可读存储介质,其特征在于,所述存储介质中存储有程序,所述程序被处理器执行时用于实现如权利要求1至5任一项所述的图像处理方法;或者,实现如权利要求6至9任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910121438.8A CN109783658B (zh) | 2019-02-19 | 2019-02-19 | 图像处理方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910121438.8A CN109783658B (zh) | 2019-02-19 | 2019-02-19 | 图像处理方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109783658A true CN109783658A (zh) | 2019-05-21 |
CN109783658B CN109783658B (zh) | 2020-12-29 |
Family
ID=66504523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910121438.8A Active CN109783658B (zh) | 2019-02-19 | 2019-02-19 | 图像处理方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109783658B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110503150A (zh) * | 2019-08-26 | 2019-11-26 | 苏州科达科技股份有限公司 | 样本数据采集方法、装置及存储介质 |
CN110989840A (zh) * | 2019-12-03 | 2020-04-10 | 成都纵横自动化技术股份有限公司 | 数据处理方法、前端设备、后端设备及地理信息系统 |
CN111968031A (zh) * | 2020-07-14 | 2020-11-20 | 浙江大华技术股份有限公司 | 一种图像拼接方法、装置、存储介质及电子装置 |
WO2020248680A1 (zh) * | 2019-06-10 | 2020-12-17 | 海信视像科技股份有限公司 | 视频数据处理方法、装置及显示设备 |
CN114286178A (zh) * | 2021-12-31 | 2022-04-05 | 神思电子技术股份有限公司 | 一种基于远程控制的隐私数据保护方法、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101827272A (zh) * | 2009-03-06 | 2010-09-08 | 株式会社日立制作所 | 视频错误修复装置 |
CN101950366A (zh) * | 2010-09-10 | 2011-01-19 | 北京大学 | 一种台标检测和识别的方法 |
CN102521227A (zh) * | 2011-10-18 | 2012-06-27 | 中国科学院自动化研究所 | 基于用户信息建模的图像标注增强方法 |
CN102722323A (zh) * | 2012-05-21 | 2012-10-10 | 上海华勤通讯技术有限公司 | 图片标签管理方法 |
CN103227888A (zh) * | 2013-04-21 | 2013-07-31 | 中国科学技术大学 | 一种基于经验模式分解和多种评价准则的视频去抖动方法 |
CN106303660A (zh) * | 2016-08-26 | 2017-01-04 | 央视国际网络无锡有限公司 | 一种视频中污损区域的填充方法 |
CN106358069A (zh) * | 2016-10-31 | 2017-01-25 | 维沃移动通信有限公司 | 一种视频数据处理方法及移动终端 |
CN109308449A (zh) * | 2018-08-06 | 2019-02-05 | 福州瑞芯微电子股份有限公司 | 一种基于深度学习的异物过滤视频编码芯片和方法 |
-
2019
- 2019-02-19 CN CN201910121438.8A patent/CN109783658B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101827272A (zh) * | 2009-03-06 | 2010-09-08 | 株式会社日立制作所 | 视频错误修复装置 |
CN101950366A (zh) * | 2010-09-10 | 2011-01-19 | 北京大学 | 一种台标检测和识别的方法 |
CN102521227A (zh) * | 2011-10-18 | 2012-06-27 | 中国科学院自动化研究所 | 基于用户信息建模的图像标注增强方法 |
CN102722323A (zh) * | 2012-05-21 | 2012-10-10 | 上海华勤通讯技术有限公司 | 图片标签管理方法 |
CN103227888A (zh) * | 2013-04-21 | 2013-07-31 | 中国科学技术大学 | 一种基于经验模式分解和多种评价准则的视频去抖动方法 |
CN106303660A (zh) * | 2016-08-26 | 2017-01-04 | 央视国际网络无锡有限公司 | 一种视频中污损区域的填充方法 |
CN106358069A (zh) * | 2016-10-31 | 2017-01-25 | 维沃移动通信有限公司 | 一种视频数据处理方法及移动终端 |
CN109308449A (zh) * | 2018-08-06 | 2019-02-05 | 福州瑞芯微电子股份有限公司 | 一种基于深度学习的异物过滤视频编码芯片和方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020248680A1 (zh) * | 2019-06-10 | 2020-12-17 | 海信视像科技股份有限公司 | 视频数据处理方法、装置及显示设备 |
CN110503150A (zh) * | 2019-08-26 | 2019-11-26 | 苏州科达科技股份有限公司 | 样本数据采集方法、装置及存储介质 |
CN110989840A (zh) * | 2019-12-03 | 2020-04-10 | 成都纵横自动化技术股份有限公司 | 数据处理方法、前端设备、后端设备及地理信息系统 |
CN110989840B (zh) * | 2019-12-03 | 2023-07-25 | 成都纵横自动化技术股份有限公司 | 数据处理方法、前端设备、后端设备及地理信息系统 |
CN111968031A (zh) * | 2020-07-14 | 2020-11-20 | 浙江大华技术股份有限公司 | 一种图像拼接方法、装置、存储介质及电子装置 |
CN114286178A (zh) * | 2021-12-31 | 2022-04-05 | 神思电子技术股份有限公司 | 一种基于远程控制的隐私数据保护方法、设备及介质 |
CN114286178B (zh) * | 2021-12-31 | 2023-08-11 | 神思电子技术股份有限公司 | 一种基于远程控制的隐私数据保护方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109783658B (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109783658A (zh) | 图像处理方法、装置及存储介质 | |
US9013536B2 (en) | Augmented video calls on mobile devices | |
US11922599B2 (en) | Video super-resolution processing method and apparatus | |
CN110769323B (zh) | 一种视频通信方法、系统、装置和终端设备 | |
CN107197370A (zh) | 一种直播视频的场景检测方法和装置 | |
CN111414879A (zh) | 人脸遮挡程度识别方法、装置、电子设备及可读存储介质 | |
CN114092678A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN115761090A (zh) | 特效渲染方法、装置、设备、计算机可读存储介质及产品 | |
CN107770487B (zh) | 一种特征提取并优选的方法、系统及终端设备 | |
US11562772B2 (en) | Video processing method, electronic device, and storage medium | |
CN110619670A (zh) | 人脸互换方法、装置、计算机设备及存储介质 | |
US11095901B2 (en) | Object manipulation video conference compression | |
CN112468792B (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN111738236B (zh) | 一种自适应层级的图像切分识别方法、装置及系统 | |
US20230326086A1 (en) | Systems and methods for image and video compression | |
WO2023273515A1 (zh) | 目标检测方法、装置、电子设备和存储介质 | |
CN109451318A (zh) | 便于vr视频编码的方法、装置、电子设备及存储介质 | |
CN116310105A (zh) | 基于多视图的物体三维重建方法、装置、设备及存储介质 | |
CN114677464A (zh) | 图像处理方法、图像处理装置、计算机设备及存储介质 | |
CN108886616A (zh) | 视频编码的方法、装置和计算机系统 | |
CN110097622B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN111353929A (zh) | 图像处理方法、装置和电子设备 | |
CN116708793B (zh) | 视频的传输方法、装置、设备及存储介质 | |
Tsai et al. | Secure Surveillance System based on Wireless Sensor Network for Home-Care Applications | |
WO2023284479A1 (zh) | 平面估计方法、装置、电子设备及存储介质 |
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 |