CN110706193A - 图像处理方法和装置 - Google Patents
图像处理方法和装置 Download PDFInfo
- Publication number
- CN110706193A CN110706193A CN201810644248.XA CN201810644248A CN110706193A CN 110706193 A CN110706193 A CN 110706193A CN 201810644248 A CN201810644248 A CN 201810644248A CN 110706193 A CN110706193 A CN 110706193A
- Authority
- CN
- China
- Prior art keywords
- frame
- target
- image
- candidate
- current frame
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 238000013135 deep learning Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 31
- 239000000126 substance Substances 0.000 claims description 24
- 230000004927 fusion Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 7
- 238000012935 Averaging Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- 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]
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Abstract
本发明公开了一种图像处理方法和装置,涉及计算机技术领域。其中,该方法包括:将待检测图像输入深度学习网络模型,以检测出每帧图像中目标的第一候选框;根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框;将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框。通过以上步骤,能够提高相邻两帧图像中提取的目标的检测框的稳定性,进而有助于提高图像检测效果。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种图像处理方法和装置。
背景技术
目前,基于深度学习的图像检测方法广泛应用于Time-critical video analysis(时间关键的影像分析)场景,比如机器人导航和自动驾驶。该方法可从每一帧图像中检测出目标(比如车辆、行人等),是计算机视觉应用在机器人导航和自动驾驶领域的一个基本技术。
现有的图像检测算法大都依靠Non-max Suppression(非极大值抑制)方法输出目标的一个边框。具体来说,Non-max Suppression方法需要先计算多个候选边框和基准边框的IoU(Intersection of Union,交叠率)值,然后将IoU值最大的候选边框进行输出。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:在调用现有的基于深度学习的图像检测算法时,从相邻两帧图像提取的目标的检测框之间的IoU值较低,相邻两帧图像提取的目标的检测框看起来跳跃、不稳定,严重影响了图像检测效果。
发明内容
有鉴于此,本发明提供一种图像处理方法和装置,能够提高相邻两帧图像中提取的目标的检测框的稳定性,进而有助于提高图像检测效果。
为实现上述目的,根据本发明的一个方面,提供了一种图像处理方法。
本发明的图像处理方法包括:将待检测图像输入深度学习网络模型,以检测出每帧图像中目标的第一候选框;根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框;将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框。
可选地,根据如下方式执行所述将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合的步骤:
其中,表示当前帧图像中目标的检测框的第i个边框参数,表示当前帧图像中目标的第一候选框的第i个边框参数,表示当前帧图像中目标的第二候选框的第i个边框参数,αi表示与所述第i个边框参数对应设置的插值系数。
可选地,所述根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框的步骤包括:根据移动平均法对位于当前帧之前的多帧图像中目标的第一候选框进行处理,以得到当前帧图像中目标的第二候选框。
可选地,所述方法还包括:在执行所述将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框的步骤之前,判断出当前帧图像中目标的第一候选框的抖动处于预设取值区间。
可选地,所述方法还包括:根据如下方式计算当前帧图像中目标的第一候选框的抖动:
其中,dN+1表示当前帧图像中目标的第一候选框的抖动,表示当前帧图像中目标的第一候选框的中心点的横坐标,表示当前帧图像中目标的第一候选框的中心点的纵坐标,xa表示位于当前帧之前的N帧图像中目标的第一候选框的中心点横坐标的均值,ya表示位于当前帧之前的N帧图像中目标的第一候选框的中心点纵坐标的均值。
为实现上述目的,根据本发明的另一方面,提供了一种图像处理装置。
本发明的图像处理装置包括:检测模块,用于将待检测图像输入深度学习网络模型,以检测出每帧图像中目标的第一候选框;确定模块,用于根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框;融合模块,用于将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框。
可选地,所述融合模块根据如下方式执行所述将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合的操作:
其中,表示当前帧图像中目标的检测框的第i个边框参数,表示当前帧图像中目标的第一候选框的第i个边框参数,表示当前帧图像中目标的第二候选框的第i个边框参数,αi表示与所述第i个边框参数对应设置的插值系数。
可选地,所述确定模块根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框包括:所述确定模块根据移动平均法对位于当前帧之前的多帧图像中目标的第一候选框进行处理,以得到当前帧图像中目标的第二候选框。
可选地,所述装置还包括:判断模块,用于在所述融合模块执行所述将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框的操作之前,判断出当前帧图像中目标的第一候选框的抖动处于预设取值区间。
可选地,所述判断模块根据如下方式计算当前帧图像中目标的第一候选框的抖动:
其中,dN+1表示当前帧图像中目标的第一候选框的抖动,表示当前帧图像中目标的第一候选框的中心点的横坐标,表示当前帧图像中目标的第一候选框的中心点的纵坐标,xa表示位于当前帧之前的N帧图像中目标的第一候选框的中心点横坐标的均值,ya表示位于当前帧之前的N帧图像中目标的第一候选框的中心点纵坐标的均值。
为实现上述目的,根据本发明的再一个方面,提供了一种电子设备。
本发明的电子设备,包括:一个或多个处理器;以及,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本发明的图像处理方法。
为实现上述目的,根据本发明的又一个方面,提供了一种计算机可读介质。
本发明的计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明的图像处理方法。
上述发明中的一个实施例具有如下优点或有益效果:通过深度学习网络模型检测出每帧图像中目标的第一候选框,根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框,以及将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合这些步骤,能够提高相邻两帧图像中提取的目标的检测框的稳定性,进而有助于提高图像检测效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明一个实施例的图像处理方法的主要步骤示意图;
图2是根据本发明另一实施例的图像处理方法的主要步骤示意图;
图3是根据本发明一个实施例的图像处理装置的主要模块示意图;
图4是根据本发明另一实施例的图像处理装置的主要模块示意图;
图5是本发明实施例可以应用于其中的示例性系统架构图;
图6是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。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要指出的是,在不冲突的情况下,本发明中的实施例以及实施例中的特征可以相互组合。
图1是根据本发明一个实施例的图像处理方法的主要步骤示意图。如图1所示,本发明实施例的图像处理方法包括:
步骤S101、将待检测图像输入深度学习网络模型,以检测出每帧图像中目标的第一候选框。
其中,所述深度学习网络模型可以为YOLO(全称为You only look once,是一种深度学习网络模型)或者Faster R-CNN(是一种深度学习网络模型)等。
示例性地,每帧图像中目标的第一候选框可用以下四个边框参数表示,即其中,表示第j帧图像中目标的第一候选框的中心点横坐标,表示第j帧图像中目标的第一候选框的中心点纵坐标,表示第j帧图像中目标的第一候选框的宽度,表示第j帧图像中目标的第一候选框的高度,j=1,2…。
另外,每帧图像中目标的第一候选框也可用以下四个边框参数表示,即其中,表示第j帧图像中目标的第一候选框的左上角点的横坐标,表示第j帧图像中目标的第一候选框的左上角点的纵坐标,表示第j帧图像中目标的第一候选框的右下角点的横坐标,表示第j帧图像中目标的第一候选框的右下角点的纵坐标,j=1,2…。
步骤S102、根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框。
在一可选实施方式中,步骤S102包括:根据移动平均法(Moving-average)对位于当前帧之前的多帧图像中目标的第一候选框进行处理,以得到当前帧图像中目标的第二候选框。
移动平均法,又称“移动平均线”,是一种分析时间序列数据的工具。移动平均法又可分为简单移动平均法和加权移动平均法。在本发明实施例中,可采用简单移动平均法得到当前帧图像中目标的第二候选框,计算公式为:
其中,表示当前帧(或称为“第N+1帧”)图像中目标的第二候选框的第i个边框参数,表示当前帧的前一帧(或称为“第N帧”)图像中目标的第一候选框的第i个边框参数,表示第N-1帧图像中目标的第一候选框的第i个边框参数,表示第N+1-n帧图像中目标的第一候选框的第i个边框参数。
步骤S103、将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框。
进一步,在本发明实施例中,可根据如下方式执行所述将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合:
其中,表示当前帧(或称为“第N+1帧”)图像中目标的检测框的第i个边框参数,表示当前帧图像中目标的第一候选框的第i个边框参数,表示当前帧图像中目标的第二候选框的第i个边框参数,αi表示与所述第i个边框参数对应设置的插值系数。其中,αi的取值范围为:0<αi<1。
在本发明实施例中,通过深度学习网络模型检测出每帧图像中目标的第一候选框,根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框,以及将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合这些步骤,能够提高相邻两帧图像中提取的目标的检测框的稳定性,进而有助于提高图像检测效果。
图2是根据本发明另一实施例的图像处理方法的主要步骤示意图。如图2所示,本发明实施例的图像处理方法包括:
步骤S201、将待检测图像输入深度学习网络模型,以检测出每帧图像中目标的第一候选框。
其中,所述深度学习网络模型可以为YOLO(全称为You only look once,是一种深度学习网络模型)或者Faster R-CNN(是一种深度学习网络模型)等。
示例性地,每帧图像中目标的第一候选框可用以下四个边框参数表示,即其中,表示第j帧图像中目标的第一候选框的中心点横坐标,表示第j帧图像中目标的第一候选框的中心点纵坐标,表示第j帧图像中目标的第一候选框的宽度,表示第j帧图像中目标的第一候选框的高度,j=1,2…。
另外,每帧图像中目标的第一候选框也可用以下四个边框参数表示,即其中,表示第j帧图像中目标的第一候选框的左上角点的横坐标,表示第j帧图像中目标的第一候选框的左上角点的纵坐标,表示第j帧图像中目标的第一候选框的右下角点的横坐标,表示第j帧图像中目标的第一候选框的右下角点的纵坐标,j=1,2…。
步骤S202、判断当前帧图像中目标的第一候选框的抖动是否处于预设取值区间。若是,执行步骤S203;若否,执行步骤S205。
进一步,在本发明实施例中,可根据如下方式计算当前帧图像中目标的第一候选框的抖动:
其中,dN+1表示当前帧(或称为“第N+1帧”)图像中目标的第一候选框的抖动,表示当前帧图像中目标的第一候选框的中心点的横坐标,表示当前帧图像中目标的第一候选框的中心点的纵坐标,xa表示位于当前帧之前的N帧图像中目标的第一候选框的中心点横坐标的均值,ya表示位于当前帧之前的N帧图像中目标的第一候选框的中心点纵坐标的均值。
具体实施时,所述预设取值区间可根据实际情况灵活设置。例如,可将所述预设取值区间设为[5像素,20像素]。若当前帧图像中目标的第一候选框的抖动小于5像素,则认为抖动较小,无需处理;若当前帧图像中目标的第一候选框的抖动大于20像素,则认为当前帧图像中的目标与前几帧图像中的目标不是同一个目标,也不作处理。进而,只有在当前帧图像中目标的第一候选框的抖动大于等于5像素、且小于等于20像素时,才执行步骤S203、步骤S204。
在本发明实施例中,通过步骤S202,能够提高对图像抖动的处理效率。
步骤S203、根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框。
在一可选实施方式中,步骤S102包括:根据移动平均法(Moving-average)对位于当前帧之前的多帧图像中目标的第一候选框进行处理,以得到当前帧图像中目标的第二候选框。
移动平均法,又称“移动平均线”,是一种分析时间序列数据的工具。移动平均法又可分为简单移动平均法和加权移动平均法。在本发明实施例中,可采用简单移动平均法得到当前帧图像中目标的第二候选框,计算公式为:
其中,表示当前帧(或称为“第N+1帧”)图像中目标的第二候选框的第i个边框参数,表示当前帧的前一帧(或称为“第N帧”)图像中目标的第一候选框的第i个边框参数,表示第N-1帧图像中目标的第一候选框的第i个边框参数,表示第N+1-n帧图像中目标的第一候选框的第i个边框参数。
其中,表示当前帧(或称为“第N+1帧”)图像中目标的第二候选框的中心点横坐标,表示当前帧的前一帧图像中目标的第一候选框的中心点横坐标,表示第N+1-n帧图像中目标的第一候选框的中心点横坐标,表示当前帧图像中目标的第二候选框的中心点纵坐标,表示当前帧的前一帧图像中目标的第一候选框的中心点纵坐标,表示第N+1-n帧图像中目标的第一候选框的中心点纵坐标,表示当前帧图像中目标的第二候选框的宽度,表示当前帧的前一帧图像中目标的第一候选框的宽度,表示第N+1-n帧图像中目标的第一候选框的宽度,表示当前帧图像中目标的第二候选框的高度,表示当前帧的前一帧图像中目标的第一候选框的高度,表示第N+1-n帧图像中目标的第一候选框的高度。
步骤S204、将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框。
进一步,在本发明实施例中,可根据如下方式执行所述将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合:
其中,表示当前帧(或称为“第N+1帧”)图像中目标的检测框的第i个边框参数,表示当前帧图像中目标的第一候选框的第i个边框参数,表示当前帧图像中目标的第二候选框的第i个边框参数,αi表示与所述第i个边框参数对应设置的插值系数。其中,αi的取值范围为:0<αi<1。
其中,表示当前帧图像中目标的检测框的中心点横坐标,表示当前帧图像中目标的第一候选框的中心点横坐标,表示当前帧图像中目标的第二候选框的中心点横坐标,表示当前帧图像中目标的检测框的中心点纵坐标,表示当前帧图像中目标的第一候选框的中心点纵坐标,表示当前帧图像中目标的第二候选框的中心点纵坐标,表示当前帧图像中目标的检测框的宽度,表示当前帧图像中目标的第一候选框的宽度,表示当前帧图像中目标的第二候选框的宽度,表示当前帧图像中目标的检测框的高度,表示当前帧图像中目标的第一候选框的高度,表示当前帧图像中目标的第二候选框的高度,α1、α2、α3及α4为插值系数。其中,α1、α2、α3及α4的取值范围为0<αi<1,i=1,2,3,4。
步骤S205、结束。
在本发明实施例中,通过移动平均法(Moving-average)对位于当前帧之前的多帧图像中目标的第一候选框进行平滑处理,能够得到当前帧图像中目标的第二候选框;通过对当前帧图像中目标的第一候选框、第二候选框进行融合处理,能够得到更为稳定的检测框,有效解决了现有技术中存在的“相邻两帧图像提取的目标的检测框看起来跳跃、不稳定”的问题,改善了图像检测的效果。另外,通过在判断出当前帧图像中目标的第一候选框的抖动处于预设取值区间之后再执行步骤S203和步骤S204,能够提高图像抖动处理的效率。
图3是根据本发明一个实施例的图像处理装置的主要模块示意图。如图3所示,本发明实施例的图像处理装置300包括:检测模块301、确定模块302、融合模块303。
检测模块301,用于将待检测图像输入深度学习网络模型,以检测出每帧图像中目标的第一候选框。
其中,所述深度学习网络模型可以为YOLO(全称为You only look once,是一种深度学习网络模型)或者Faster R-CNN(是一种深度学习网络模型)等。
示例性地,每帧图像中目标的第一候选框可用以下四个边框参数表示,即其中,表示第j帧图像中目标的第一候选框的中心点横坐标,表示第j帧图像中目标的第一候选框的中心点纵坐标,表示第j帧图像中目标的第一候选框的宽度,表示第j帧图像中目标的第一候选框的高度,j=1,2…。
另外,每帧图像中目标的第一候选框也可用以下四个边框参数表示,即其中,表示第j帧图像中目标的第一候选框的左上角点的横坐标,表示第j帧图像中目标的第一候选框的左上角点的纵坐标,表示第j帧图像中目标的第一候选框的右下角点的横坐标,表示第j帧图像中目标的第一候选框的右下角点的纵坐标,j=1,2…。
确定模块302,用于根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框。
在一可选实施方式中,确定模块302根据移动平均法(Moving-average)对位于当前帧之前的多帧图像中目标的第一候选框进行处理,以得到当前帧图像中目标的第二候选框。
移动平均法,又称“移动平均线”,是一种分析时间序列数据的工具。移动平均法又可分为简单移动平均法和加权移动平均法。在本发明实施例中,确定模块302可采用简单移动平均法得到当前帧图像中目标的第二候选框,计算公式为:
其中,表示当前帧(或称为“第N+1帧”)图像中目标的第二候选框的第i个边框参数,表示当前帧的前一帧(或称为“第N帧”)图像中目标的第一候选框的第i个边框参数,表示第N-1帧图像中目标的第一候选框的第i个边框参数,表示第N+1-n帧图像中目标的第一候选框的第i个边框参数。
融合模块303,用于将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框。
进一步,在本发明实施例中,融合模块303可根据如下方式执行所述将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合:
其中,表示当前帧(或称为“第N+1帧”)图像中目标的检测框的第i个边框参数,表示当前帧图像中目标的第一候选框的第i个边框参数,表示当前帧图像中目标的第二候选框的第i个边框参数,αi表示与所述第i个边框参数对应设置的插值系数。其中,αi的取值范围为:0<αi<1。
在本发明实施例的装置中,通过检测模块执行将待检测图像输入深度学习网络模型以检测出每帧图像中目标的第一候选框的操作,通过确定模块执行根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框的操作,以及通过融合模块执行将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合的操作,能够提高相邻两帧图像中提取的目标的检测框的稳定性,进而有助于提高图像检测效果。
图4是根据本发明另一实施例的图像处理装置的主要模块示意图。如图4所示,本发明实施例的图像处理装置400包括检测模块401、判断模块402、确定模块403、融合模块404。
检测模块401,用于将待检测图像输入深度学习网络模型,以检测出每帧图像中目标的第一候选框。
其中,所述深度学习网络模型可以为YOLO(全称为You only look once,是一种深度学习网络模型)或者Faster R-CNN(是一种深度学习网络模型)等。
示例性地,每帧图像中目标的第一候选框可用以下四个边框参数表示,即其中,表示第j帧图像中目标的第一候选框的中心点横坐标,表示第j帧图像中目标的第一候选框的中心点纵坐标,表示第j帧图像中目标的第一候选框的宽度,表示第j帧图像中目标的第一候选框的高度,j=1,2…。
另外,每帧图像中目标的第一候选框也可用以下四个边框参数表示,即其中,表示第j帧图像中目标的第一候选框的左上角点的横坐标,表示第j帧图像中目标的第一候选框的左上角点的纵坐标,表示第j帧图像中目标的第一候选框的右下角点的横坐标,表示第j帧图像中目标的第一候选框的右下角点的纵坐标,j=1,2…。
判断模块402,用于判断当前帧图像中目标的第一候选框的抖动是否处于预设取值区间。若是,则调用确定模块403和融合模块404;若否,则结束。
进一步,在本发明实施例中,判断模块402可根据如下方式计算当前帧图像中目标的第一候选框的抖动:
其中,dN+1表示当前帧(或称为“第N+1帧”)图像中目标的第一候选框的抖动,表示当前帧图像中目标的第一候选框的中心点的横坐标,表示当前帧图像中目标的第一候选框的中心点的纵坐标,xa表示位于当前帧之前的N帧图像中目标的第一候选框的中心点横坐标的均值,ya表示位于当前帧之前的N帧图像中目标的第一候选框的中心点纵坐标的均值。
具体实施时,所述预设取值区间可根据实际情况灵活设置。例如,可将所述预设取值区间设为[5像素,20像素]。若当前帧图像中目标的第一候选框的抖动小于5像素,则认为抖动较小,无需处理;若当前帧图像中目标的第一候选框的抖动大于20像素,则认为当前帧图像中的目标与前几帧图像中的目标不是同一个目标,也不作处理。进而,只有在当前帧图像中目标的第一候选框的抖动大于等于5像素、且小于等于20像素时,才执行步骤S203、步骤S204。在本发明实施例中,通过设置判断模块,能够提高对图像抖动的处理效率。
确定模块403,用于在判断模块402判断出当前帧图像中目标的第一候选框的抖动处于预设取值区间之后,根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框。
在一可选实施方式中,确定模块403可根据移动平均法(Moving-average)对位于当前帧之前的多帧图像中目标的第一候选框进行处理,以得到当前帧图像中目标的第二候选框。
移动平均法,又称“移动平均线”,是一种分析时间序列数据的工具。移动平均法又可分为简单移动平均法和加权移动平均法。在本发明实施例中,可采用简单移动平均法得到当前帧图像中目标的第二候选框,计算公式为:
其中,表示当前帧(或称为“第N+1帧”)图像中目标的第二候选框的第i个边框参数,表示当前帧的前一帧(或称为“第N帧”)图像中目标的第一候选框的第i个边框参数,表示第N-1帧图像中目标的第一候选框的第i个边框参数,表示第N+1-n帧图像中目标的第一候选框的第i个边框参数。
其中,表示当前帧(或称为“第N+1帧”)图像中目标的第二候选框的中心点横坐标,表示当前帧的前一帧图像中目标的第一候选框的中心点横坐标,表示第N+1-n帧图像中目标的第一候选框的中心点横坐标,表示当前帧图像中目标的第二候选框的中心点纵坐标,表示当前帧的前一帧图像中目标的第一候选框的中心点纵坐标,表示第N+1-n帧图像中目标的第一候选框的中心点纵坐标,表示当前帧图像中目标的第二候选框的宽度,表示当前帧的前一帧图像中目标的第一候选框的宽度,表示第N+1-n帧图像中目标的第一候选框的宽度,表示当前帧图像中目标的第二候选框的高度,表示当前帧的前一帧图像中目标的第一候选框的高度,表示第N+1-n帧图像中目标的第一候选框的高度。
融合模块404,用于将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框。
进一步,在本发明实施例中,融合模块404可根据如下方式执行所述将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合:
其中,表示当前帧(或称为“第N+1帧”)图像中目标的检测框的第i个边框参数,表示当前帧图像中目标的第一候选框的第i个边框参数,表示当前帧图像中目标的第二候选框的第i个边框参数,αi表示与所述第i个边框参数对应设置的插值系数。其中,αi的取值范围为:0<αi<1。
其中,表示当前帧图像中目标的检测框的中心点横坐标,表示当前帧图像中目标的第一候选框的中心点横坐标,表示当前帧图像中目标的第二候选框的中心点横坐标,表示当前帧图像中目标的检测框的中心点纵坐标,表示当前帧图像中目标的第一候选框的中心点纵坐标,表示当前帧图像中目标的第二候选框的中心点纵坐标,表示当前帧图像中目标的检测框的宽度,表示当前帧图像中目标的第一候选框的宽度,表示当前帧图像中目标的第二候选框的宽度,表示当前帧图像中目标的检测框的高度,表示当前帧图像中目标的第一候选框的高度,表示当前帧图像中目标的第二候选框的高度,α1、α2、α3及α4为插值系数。其中,α1、α2、α3及α4的取值范围为0<αi<1,i=1,2,3,4。
在本发明实施例中,通过确定模块对位于当前帧之前的多帧图像中目标的第一候选框进行平滑处理,能够得到当前帧图像中目标的第二候选框;通过融合模块对当前帧图像中目标的第一候选框、第二候选框进行融合处理,能够得到更为稳定的检测框,有效解决了现有技术中存在的“相邻两帧图像提取的目标的检测框看起来跳跃、不稳定”的问题,改善了图像检测的效果。另外,通过判断模块判断当前帧图像中目标的第一候选框的抖动是否处于预设取值区间,并在判断出当前帧图像中目标的第一候选框的抖动处于预设取值区间之后再调用确定模块和融合模块,能够提高图像抖动处理的效率。
图5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500。
如图5所示,系统架构500可以包括终端设备501、502、503,网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504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501、502、503通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备,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。
服务器505可以是提供各种服务的服务器,例如对用户利用终端设备501、502、503所发出的图像处理请求提供支持的后台管理服务器。后台管理服务器可以对接收到的图像处理请求等数据进行分析等处理,并将处理结果(例如图像处理结果)反馈给终端设备。
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505执行,相应地,图像处理装置一般设置于服务器505中。
应该理解,图5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。
图6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,不应对本发明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,根据本发明公开的实施例,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,本发明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,执行本发明的系统中限定的上述功能。
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、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模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括检测模块、确定模块和融合模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,确定模块还可以被描述为“根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框的模块”。
作为另一方面,本发明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设备中所包含的;也可以是单独存在,而未装配入该设备中。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设备执行时,使得该设备执行以下流程:将待检测图像输入深度学习网络模型,以检测出每帧图像中目标的第一候选框;根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框;将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (12)
1.一种图像处理方法,其特征在于,所述方法包括:
将待检测图像输入深度学习网络模型,以检测出每帧图像中目标的第一候选框;
根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框;
将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框。
3.根据权利要求1所述的方法,其特征在于,所述根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框的步骤包括:
根据移动平均法对位于当前帧之前的多帧图像中目标的第一候选框进行处理,以得到当前帧图像中目标的第二候选框。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在执行所述将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框的步骤之前,判断出当前帧图像中目标的第一候选框的抖动处于预设取值区间。
6.一种图像处理装置,其特征在于,所述装置包括:
检测模块,用于将待检测图像输入深度学习网络模型,以检测出每帧图像中目标的第一候选框;
确定模块,用于根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框;
融合模块,用于将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框。
8.根据权利要求6所述的装置,其特征在于,所述确定模块根据位于当前帧之前的多帧图像中目标的第一候选框确定当前帧图像中目标的第二候选框包括:
所述确定模块根据移动平均法对位于当前帧之前的多帧图像中目标的第一候选框进行处理,以得到当前帧图像中目标的第二候选框。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
判断模块,用于在所述融合模块执行所述将当前帧图像中目标的第一候选框与当前帧图像中目标的第二候选框进行融合,以得到当前帧图像中目标的检测框的操作之前,判断出当前帧图像中目标的第一候选框的抖动处于预设取值区间。
11.一种电子设备,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,使得所述一个或多个处理器实现如权利要求1至5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810644248.XA CN110706193A (zh) | 2018-06-21 | 2018-06-21 | 图像处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810644248.XA CN110706193A (zh) | 2018-06-21 | 2018-06-21 | 图像处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110706193A true CN110706193A (zh) | 2020-01-17 |
Family
ID=69192146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810644248.XA Pending CN110706193A (zh) | 2018-06-21 | 2018-06-21 | 图像处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110706193A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1925043A (zh) * | 2005-08-31 | 2007-03-07 | 联发科技股份有限公司 | 抖动测量方法及其相关装置 |
CN102231820A (zh) * | 2011-06-14 | 2011-11-02 | 广州嘉崎智能科技有限公司 | 一种监控图像处理的方法、装置和系统 |
CN103259962A (zh) * | 2013-04-17 | 2013-08-21 | 深圳市捷顺科技实业股份有限公司 | 一种目标追踪方法和相关装置 |
CN105741326A (zh) * | 2016-03-21 | 2016-07-06 | 西安电子科技大学 | 一种基于聚类融合的视频序列的目标跟踪方法 |
CN106874843A (zh) * | 2016-12-30 | 2017-06-20 | 浙江宇视科技有限公司 | 一种目标跟踪方法以及设备 |
CN107705324A (zh) * | 2017-10-20 | 2018-02-16 | 中山大学 | 一种基于机器学习的视频目标检测方法 |
CN107862705A (zh) * | 2017-11-21 | 2018-03-30 | 重庆邮电大学 | 一种基于运动特征和深度学习特征的无人机小目标检测方法 |
CN107967693A (zh) * | 2017-12-01 | 2018-04-27 | 北京奇虎科技有限公司 | 视频关键点处理方法、装置、计算设备及计算机存储介质 |
CN108038837A (zh) * | 2017-12-08 | 2018-05-15 | 苏州科达科技股份有限公司 | 视频中目标检测方法及系统 |
-
2018
- 2018-06-21 CN CN201810644248.XA patent/CN110706193A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1925043A (zh) * | 2005-08-31 | 2007-03-07 | 联发科技股份有限公司 | 抖动测量方法及其相关装置 |
CN102231820A (zh) * | 2011-06-14 | 2011-11-02 | 广州嘉崎智能科技有限公司 | 一种监控图像处理的方法、装置和系统 |
CN103259962A (zh) * | 2013-04-17 | 2013-08-21 | 深圳市捷顺科技实业股份有限公司 | 一种目标追踪方法和相关装置 |
CN105741326A (zh) * | 2016-03-21 | 2016-07-06 | 西安电子科技大学 | 一种基于聚类融合的视频序列的目标跟踪方法 |
CN106874843A (zh) * | 2016-12-30 | 2017-06-20 | 浙江宇视科技有限公司 | 一种目标跟踪方法以及设备 |
CN107705324A (zh) * | 2017-10-20 | 2018-02-16 | 中山大学 | 一种基于机器学习的视频目标检测方法 |
CN107862705A (zh) * | 2017-11-21 | 2018-03-30 | 重庆邮电大学 | 一种基于运动特征和深度学习特征的无人机小目标检测方法 |
CN107967693A (zh) * | 2017-12-01 | 2018-04-27 | 北京奇虎科技有限公司 | 视频关键点处理方法、装置、计算设备及计算机存储介质 |
CN108038837A (zh) * | 2017-12-08 | 2018-05-15 | 苏州科达科技股份有限公司 | 视频中目标检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10796438B2 (en) | Method and apparatus for tracking target profile in video | |
CN109377508B (zh) | 图像处理方法和装置 | |
CN108595448B (zh) | 信息推送方法和装置 | |
CN110766348B (zh) | 一种组合拣货任务的方法和装置 | |
CN110288625A (zh) | 用于处理图像的方法和装置 | |
CN110445632B (zh) | 一种预防客户端崩溃的方法和装置 | |
CN110633717A (zh) | 一种目标检测模型的训练方法和装置 | |
CN109272526B (zh) | 图像处理方法、系统及电子设备 | |
CN113627536A (zh) | 模型训练、视频分类方法,装置,设备以及存储介质 | |
CN113947768A (zh) | 一种基于单目3d目标检测的数据增强方法和装置 | |
CN114882321A (zh) | 深度学习模型的训练方法、目标对象检测方法和装置 | |
CN113436226A (zh) | 关键点检测的方法和装置 | |
CN108509876B (zh) | 针对视频的物体检测方法、装置、设备、存储介质及程序 | |
CN108596120B (zh) | 一种基于深度学习的目标检测方法和装置 | |
CN113469025A (zh) | 应用于车路协同的目标检测方法、装置、路侧设备和车辆 | |
CN112967191A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN110634155A (zh) | 一种基于深度学习的目标检测方法和装置 | |
CN113362090A (zh) | 一种用户行为数据处理方法和装置 | |
CN110706193A (zh) | 图像处理方法和装置 | |
CN112685481A (zh) | 一种数据处理方法和装置 | |
CN112825519B (zh) | 一种识别异常登录的方法和装置 | |
CN110633595B (zh) | 一种利用双线性插值的目标检测方法和装置 | |
CN109657523B (zh) | 一种可行驶区域检测方法和装置 | |
CN113095176A (zh) | 一种对视频数据进行背景还原的方法和装置 | |
CN113762305A (zh) | 一种脱发类型的确定方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200117 |
|
RJ01 | Rejection of invention patent application after publication |