CN110163215B - 图像处理方法、装置、计算机可读介质及电子设备 - Google Patents

图像处理方法、装置、计算机可读介质及电子设备 Download PDF

Info

Publication number
CN110163215B
CN110163215B CN201810588686.9A CN201810588686A CN110163215B CN 110163215 B CN110163215 B CN 110163215B CN 201810588686 A CN201810588686 A CN 201810588686A CN 110163215 B CN110163215 B CN 110163215B
Authority
CN
China
Prior art keywords
convolution
image
residual error
residual
layer
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
Application number
CN201810588686.9A
Other languages
English (en)
Other versions
CN110163215A (zh
Inventor
陈卫东
吴保元
刘威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201810588686.9A priority Critical patent/CN110163215B/zh
Priority to PCT/CN2019/086384 priority patent/WO2019233244A1/zh
Priority to EP19814012.1A priority patent/EP3767523A4/en
Publication of CN110163215A publication Critical patent/CN110163215A/zh
Priority to US16/923,325 priority patent/US11416781B2/en
Application granted granted Critical
Publication of CN110163215B publication Critical patent/CN110163215B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/60—Rotation of whole images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/048—Activation functions

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Image Analysis (AREA)

Abstract

本发明的实施例提供了一种图像处理方法、装置、计算机可读介质及电子设备。该图像处理方法包括：获取待处理的目标图像；基于残差网络对所述目标图像进行特征提取，得到图像特征信息，所述残差网络包含顺次相连的多个残差块，每个所述残差块包含卷积分支和残差分支，所述卷积分支中的第一卷积层的卷积核大小小于位于所述第一卷积层之后的第二卷积层的卷积核大小，所述第二卷积层的卷积步长大于所述第一卷积层的卷积步长且小于所述第二卷积层的卷积核宽度；根据所述图像特征信息对所述待处理图像进行识别处理。本发明实施例的技术方案能够确保图像特征提取的准确性，提高了图像识别的准确率。

Description

图像处理方法、装置、计算机可读介质及电子设备
技术领域
本发明涉及计算机技术领域，具体而言，涉及一种图像处理方法、装置、计算机可读介质及电子设备。
背景技术
ResNet(Residual Neural Network，残差神经网络)是由何凯明等人提出的神经网络，ResNet的结构可以极快地加速超深神经网络的训练，模型的准确率也有非常大的提升。在图像处理领域，如何能够通过ResNet网络来实现最优的图像处理效果是目前亟待解决的技术问题。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明实施例的目的在于提供一种图像处理方法、装置、计算机可读介质及电子设备，进而至少在一定程度上确保残差网络能够从图像中提取出准确的图像特征，提高图像的识别准确率。
本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。
根据本发明实施例的一个方面，提供了一种图像处理方法，包括：获取待处理的目标图像；基于残差网络对所述目标图像进行特征提取，得到图像特征信息，所述残差网络包含顺次相连的多个残差块，每个所述残差块包含卷积分支和残差分支，所述卷积分支中的第一卷积层的卷积核大小小于位于所述第一卷积层之后的第二卷积层的卷积核大小，所述第二卷积层的卷积步长大于所述第一卷积层的卷积步长且小于所述第二卷积层的卷积核宽度；根据所述图像特征信息对所述待处理图像进行识别处理。
根据本发明实施例的一个方面，提供了一种图像处理装置，包括：第一获取单元，用于获取待处理的目标图像；第一处理单元，用于基于残差网络对所述目标图像进行特征提取，得到图像特征信息，所述残差网络包含顺次相连的多个残差块，每个所述残差块包含卷积分支和残差分支，所述卷积分支中的第一卷积层的卷积核大小小于位于所述第一卷积层之后的第二卷积层的卷积核大小，所述第二卷积层的卷积步长大于所述第一卷积层的卷积步长且小于所述第二卷积层的卷积核宽度；第二处理单元，用于根据所述图像特征信息对所述待处理图像进行识别处理。
在本发明的一些实施例中，基于前述方案，所述残差网络还包含位于所述多个残差块之前的初始卷积层，所述初始卷积层的输出作为所述多个残差块中第一个残差块的输入。
在本发明的一些实施例中，基于前述方案，所述多个残差块构成多个卷积阶段，每个所述卷积阶段中的第一个残差块包含的所述残差分支包含顺次相连的一批量归一化处理层和一目标卷积层。
在本发明的一些实施例中，基于前述方案，所述卷积分支还包括第三卷积层，所述第一卷积层、所述第二卷积层和所述第三卷积层顺次相连；其中，所述第一卷积层和所述第三卷积层的卷积核大小为1×1、卷积步长为1；所述第二卷积层的卷积核大小为3×3、卷积步长为2。
在本发明的一些实施例中，基于前述方案，所述第一卷积层、所述第二卷积层和所述第三卷积层中的每个卷积层之前均设置有一批量归一化处理层。
在本发明的一些实施例中，基于前述方案，所述的图像处理装置还包括：初始化单元，用于初始化所述残差网络；训练单元，用于将训练图像样本输入所述残差网络进行迭代训练，直至所述残差网络的损失函数满足收敛条件。
在本发明的一些实施例中，基于前述方案，所述的图像处理装置还包括：损失函数优化单元，用于获取所述残差网络中的批量归一化处理层所包含的学习参数，并通过所述学习参数生成所述损失函数的正则项，将所述正则项添加至所述损失函数中。
在本发明的一些实施例中，基于前述方案，所述损失函数优化单元用于：确定所述正则项的系数，所述正则项的系数的数量级小于所述残差网络包含的卷积层的权重的数量级；基于所述正则项的系数，将所述正则项添加至所述损失函数中。
在本发明的一些实施例中，基于前述方案，所述损失函数优化单元用于：计算所述学习参数的平方和；将所述平方和的算术平均值作为所述损失函数的正则项。
在本发明的一些实施例中，基于前述方案，所述的图像处理装置还包括：第二获取单元，用于获取用于对残差网络进行训练的样本图像；截取单元，用于从所述样本图像中截取占所述样本图像预定比例、且宽高比为预定比值的图像区域；尺寸调整单元，用于将所述图像区域调整为设定尺寸的图像；扰动处理单元，用于对所述设定尺寸的图像进行随机扰动处理，以得到所述训练图像样本。
在本发明的一些实施例中，基于前述方案，所述预定比例为从预定比例区间中随机选取的值，和/或所述预定比值为从预定宽高比区间中随机选取的值。
在本发明的一些实施例中，基于前述方案，所述扰动处理单元用于：以第一处理概率对所述设定尺寸的图像进行水平翻转处理；和/或以第二处理概率对所述设定尺寸的图像进行随机角度的旋转处理，所述随机角度为从预定角度区间中随机选取的值；和/或以第三处理概率对所述设定尺寸的图像的属性进行调整。
根据本发明实施例的一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中所述的图像处理方法。
根据本发明实施例的一个方面，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，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的图像处理方法。
在本发明的一些实施例所提供的技术方案中，由于在原始的残差网络结构中，卷积分支中的第一个卷积层的卷积核大小为1×1、卷积步长为2，第二个卷积层的卷积核大小为3×3、卷积步长为1，那么在第一个卷积层进行卷积操作时，两次卷积过程之间会跳过一个特征点，进而会造成特征网络的损失，而通过使残差块包含的卷积分支中的第一卷积层的卷积核大小小于位于第一卷积层之后的第二卷积层的卷积核大小，且第二卷积层的卷积步长大于第一卷积层的卷积步长且小于第二卷积层的卷积核宽度，使得残差块中的卷积层在进行卷积操作时，既保证了能够通过第二卷积层实现下采样的处理，又能够保证不会跳过任何一个特征点，进而可以保证不会造成特征网络表征能力的损失，从而能够确保图像特征提取的准确性，提高了图像识别的准确率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1示出了可以应用本发明实施例的图像处理方法或图像处理装置的示例性系统架构的示意图；
图2示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图；
图3示意性示出了根据本发明的一个实施例的图像处理方法的流程图；
图4示出了根据本发明实施例的残差网络的每个卷积阶段中的第一个残差块的结构示意图；
图5示出了根据本发明的实施例的残差网络的结构示意图；
图6示出了根据本发明的一个实施例的对残差网络进行训练的方法的流程图；
图7示出了根据本发明的一个实施例的获取训练样本图像的流程图；
图8示出了根据本发明的一个实施例的对图像进行扰动处理的流程图；
图9示意性示出了根据本发明的一个实施例的图像处理装置的框图；
图10示意性示出了根据本发明的另一个实施例的图像处理装置的框图；
图11示意性示出了根据本发明的又一个实施例的图像处理装置的框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本发明实施例的图像处理方法或图像处理装置的示例性系统架构100的示意图。
如图1所示，系统架构100可以包括终端设备101、102、103中的一种或多种，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，例如有线通信链路、无线通信链路等等。
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。比如服务器105可以是多个服务器组成的服务器集群等。
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、便携式计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器。例如用户利用终端设备103(也可以是终端设备101或102)采集到了需要识别的图像，然后将该图像上传到服务器105。服务器105在接收到该图像之后，可以基于残差网络对该图像进行特征提取，以得到图像特征信息，进而基于该图像特征信息对待处理图像进行识别处理。其中，服务器105在进行特征提取时采用的残差网络包括顺次相连的多个残差块，每个残差块包含卷积分支和残差分支，该卷积分支中的第一卷积层的卷积核大小小于位于第一卷积层之后的第二卷积层的卷积核大小，该第二卷积层的卷积步长大于第一卷积层的卷积步长且小于第二卷积层的卷积核宽度。比如第一卷积层的卷积核大小为1×1、卷积步长为1，第二卷积层的卷积核大小为3×3、卷积步长为2，那么在进行卷积操作时，既保证了通过第二卷积层能够实现下采样的处理，又能够保证不会跳过任何一个特征点，进而能够保证不会造成特征网络表征能力的损失，从而确保了图像特征提取的准确性，提高了图像识别的准确率。
需要说明的是，本发明实施例所提供的图像处理方法一般由服务器105执行，相应地，图像处理装置一般设置于服务器105中。但是，在本发明的其它实施例中，终端也可以与服务器具有相似的功能，从而执行本发明实施例所提供的图像处理方案。
图2示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
需要说明的是，图2示出的电子设备的计算机系统200仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图2所示，计算机系统200包括中央处理单元(CPU)201，其可以根据存储在只读存储器(ROM)202中的程序或者从存储部分208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM 203中，还存储有系统操作所需的各种程序和数据。CPU201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。
以下部件连接至I/O接口205：包括键盘、鼠标等的输入部分206；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207；包括硬盘等的存储部分208；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209。通信部分209经由诸如因特网的网络执行通信处理。驱动器210也根据需要连接至I/O接口205。可拆卸介质211，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210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208。
特别地，根据本发明的实施例，下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，本发明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209从网络上被下载和安装，和/或从可拆卸介质211被安装。在该计算机程序被中央处理单元(CPU)201执行时，执行本申请的系统中限定的各种功能。
需要说明的是，本发明所示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。在本发明中，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。而在本发明中，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、有线等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、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，上述模块、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，框图或流程图中的每个方框、以及框图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。
描述于本发明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。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。
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一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。例如，所述的电子设备可以实现如图3、图6至图8所示的各个步骤。
以下对本发明实施例的技术方案的实现细节进行详细阐述：
图3示意性示出了根据本发明的一个实施例的图像处理方法的流程图，该图像处理方法适用于前述实施例中所述的电子设备。参照图3所示，该图像处理方法至少包括步骤S310至步骤S330，详细介绍如下：
在步骤S310中，获取待处理的目标图像。
在本发明的一个实施例中，待处理的目标图像可以是需要进行视觉处理的图像，比如需要进行物体识别处理的图像。
在步骤S320中，基于残差网络对所述目标图像进行特征提取，得到图像特征信息，所述残差网络包含顺次相连的多个残差块(Residual Blocks)，每个所述残差块包含卷积分支和残差分支，所述卷积分支中的第一卷积层的卷积核大小小于位于所述第一卷积层之后的第二卷积层的卷积核大小，所述第二卷积层的卷积步长大于所述第一卷积层的卷积步长且小于所述第二卷积层的卷积核宽度。其中，残差块中的残差分支是由卷积分支的输入指向卷积分支的输出。
在本发明的一个实施例中，残差网络可以是深度残差网络，残差网络还包含位于所述多个残差块之前的初始卷积层，所述初始卷积层的输出作为所述多个残差块中第一个残差块的输入。在该实施例中，由于残差块中的第二卷积层已经能够实现下采样处理，因此可以去掉原始残差网络中位于残差块之前的池化层，简化了残差网络的结构。
在本发明的一个实施例中，残差网络中的多个残差块构成了多个卷积阶段(stages)，每个所述卷积阶段中的第一个残差块包含的所述残差分支包含顺次相连的一批量归一化处理层和一目标卷积层。
在该实施例中，对于一个残差块而言，如果其输入和输出具有相同的尺寸(包括size和channel等)，那么残差分支是一个恒等映射，但是如果其输入和输出的尺寸不相同，那么需要通过一个卷积操作来将输入和输出映射到相同的尺寸上，通常情况下在每个卷积阶段中的第一个残差块中需要通过非恒等映射(即增加一个卷积层)的残差分支来保证残差块的输入和输出一致。同时，由于卷积层的卷积操作没有偏置项，因此可以在卷积层之前添加一个BN(即Batch Normalization，批量归一化)层来添加偏置项，进而能够保证达到最优的处理效果。
继续参照图3所示，在步骤S330中，根据所述图像特征信息对所述待处理图像进行识别处理。
图3所示实施例的技术方案使得残差块中的卷积层在进行卷积操作时，既保证了能够通过第二卷积层实现下采样的处理，又能够保证不会跳过任何一个特征点，进而可以保证不会造成特征网络表征能力的损失，从而能够确保图像特征提取的准确性，提高了图像识别的准确率。
基于前述实施例中所介绍的残差网络的结构，在本发明的一个具体实施例中，如图4所示，为本发明实施例的残差网络的每个卷积阶段中的第一个残差块的结构示意图，具体包括：卷积分支401和残差分支402，其中，残差分支402由卷积分支401的输入指向卷积分支401的输出。
卷积分支401包括第一卷积层4011、第二卷积层4012和第三卷积层4013，第一卷积层4011、第二卷积层4012和第三卷积层4013中的每个卷积层之前均设置有BN层，并且在通过BN层处理之后，均会通过Relu(Rectified Linear Unit，线性整流单元)进行处理。其中，第一卷积层4011的卷积核大小为1×1、卷积步长为1；第二卷积层4012的卷积核大小为3×3、卷积步长为2；第三卷积层4013的卷积核大小为1×1、卷积步长为1。由于第二卷积层4012既可以实现下采样的处理，又能够保证不会跳过任何一个特征点，因此本发明实施例的残差块能够保证不会造成特征网络表征能力的损失。
残差分支402包括卷积层4021和卷积层之前设置的BN层，并且在通过BN层处理之后，会通过Relu函数进行处理。
卷积分支401和残差分支402的输出在元素层面上执行加法(Addition)运算，得到每个残差块的输出。
在本发明的一个实施例中，如图5所示为本发明实施例的残差网络的结构示意图，该结构包括：顺次相连的初始卷积层501、卷积阶段502、卷积阶段503、卷积阶段504、卷积阶段505、全局平均池化层506和全连接层507。其中，初始卷积层501的卷积核大小为7×7、卷积步长为2、通道数(channel)为64；卷积阶段502、卷积阶段503、卷积阶段504、卷积阶段505中的每个卷积阶段包含多个残差块，不同卷积阶段中包含的残差块的数量可能不相同，比如在ResNet101中，卷积阶段502包含3个残差块、卷积阶段503包含4个残差块、卷积阶段504包含23个残差块、卷积阶段505包含4个残差块。需要说明的是，每个卷积阶段中的第一个残差块的结构如图4所示，其它的残差块中的残差分支为恒等映射，卷积分支与图4中所示的卷积分支401相同。
从图4和图5所示的残差网络的结构可以看出，本发明实施例中的残差网络在原始的残差网络基础上去掉了初始卷积层501之后的最大池化层，并将下采样过程放到了第一个卷积阶段中，即卷积阶段502中，具体是放到了卷积阶段502中第一个残差块中的第二卷积层4012中。同时，在每个残差块中，将下采样的过程均放到了3×3的第二卷积层中，进而保证下采样过程不会跳过任何一个特征点，确保不会造成特征网络表征能力的损失。此外，不仅在卷积分支中添加了BN层，而且在非恒等映射的残差分支中也添加了BN层，这样可以通过BN层在卷积层之前添加偏置项，进而能够保证达到最优的处理效果。
基于前述实施例中介绍的残差网络的结构，本发明的实施例还提出了如何对残差网络进行训练的方案，具体参照图6所示，根据本发明的实施例的对残差网络进行训练的方法，包括：
步骤S610，初始化所述残差网络；
步骤S620，将训练图像样本输入所述残差网络进行迭代训练，直至所述残差网络的损失函数满足收敛条件。
在本发明的一个实施例中，在对残差网络进行迭代训练时，可以使用Momentum-SGD(Stochastic Gradient Descent，随机梯度下降)优化方法来进行训练，并且可以采用分布式训练框架来提高训练速率，比如可以采用4机32显卡的硬件配置来进行训练，训练的具体超参数如表1所示。
Figure BDA0001690078920000111
Figure BDA0001690078920000121
表1
在本发明的一个实施例中，残差网络中的BN层包含有可学习参数，并且这些可学习参数和训练图像样本的分布相关性比较强，具体参照下述的BN层的前向传导过程公式所示：
Figure BDA0001690078920000122
其中，β和γ表示学习参数，μ表示训练图像样本的平均值，σ表示训练图像样本的方差，x表示训练图像样本，y表示输出。
因此，在本发明的一个实施例中，可以根据β和γ生成损失函数的正则项，并加入残差网络的原始损失函数(即分类loss)中，以提高残差网络模型的泛化能力。其中，可以计算β和γ的平方和，然后将该平方和的算术平均值作为原始损失函数的正则项(即
Figure BDA0001690078920000123
)，即在本发明的实施例中，采用Tensorfow实现的L2正则项的计算方法来计算原始损失函数的正则项。实验发现，由于β和γ的量级通常比残差网络中卷积层的权重(weight)的量级要大一个量级，因此在将该正则项添加至原始损失函数中时，为该正则项设置的正则项系数要小于权重的量级，比如比权重量级小一个量级，以避免添加的正则项对原始损失函数造成较大影响。
在本发明的一个实施例中，还提出来如何得到训练样本图像的技术方案，具体如图7所示，包括以下步骤：
步骤S710，获取用于对残差网络进行训练的样本图像。
在本发明的一个实施例中，该样本图像可以是RGB图像。
步骤S720，从所述样本图像中截取占所述样本图像预定比例、且宽高比为预定比值的图像区域。
该实施例的技术方案使得能够从样本图像中截取多张图像区域，同时能够保证截取得到的图像的平移不变性及尺寸不变性。
在本发明的一个实施例中，所述预定比例为从预定比例区间中随机选取的值，和/或所述预定比值为从预定宽高比区间中随机选取的值，比如预定比例区间可以是[0.05,1.0]，预定宽高比区间可以是[3/4,4/3]。
步骤S730，将所述图像区域调整为设定尺寸的图像。
在该实施例中，通过将图像区域调整为设定尺寸的图像，使得在对残差网络进行训练时，可以以相同大小的图像输入至网络中进行训练。
步骤S740，对所述设定尺寸的图像进行随机扰动处理，以得到所述训练图像样本。
在本发明的一个实施例中，对设定尺寸的图像进行随机扰动处理，包括：以第一处理概率对所述设定尺寸的图像进行水平翻转处理；和/或以第二处理概率对所述设定尺寸的图像进行随机角度的旋转处理，所述随机角度为从预定角度区间中随机选取的值；和/或以第三处理概率对所述设定尺寸的图像的属性进行调整。其中，图像的属性包括饱和度、对比度、亮度和色度等。
图7所示实施例的技术方案使得能够采用一定的概率选择是否对图像进行处理，进而可以在增大训练数据差异度的同时，避免引入过多的数据扰动而带来较大的噪声影响。
在本发明的一个具体实施例中，如图8所示，该实施例示出了一种对图像进行扰动处理的流程，具体包括：
步骤S801，输入一副图像。该图像可以是RGB图像。
步骤S802，从图像中随机剪裁出占图像总面积比例为[0.05，1.0]中的任一比例，宽高比为[3/4，4/3]中的任一比值的区域。
步骤S803，将裁剪得到的图像尺寸调整为224*224的尺寸。
步骤S804，以0.5的处理概率对图像进行水平翻转处理。
步骤S805，以0.25的处理概率对图像进行随机角度的旋转处理。
步骤S806，以0.5的处理概率对图像的饱和度、对比度、亮度和色度进行扰动处理。
需要说明的是，图8中所示的具体数值仅为示例，步骤S804至步骤S806的处理顺序并没有严格要求，即这些步骤的执行顺序可以调换，也可以同时执行。
通过本发明上述实施例提出的残差网络的结构，可以达到目前最优的效果，具体如表2所示：
模型 框架 Top1 Acc(％) Top5 Error(％)
ResNet101 Tensorflow 78.22 94.00
ResNet152 Tensorflow 78.94 94.44
表2
本发明上述实施例的技术方案可以广泛运用于视觉相关的业务中，譬如可以用于对图像质量的评价与推荐，游戏场景内的物体识别，图像理解和视频理解等。
以下介绍本发明的装置实施例，可以用于执行本发明上述实施例中的图像处理方法。对于本发明装置实施例中未披露的细节，请参照本发明上述的图像处理方法的实施例。
图9示意性示出了根据本发明的一个实施例的图像处理装置的框图。
参照图9所示，根据本发明的一个实施例的图像处理装置900，包括：第一获取单元901、第一处理单元902和第二处理单元903。
其中，第一获取单元901用于获取待处理的目标图像；第一处理单元902用于基于残差网络对所述目标图像进行特征提取，得到图像特征信息，所述残差网络包含顺次相连的多个残差块，每个所述残差块包含卷积分支和残差分支，所述卷积分支中的第一卷积层的卷积核大小小于位于所述第一卷积层之后的第二卷积层的卷积核大小，所述第二卷积层的卷积步长大于所述第一卷积层的卷积步长且小于所述第二卷积层的卷积核宽度；第二处理单元903用于根据所述图像特征信息对所述待处理图像进行识别处理。
在本发明的一些实施例中，基于前述方案，所述残差网络还包含位于所述多个残差块之前的初始卷积层，所述初始卷积层的输出作为所述多个残差块中第一个残差块的输入。
在本发明的一些实施例中，基于前述方案，所述多个残差块构成多个卷积阶段，每个所述卷积阶段中的第一个残差块包含的所述残差分支包含顺次相连的一批量归一化处理层和一目标卷积层。
在本发明的一些实施例中，基于前述方案，所述卷积分支还包括第三卷积层，所述第一卷积层、所述第二卷积层和所述第三卷积层顺次相连；其中，所述第一卷积层和所述第三卷积层的卷积核大小为1×1、卷积步长为1；所述第二卷积层的卷积核大小为3×3、卷积步长为2。
在本发明的一些实施例中，基于前述方案，所述第一卷积层、所述第二卷积层和所述第三卷积层中的每个卷积层之前均设置有一批量归一化处理层。
图10示意性示出了根据本发明的另一个实施例的图像处理装置的框图。
参照图10所示，根据本发明的另一个实施例的图像处理装置1000，在具有图9中所示的第一获取单元901、第一处理单元902和第二处理单元903的基础上，还包括：初始化单元1001和训练单元1002。
其中，初始化单元1001用于初始化所述残差网络；训练单元1002用于将训练图像样本输入所述残差网络进行迭代训练，直至所述残差网络的损失函数满足收敛条件。
图11示意性示出了根据本发明的又一个实施例的图像处理装置的框图。
参照图11所示，根据本发明的又一个实施例的图像处理装置1100，在图10所示的图像处理装置的基础上，还包括：损失函数优化单元1101。该损失函数优化单元1101用于获取所述残差网络中的批量归一化处理层所包含的学习参数，并通过所述学习参数生成所述损失函数的正则项，将所述正则项添加至所述损失函数中。
在本发明的一些实施例中，基于前述方案，所述损失函数优化单元1101用于：确定所述正则项的系数，所述正则项的系数的数量级小于所述残差网络包含的卷积层的权重的数量级；基于所述正则项的系数，将所述正则项添加至所述损失函数中。
在本发明的一些实施例中，基于前述方案，所述损失函数优化单元1101用于：计算所述学习参数的平方和；将所述平方和的算术平均值作为所述损失函数的正则项。
在本发明的一些实施例中，基于前述方案，图10和图11所示的图像处理装置还可以包括：第二获取单元，用于获取用于对残差网络进行训练的样本图像；截取单元，用于从所述样本图像中截取占所述样本图像预定比例、且宽高比为预定比值的图像区域；尺寸调整单元，用于将所述图像区域调整为设定尺寸的图像；扰动处理单元，用于对所述设定尺寸的图像进行随机扰动处理，以得到所述训练图像样本。
在本发明的一些实施例中，基于前述方案，所述预定比例为从预定比例区间中随机选取的值，和/或所述预定比值为从预定宽高比区间中随机选取的值。
在本发明的一些实施例中，基于前述方案，所述扰动处理单元用于：以第一处理概率对所述设定尺寸的图像进行水平翻转处理；和/或以第二处理概率对所述设定尺寸的图像进行随机角度的旋转处理，所述随机角度为从预定角度区间中随机选取的值；和/或以第三处理概率对所述设定尺寸的图像的属性进行调整。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (15)

1.一种图像处理方法，其特征在于，包括：
获取待处理的目标图像；
基于残差网络对所述目标图像进行特征提取，得到图像特征信息，所述残差网络包含顺次相连的多个残差块，每个所述残差块包含卷积分支和残差分支，所述卷积分支中的第一卷积层的卷积核大小小于位于所述第一卷积层之后的第二卷积层的卷积核大小，所述第二卷积层的卷积步长大于所述第一卷积层的卷积步长且小于所述第二卷积层的卷积核宽度；
根据所述图像特征信息对所述待处理图像进行识别处理。
2.根据权利要求1所述的图像处理方法，其特征在于，所述残差网络还包含位于所述多个残差块之前的初始卷积层，所述初始卷积层的输出作为所述多个残差块中第一个残差块的输入。
3.根据权利要求1所述的图像处理方法，其特征在于，所述多个残差块构成多个卷积阶段，每个所述卷积阶段中的第一个残差块包含的所述残差分支包含顺次相连的一批量归一化处理层和一目标卷积层。
4.根据权利要求1所述的图像处理方法，其特征在于，所述卷积分支还包括第三卷积层，所述第一卷积层、所述第二卷积层和所述第三卷积层顺次相连；
其中，所述第一卷积层和所述第三卷积层的卷积核大小为1×1、卷积步长为1；所述第二卷积层的卷积核大小为3×3、卷积步长为2。
5.根据权利要求4所述的图像处理方法，其特征在于，所述第一卷积层、所述第二卷积层和所述第三卷积层中的每个卷积层之前均设置有一批量归一化处理层。
6.根据权利要求1至5中任一项所述的图像处理方法，其特征在于，在基于残差网络对所述目标图像进行特征提取之前，还包括：
初始化所述残差网络；
将训练图像样本输入所述残差网络进行迭代训练，直至所述残差网络的损失函数满足收敛条件。
7.根据权利要求6所述的图像处理方法，其特征在于，还包括：
获取所述残差网络中的批量归一化处理层所包含的学习参数；
通过所述学习参数生成所述损失函数的正则项，并将所述正则项添加至所述损失函数中。
8.根据权利要求7所述的图像处理方法，其特征在于，将所述正则项添加至所述损失函数中，包括：
确定所述正则项的系数，所述正则项的系数的数量级小于所述残差网络包含的卷积层的权重的数量级；
基于所述正则项的系数，将所述正则项添加至所述损失函数中。
9.根据权利要求7所述的图像处理方法，其特征在于，通过所述学习参数生成所述损失函数的正则项，包括：
计算所述学习参数的平方和；
将所述平方和的算术平均值作为所述损失函数的正则项。
10.根据权利要求6所述的图像处理方法，其特征在于，在将训练图像样本输入所述残差网络进行迭代训练之前，还包括：
获取用于对残差网络进行训练的样本图像；
从所述样本图像中截取占所述样本图像预定比例、且宽高比为预定比值的图像区域；
将所述图像区域调整为设定尺寸的图像；
对所述设定尺寸的图像进行随机扰动处理，以得到所述训练图像样本。
11.根据权利要求10所述的图像处理方法，其特征在于，所述预定比例为从预定比例区间中随机选取的值，和/或所述预定比值为从预定宽高比区间中随机选取的值。
12.根据权利要求10所述的图像处理方法，其特征在于，对所述设定尺寸的图像进行随机扰动处理，包括：
以第一处理概率对所述设定尺寸的图像进行水平翻转处理；和/或
以第二处理概率对所述设定尺寸的图像进行随机角度的旋转处理，所述随机角度为从预定角度区间中随机选取的值；和/或
以第三处理概率对所述设定尺寸的图像的属性进行调整。
13.一种图像处理装置，其特征在于，包括：
第一获取单元，用于获取待处理的目标图像；
第一处理单元，用于基于残差网络对所述目标图像进行特征提取，得到图像特征信息，所述残差网络包含顺次相连的多个残差块，每个所述残差块包含卷积分支和残差分支，所述卷积分支中的第一卷积层的卷积核大小小于位于所述第一卷积层之后的第二卷积层的卷积核大小，所述第二卷积层的卷积步长大于所述第一卷积层的卷积步长且小于所述第二卷积层的卷积核宽度；
第二处理单元，用于根据所述图像特征信息对所述待处理图像进行识别处理。
14.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至12中任一项所述的图像处理方法。
15.一种电子设备，其特征在于，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时，使得所述一个或多个处理器实现如权利要求1至12中任一项所述的图像处理方法。
CN201810588686.9A 2018-06-08 2018-06-08 图像处理方法、装置、计算机可读介质及电子设备 Active CN110163215B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201810588686.9A CN110163215B (zh) 2018-06-08 2018-06-08 图像处理方法、装置、计算机可读介质及电子设备
PCT/CN2019/086384 WO2019233244A1 (zh) 2018-06-08 2019-05-10 图像处理方法、装置、计算机可读介质及电子设备
EP19814012.1A EP3767523A4 (en) 2018-06-08 2019-05-10 IMAGE PROCESSING METHOD AND DEVICE, COMPUTER READABLE MEDIUM AND ELECTRONIC DEVICE
US16/923,325 US11416781B2 (en) 2018-06-08 2020-07-08 Image processing method and apparatus, and computer-readable medium, and electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810588686.9A CN110163215B (zh) 2018-06-08 2018-06-08 图像处理方法、装置、计算机可读介质及电子设备

Publications (2)

Publication Number Publication Date
CN110163215A CN110163215A (zh) 2019-08-23
CN110163215B true CN110163215B (zh) 2022-08-23

Family

ID=67644895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810588686.9A Active CN110163215B (zh) 2018-06-08 2018-06-08 图像处理方法、装置、计算机可读介质及电子设备

Country Status (4)

Country Link
US (1) US11416781B2 (zh)
EP (1) EP3767523A4 (zh)
CN (1) CN110163215B (zh)
WO (1) WO2019233244A1 (zh)

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110651277B (zh) * 2019-08-08 2023-08-01 京东方科技集团股份有限公司 计算机实现的方法、计算机实现的诊断方法、图像分类设备、以及计算机程序产品
CN110633711B (zh) * 2019-09-09 2022-02-11 长沙理工大学 训练特征点检测器的计算机装置、方法及特征点检测方法
CN110930290B (zh) * 2019-11-13 2023-07-07 东软睿驰汽车技术（沈阳）有限公司 一种数据处理方法及装置
CN112883981A (zh) * 2019-11-29 2021-06-01 阿里巴巴集团控股有限公司 一种图像处理方法、设备及存储介质
CN111091521B (zh) * 2019-12-05 2023-04-07 腾讯科技（深圳）有限公司 图像处理方法及装置、电子设备和计算机可读存储介质
CN112949672A (zh) * 2019-12-11 2021-06-11 顺丰科技有限公司 商品识别方法、装置、设备以及计算机可读存储介质
CN111104987B (zh) * 2019-12-25 2023-08-01 盛景智能科技(嘉兴)有限公司 人脸识别方法、装置及电子设备
CN111126303B (zh) * 2019-12-25 2023-06-09 北京工业大学 一种面向智能停车的多车位检测方法
CN111047515B (zh) * 2019-12-29 2024-01-09 兰州理工大学 一种基于注意力机制的空洞卷积神经网络图像超分辨率重建方法
CN111160268B (zh) * 2019-12-30 2024-03-29 北京化工大学 一种基于多任务学习的多角度sar目标识别方法
CN111191593A (zh) * 2019-12-30 2020-05-22 成都云尚物联环境科技有限公司 图像目标检测方法、装置、存储介质及污水管道检测装置
CN111242228B (zh) * 2020-01-16 2024-02-27 武汉轻工大学 高光谱图像分类方法、装置、设备及存储介质
CN111292268B (zh) * 2020-02-07 2023-07-25 抖音视界有限公司 图像处理方法、装置、电子设备及计算机可读存储介质
CN111353470B (zh) * 2020-03-13 2023-08-01 北京字节跳动网络技术有限公司 图像的处理方法、装置、可读介质和电子设备
US11380023B2 (en) * 2020-03-18 2022-07-05 Adobe Inc. End-to-end relighting of a foreground object of an image
CN111368937B (zh) * 2020-03-19 2024-05-28 京东方科技集团股份有限公司 图像分类方法、装置、及其训练方法、装置、设备、介质
CN111832383B (zh) * 2020-05-08 2023-12-08 北京嘀嘀无限科技发展有限公司 姿态关键点识别模型的训练方法、姿态识别方法及装置
CN111783519A (zh) * 2020-05-15 2020-10-16 北京迈格威科技有限公司 图像处理方法、装置、电子设备及存储介质
WO2021253148A1 (en) * 2020-06-15 2021-12-23 Intel Corporation Input image size switchable network for adaptive runtime efficient image classification
CN111814653B (zh) * 2020-07-02 2024-04-05 苏州交驰人工智能研究院有限公司 一种视频中异常行为的检测方法、装置、设备及存储介质
CN112308145A (zh) * 2020-10-30 2021-02-02 北京百度网讯科技有限公司 一种分类网络训练方法、分类方法、装置以及电子设备
CN112464775A (zh) * 2020-11-21 2021-03-09 西北工业大学 一种基于多分支网络的视频目标重识别方法
CN112508924B (zh) * 2020-12-15 2022-09-23 桂林电子科技大学 一种小目标检测识别方法、装置、系统和存储介质
CN112801102B (zh) * 2021-01-11 2023-06-16 成都圭目机器人有限公司 一种道面块状病害检测的方法
CN112801161B (zh) * 2021-01-22 2024-06-14 桂林市国创朝阳信息科技有限公司 小样本图像分类方法、装置、电子设备及计算机存储介质
CN112836804B (zh) * 2021-02-08 2024-05-10 北京迈格威科技有限公司 图像处理方法、装置、电子设备及存储介质
CN112862079B (zh) * 2021-03-10 2023-04-28 中山大学 一种流水式卷积计算架构设计方法及残差网络加速系统
CN113010873B (zh) * 2021-03-31 2022-09-09 山石网科通信技术股份有限公司 图像处理方法、装置、非易失性存储介质及处理器
CN112906721B (zh) * 2021-05-07 2021-07-23 腾讯科技（深圳）有限公司 图像处理方法、装置、设备及计算机可读存储介质
CN113223107B (zh) * 2021-05-20 2023-01-31 华北电力大学（保定） 一种气液两相流的电阻层析成像方法、装置及终端设备
CN113362409B (zh) * 2021-05-28 2023-10-31 北京百度网讯科技有限公司 图像上色及其模型训练方法、装置、电子设备、存储介质
CN113344200B (zh) * 2021-06-17 2024-05-28 阿波罗智联(北京)科技有限公司 用于训练可分离卷积网络的方法、路侧设备及云控平台
CN113239899B (zh) * 2021-06-17 2024-05-28 阿波罗智联(北京)科技有限公司 用于处理图像和生成卷积核的方法、路侧设备和云控平台
CN113658076B (zh) * 2021-08-18 2022-08-02 中科天网（广东）科技有限公司 基于特征纠缠调制的图像复原方法、装置、设备和介质
CN113744160B (zh) * 2021-09-15 2022-09-02 马上消费金融股份有限公司 图像处理模型训练方法、图像处理方法、装置及电子设备
CN114049584A (zh) * 2021-10-09 2022-02-15 百果园技术(新加坡)有限公司 一种模型训练和场景识别方法、装置、设备及介质
CN113887542B (zh) * 2021-12-06 2022-04-05 孙晖 目标检测方法、电子设备及存储介质
CN114548153B (zh) * 2022-01-21 2023-06-02 电子科技大学 基于残差-胶囊网络的行星齿轮箱故障诊断方法
CN115001937B (zh) * 2022-04-11 2023-06-16 北京邮电大学 面向智慧城市物联网的故障预测方法及装置
CN114862713B (zh) * 2022-04-29 2023-07-25 西安理工大学 基于注意力平滑膨胀卷积的两阶段图像去雨方法
CN114689030A (zh) * 2022-06-01 2022-07-01 中国兵器装备集团自动化研究所有限公司 一种基于机载视觉的无人机辅助定位方法及系统
CN116468100B (zh) * 2023-03-06 2024-05-10 美的集团(上海)有限公司 残差剪枝方法、装置、电子设备和可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108009531A (zh) * 2017-12-28 2018-05-08 北京工业大学 一种多策略防欺诈的人脸识别方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107871105B (zh) * 2016-09-26 2021-10-19 北京眼神科技有限公司 一种人脸认证方法和装置
US11580398B2 (en) * 2016-10-14 2023-02-14 KLA-Tenor Corp. Diagnostic systems and methods for deep learning models configured for semiconductor applications
US10528846B2 (en) * 2016-11-14 2020-01-07 Samsung Electronics Co., Ltd. Method and apparatus for analyzing facial image
CN106778682B (zh) * 2017-01-11 2019-07-09 厦门中控智慧信息技术有限公司 一种卷积神经网络模型的训练方法及其设备
CN107527044B (zh) * 2017-09-18 2021-04-30 北京邮电大学 一种基于搜索的多张车牌清晰化方法及装置
US11126914B2 (en) * 2017-10-11 2021-09-21 General Electric Company Image generation using machine learning
CN108108499B (zh) * 2018-02-07 2023-05-26 腾讯科技（深圳）有限公司 人脸检索方法、装置、存储介质及设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108009531A (zh) * 2017-12-28 2018-05-08 北京工业大学 一种多策略防欺诈的人脸识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《Deep Residual Learning for Image Recognition》;Kaiming He，et al;《Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)》;20161231;1-12 *

Also Published As

Publication number Publication date
CN110163215A (zh) 2019-08-23
EP3767523A4 (en) 2021-06-02
WO2019233244A1 (zh) 2019-12-12
US11416781B2 (en) 2022-08-16
EP3767523A1 (en) 2021-01-20
US20200342360A1 (en) 2020-10-29

Similar Documents

Publication Publication Date Title
CN110163215B (zh) 图像处理方法、装置、计算机可读介质及电子设备
CN108122234B (zh) 卷积神经网络训练及视频处理方法、装置和电子设备
US11170210B2 (en) Gesture identification, control, and neural network training methods and apparatuses, and electronic devices
US20200334830A1 (en) Method, apparatus, and storage medium for processing video image
CN108846440B (zh) 图像处理方法及装置、计算机可读介质和电子设备
CN108830235B (zh) 用于生成信息的方法和装置
CN108280477B (zh) 用于聚类图像的方法和装置
CN108229419B (zh) 用于聚类图像的方法和装置
CN108960090B (zh) 视频图像处理方法及装置、计算机可读介质和电子设备
CN108229591B (zh) 神经网络自适应训练方法和装置、设备、程序和存储介质
CN107622240B (zh) 人脸检测方法和装置
CN109191512B (zh) 双目图像的深度估计方法及装置、设备、程序及介质
CN108230346B (zh) 用于分割图像语义特征的方法和装置、电子设备
CN109711508B (zh) 图像处理方法和装置
CN110929780A (zh) 视频分类模型构建、视频分类的方法、装置、设备及介质
CN110225366B (zh) 视频数据处理及广告位确定方法、装置、介质及电子设备
CN109766925B (zh) 特征融合方法、装置、电子设备及存储介质
CN109377508B (zh) 图像处理方法和装置
CN110288625B (zh) 用于处理图像的方法和装置
CN110910445B (zh) 一种物件尺寸检测方法、装置、检测设备及存储介质
CN113505848A (zh) 模型训练方法和装置
CN113643260A (zh) 用于检测图像质量的方法、装置、设备、介质和产品
CN109241930B (zh) 用于处理眉部图像的方法和装置
CN108734718B (zh) 用于图像分割的处理方法、装置、存储介质及设备
CN109064464B (zh) 用于检测电池极片毛刺的方法和装置

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