CN111507408A - 图像处理方法及装置、电子设备和存储介质 - Google Patents
图像处理方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111507408A CN111507408A CN202010306929.2A CN202010306929A CN111507408A CN 111507408 A CN111507408 A CN 111507408A CN 202010306929 A CN202010306929 A CN 202010306929A CN 111507408 A CN111507408 A CN 111507408A
- Authority
- CN
- China
- Prior art keywords
- level
- feature map
- feature
- convolution
- scale
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 230000004927 fusion Effects 0.000 claims abstract description 114
- 238000010586 diagram Methods 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 65
- 238000001514 detection method Methods 0.000 claims abstract description 54
- 238000000605 extraction Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 79
- 230000009466 transformation Effects 0.000 claims description 42
- 238000010606 normalization Methods 0.000 claims description 31
- 230000003321 amplification Effects 0.000 claims description 30
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 30
- 230000009467 reduction Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 15
- 239000011800 void material Substances 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Abstract
本公开涉及一种图像处理方法及装置、电子设备和存储介质,所述方法包括:对待处理图像进行M级特征提取,得到所述待处理图像的M级第一特征图,所述M级第一特征图中各级第一特征图的尺度不同,M为大于1的整数;对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,每个特征图组包括所述第一特征图以及与所述第一特征图相邻的第一特征图;对所述M级第二特征图进行目标检测,得到所述待处理图像的目标检测结果。本公开实施例可提高目标检测的效果。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种图像处理方法及装置、电子设备和存储介质。
背景技术
在通过深度学习对图像进行处理的过程中,通常需要对图像中目标(例如物体、动物、行人等)进行检测,确定出图像中目标的位置和类别等信息。然而,图像中目标的尺度可能相差较大,例如位于图像中近处和远处的绵羊。在相关技术中,对图像中尺度相差较大的目标的检测效果较差。
发明内容
本公开提出了一种图像处理技术方案。
根据本公开的一方面,提供了一种图像处理方法,包括:对待处理图像进行M级特征提取,得到所述待处理图像的M级第一特征图,所述M级第一特征图中各级第一特征图的尺度不同,M为大于1的整数;对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,每个特征图组包括所述第一特征图以及与所述第一特征图相邻的第一特征图;对所述M级第二特征图进行目标检测,得到所述待处理图像的目标检测结果。
在一种可能的实现方式中,与第i级第一特征图对应的特征图组包括第i-1级第一特征图、第i级第一特征图及第i+1级第一特征图,i为整数且1<i<M,
所述对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,包括:对所述第i-1级第一特征图进行尺度缩小,得到第一个第i级第三特征图;对所述第i级第一特征图进行尺度不变的变换,得到第二个第i级第三特征图;对所述第i+1级第一特征图进行尺度放大,得到第三个第i级第三特征图;对所述第一个第i级第三特征图、所述第二个第i级第三特征图及第三个第i级第三特征图进行融合,得到第i级第二特征图,其中,所述第一个第i级第三特征图、所述第二个第i级第三特征图及第三个第i级第三特征图的尺度相同。
在一种可能的实现方式中,与第1级第一特征图对应的特征图组包括所述第1级第一特征图及第2级第一特征图,所述对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,包括:
对所述第1级第一特征图进行尺度不变的变换,得到第一个第1级第三特征图;对所述第2级第一特征图进行尺度放大,得到第二个第1级第三特征图;对所述第一个第1级第三特征图及所述第二个第1级第三特征图进行融合,得到第1级第二特征图,其中,所述第一个第1级第三特征图与所述第二个第1级第三特征图的尺度相同。
在一种可能的实现方式中,与第M级第一特征图对应的特征图组包括第M-1级第一特征图及所述第M级第一特征图,所述对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,包括:
对所述第M-1级第一特征图进行尺度缩小,得到第一个第M级第三特征图;对所述第M级第一特征图进行尺度不变的变换,得到第二个第M级第三特征图;对所述第一个第M级第三特征图及所述第二个第M级第三特征图进行融合,得到第M级第二特征图,其中,所述第一个第M级第三特征图与所述第二个第M级第三特征图的尺度相同。
在一种可能的实现方式中,所述对所述第i-1级第一特征图进行尺度缩小,得到第一个第i级第三特征图,包括:通过第一卷积层对所述第i-1级第一特征图进行卷积,得到所述第一个第i级第三特征图,所述第一卷积层的卷积核尺寸为N×N,步长为n,N、n为大于1的整数,所述第i-1级第一特征图的尺度为所述第i级第一特征图的尺度的n倍;
所述对所述第i级第一特征图进行尺度不变的变换,得到第二个第i级第三特征图,包括:通过第二卷积层对所述第i级第一特征图进行卷积,得到所述第二个第i级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1;
所述对所述第i+1级第一特征图进行尺度放大,得到第三个第i级第三特征图,包括:通过第三卷积层及上采样层对所述第i+1级第一特征图进行卷积及上采样,得到所述第三个第i级第三特征图,所述第三卷积层的卷积核尺寸为N×N,步长为1。
在一种可能的实现方式中,所述对所述第1级第一特征图进行尺度不变的变换,得到第一个第1级第三特征图,包括:通过第二卷积层对所述第1级第一特征图进行卷积,得到所述第一个第1级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1,N为大于1的整数;
所述对所述第2级第一特征图进行尺度放大,得到第二个第1级第三特征图,包括:通过第三卷积层及上采样层对所述第2级第一特征图进行卷积及上采样,得到第二个第1级第三特征图,所述第三卷积层的卷积核尺寸为N×N,步长为1。
在一种可能的实现方式中,所述对所述第M-1级第一特征图进行尺度缩小,得到第一个第M级第三特征图,包括:通过第一卷积层对所述第M-1级第一特征图进行卷积,得到所述第一个第M级第三特征图,所述第一卷积层的卷积核尺寸为N×N,步长为n,N、n为大于1的整数,所述第i-1级第一特征图的尺度为所述第i级第一特征图的尺度的n倍;
所述对所述第M级第一特征图进行尺度不变的变换,得到第二个第M级第三特征图,包括:通过第二卷积层对所述第M级第一特征图进行卷积,得到所述第二个第M级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1。
在一种可能的实现方式中,所述第二卷积层及所述第三卷积层包括可变形卷积层或空洞卷积层。
在一种可能的实现方式中,所述方法通过图像处理网络实现,所述图像处理网络包括串联的P级融合网络块,用于对所述M级第一特征图进行P次尺度调整及融合,每级融合网络块包括多个第一卷积层、多个第二卷积层及多个第三卷积层,P为正整数;所述对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,包括:将所述M级第一特征图输入第一级融合网络块中,输出第一次融合的M级第四特征图;将第j-1次融合的M级第四特征图输入第j级融合网络块中,输出第j次融合的M级第四特征图,j为整数且1<j<P;将第P-1次融合的M级第四特征图输入第P级融合网络块中,输出所述M级第二特征图。
在一种可能的实现方式中,每级融合网络块还包括归一化层,所述将第j-1次融合的M级第四特征图输入第j级融合网络块中,输出第j次融合的M级第四特征图,包括:通过所述第j级融合网络块的第一卷积层、第二卷积层及第三卷积层,对所述第j-1次融合的M级第四特征图对应的特征图组分别进行尺度调整及融合,得到所述第j次融合的M级中间特征图;通过所述归一化层对所述第j次融合的M级中间特征图进行联合批归一化处理,得到所述第j次融合的M级第四特征图。
在一种可能的实现方式中,所述方法通过图像处理网络实现,所述图像处理网络还包括回归网络和分类网络,所述对所述M级第二特征图进行目标检测,得到所述待处理图像的目标检测结果,包括:将所述M级第二特征图输入所述回归网络,确定所述待处理图像中目标对应的图像框;将所述M级第二特征图输入所述分类网络,确定出所述待处理图像中目标的类别,所述目标检测结果包括所述目标对应的图像框和所述目标的类别。
根据本公开的一方面,提供了一种图像处理装置,包括:特征提取模块,用于对待处理图像进行M级特征提取,得到所述待处理图像的M级第一特征图,所述M级第一特征图中各级第一特征图的尺度不同,M为大于1的整数;尺度调整及融合模块,用于对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,每个特征图组包括所述第一特征图以及与所述第一特征图相邻的第一特征图;目标检测模块,用于对所述M级第二特征图进行目标检测,得到所述待处理图像的目标检测结果。
在一种可能的实现方式中,与第i级第一特征图对应的特征图组包括第i-1级第一特征图、第i级第一特征图及第i+1级第一特征图,i为整数且1<i<M,所述尺度调整及融合模块包括:第一尺度缩小子模块,用于对所述第i-1级第一特征图进行尺度缩小,得到第一个第i级第三特征图;第一变换子模块,用于对所述第i级第一特征图进行尺度不变的变换,得到第二个第i级第三特征图;第一尺度放大子模块,用于对所述第i+1级第一特征图进行尺度放大,得到第三个第i级第三特征图;第一融合子模块,用于对所述第一个第i级第三特征图、所述第二个第i级第三特征图及第三个第i级第三特征图进行融合,得到第i级第二特征图,其中,所述第一个第i级第三特征图、所述第二个第i级第三特征图及第三个第i级第三特征图的尺度相同。
在一种可能的实现方式中,与第1级第一特征图对应的特征图组包括所述第1级第一特征图及第2级第一特征图,所述尺度调整及融合模块包括:第二变换子模块,用于对所述第1级第一特征图进行尺度不变的变换,得到第一个第1级第三特征图;第二尺度放大子模块,用于对所述第2级第一特征图进行尺度放大,得到第二个第1级第三特征图;第二融合子模块,用于对所述第一个第1级第三特征图及所述第二个第1级第三特征图进行融合,得到第1级第二特征图,其中,所述第一个第1级第三特征图与所述第二个第1级第三特征图的尺度相同。
在一种可能的实现方式中,与第M级第一特征图对应的特征图组包括第M-1级第一特征图及所述第M级第一特征图,所述尺度调整及融合模块包括:第二尺度缩小子模块,用于对所述第M-1级第一特征图进行尺度缩小,得到第一个第M级第三特征图;第三变换子模块,用于对所述第M级第一特征图进行尺度不变的变换,得到第二个第M级第三特征图;第三融合子模块,用于对所述第一个第M级第三特征图及所述第二个第M级第三特征图进行融合,得到第M级第二特征图,其中,所述第一个第M级第三特征图与所述第二个第M级第三特征图的尺度相同。
在一种可能的实现方式中,所述第一尺度缩小子模块用于:通过第一卷积层对所述第i-1级第一特征图进行卷积,得到所述第一个第i级第三特征图,所述第一卷积层的卷积核尺寸为N×N,步长为n,N、n为大于1的整数,所述第i-1级第一特征图的尺度为所述第i级第一特征图的尺度的n倍;所述第一变换子模块用于:通过第二卷积层对所述第i级第一特征图进行卷积,得到所述第二个第i级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1;所述对所述第一尺度放大子模块用于:通过第三卷积层及上采样层对所述第i+1级第一特征图进行卷积及上采样,得到所述第三个第i级第三特征图,所述第三卷积层的卷积核尺寸为N×N,步长为1。
在一种可能的实现方式中,所述第二变换子模块用于:通过第二卷积层对所述第1级第一特征图进行卷积,得到所述第一个第1级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1,N为大于1的整数;所述第二尺度放大子模块用于:通过第三卷积层及上采样层对所述第2级第一特征图进行卷积及上采样,得到第二个第1级第三特征图,所述第三卷积层的卷积核尺寸为N×N,步长为1。
在一种可能的实现方式中,所述第二尺度缩小子模块用于:通过第一卷积层对所述第M-1级第一特征图进行卷积,得到所述第一个第M级第三特征图,所述第一卷积层的卷积核尺寸为N×N,步长为n,N、n为大于1的整数,所述第i-1级第一特征图的尺度为所述第i级第一特征图的尺度的n倍;所述第三变换子模块用于:通过第二卷积层对所述第M级第一特征图进行卷积,得到所述第二个第M级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1。
在一种可能的实现方式中,所述第二卷积层及所述第三卷积层包括可变形卷积层或空洞卷积层。
在一种可能的实现方式中,所述装置通过图像处理网络实现,所述图像处理网络包括串联的P级融合网络块,用于对所述M级第一特征图进行P次尺度调整及融合,每级融合网络块包括多个第一卷积层、多个第二卷积层及多个第三卷积层,P为正整数;所述尺度调整及融合模块包括:第一融合子模块,用于将所述M级第一特征图输入第一级融合网络块中,输出第一次融合的M级第四特征图;第二融合子模块,用于将第j-1次融合的M级第四特征图输入第j级融合网络块中,输出第j次融合的M级第四特征图,j为整数且1<j<P;第三融合子模块,用于将第P-1次融合的M级第四特征图输入第P级融合网络块中,输出所述M级第二特征图。
在一种可能的实现方式中,每级融合网络块还包括归一化层,所述第二融合子模块用于:通过所述第j级融合网络块的第一卷积层、第二卷积层及第三卷积层,对所述第j-1次融合的M级第四特征图对应的特征图组分别进行尺度调整及融合,得到所述第j次融合的M级中间特征图;通过所述归一化层对所述第j次融合的M级中间特征图进行联合批归一化处理,得到所述第j次融合的M级第四特征图。
在一种可能的实现方式中,所述装置通过图像处理网络实现,所述图像处理网络还包括回归网络和分类网络,所述目标检测模块包括:回归子模块,用于将所述M级第二特征图输入所述回归网络,确定所述待处理图像中目标对应的图像框;分类子模块,用于将所述M级第二特征图输入所述分类网络,确定出所述待处理图像中目标的类别,所述目标检测结果包括所述目标对应的图像框和所述目标的类别。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,能够对待处理图像进行M级特征提取得到M级第一特征图;对每个第一特征图与其相邻的特征图融合得到M级第二特征图;对M级第二特征图目标检测得到目标检测结果,从而能够融合M级第一特征图的相邻层之间特征的相关信息,有效提高目标检测的效果。
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,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
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,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的图像处理方法的流程图。
图2a及图2b示出根据相关技术的批归一化的示意图。
图2c示出根据本公开实施例的联合批归一化的示意图。
图3a示出根据相关技术的检测器的示意图。
图3b示出根据本公开实施例的图像处理网络的示意图。
图4示出根据本公开实施例的图像处理装置的框图。
图5示出根据本公开实施例的一种电子设备的框图。
图6示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的图像处理方法的流程图,如图1所示,所述方法包括:
在步骤S11中,对待处理图像进行M级特征提取,得到所述待处理图像的M级第一特征图,所述M级第一特征图中各级第一特征图的尺度不同,M为大于1的整数;
在步骤S12中,对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,每个特征图组包括所述第一特征图以及与所述第一特征图相邻的第一特征图;
在步骤S13中,对所述M级第二特征图进行目标检测,得到所述待处理图像的目标检测结果。
在一种可能的实现方式中,所述图像处理方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者,可通过服务器执行所述方法。
举例来说,待处理图像可以是包括目标(例如物体、动物、行人等)的图像,待处理图像可以是采用图像采集设备(例如摄像头)采集的,也可以是通过其它方式获取的,本公开对此不作限制。
在一种可能的实现方式中,在步骤S11中,可例如通过特征金字塔网络对待处理图像进行多级特征提取,从网络的不同层级抽取特征图,得到待处理图像的M级第一特征图(也可称为特征金字塔),M为大于1的整数。其中,M级第一特征图中各级第一特征图的尺度不同。该特征金字塔网络可包括至少M层卷积层、池化层等,本公开对特征金字塔网络的具体网络结构不作限制。通过采用单尺度图像进行检测,能够减少内存和计算成本。
在后续处理过程中,如果直接对M级第一特征图进行融合,则能够融合不同层之间的语义信息,但无法体现相邻层之间特征的相关性。在该情况下,可通过步骤S12实现各级第一特征图与其相邻的第一特征图之间的融合。
在一种可能的实现方式中,在步骤S12中,可对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,每个特征图组包括所述第一特征图以及与所述第一特征图相邻的第一特征图。例如,对于任一第一特征图,可将相邻的2q个特征图(也即前后各取q个特征图)的尺度调整到与该第一特征图的尺度相同,再将调整后的2q个特征图与该第一特征图相加,得到与该第一特征图对应的第二特征图,q≥1,本公开对q的具体取值不作限制。
在一种可能的实现方式中,也可将第一特征图的特征图组(包括第一特征图及相邻的2q个特征图)的尺度统一到特定的尺度,例如将特征图组中的特征图均扩大到第一特征图的尺度的倍数,或均缩小到第一特征图的尺度的几分之一。再将调整后的各个特征图相加,得到与该第一特征图对应的第二特征图。本公开对特征图组进行尺度调整的尺度范围及具体方式均不作限制。
这样,能够捕捉到特征图维度的相关性以及空间维度的相关性,提高融合得到的特征图的精度。
在一种可能的实现方式中,可在步骤S13中对M级第二特征图进行目标检测,得到待处理图像的目标检测结果。例如对M级第二特征图分别进行回归和分类处理。经回归处理后,可确定待处理图像中目标所在的图像区域(也即检测框);经分类处理后,可确定待处理图像中目标的类别。该待处理图像的目标检测结果可包括待处理图像中目标所在的图像区域(也即检测框)和目标的类别等。
根据本公开的实施例,能够对待处理图像进行M级特征提取得到M级第一特征图;对每个第一特征图与其相邻的特征图融合得到M级第二特征图;对M级第二特征图目标检测得到目标检测结果,从而能够融合M级第一特征图的相邻层之间特征的相关信息,有效提高目标检测的效果。
在一种可能的实现方式中,在步骤S11中得到的M级第一特征图中各级第一特征图的尺度可以是递减的,例如,第一级第一特征图的尺度为512×512,第二级第一特征图的尺度为256×256,第三级第一特征图的尺度为128×128等。本公开对M级第一特征图的具体尺度取值不作限制。
在一种可能的实现方式中,对于M级第一特征图中的第i级第一特征图,(i为整数且1<i<M),与第i级第一特征图对应的特征图组包括第i-1级第一特征图、第i级第一特征图及第i+1级第一特征图,i为整数且1<i<M。其中,步骤S12包括:
对所述第i-1级第一特征图进行尺度缩小,得到第一个第i级第三特征图;
对所述第i级第一特征图进行尺度不变的变换,得到第二个第i级第三特征图;
对所述第i+1级第一特征图进行尺度放大,得到第三个第i级第三特征图;
对所述第一个第i级第三特征图、所述第二个第i级第三特征图及第三个第i级第三特征图进行融合,得到第i级第二特征图,
其中,所述第一个第i级第三特征图、所述第二个第i级第三特征图及第三个第i级第三特征图的尺度相同。
举例来说,针对与第i级第一特征图对应的特征图组,可将尺度较大的第i-1级第一特征图缩小到与第i级第一特征图的尺度相同;将尺度较小的第i+1级第一特征图放大到与第i级第一特征图的尺度相同,以便统一该特征图组中各特征图的尺度。
在一种可能的实现方式中,对第i-1级第一特征图进行尺度缩小,可得到第一个第i级第三特征图;对第i级第一特征图进行尺度不变的变换,得到第二个第i级第三特征图;对第i+1级第一特征图进行尺度放大,得到第三个第i级第三特征图。其中,第一个、第二个及第三个第i级第三特征图的尺度相同。
在一种可能的实现方式中,可通过卷积、下采样等方式实现尺度缩小;通过反卷积、上采样、步长小于1的卷积等方式实现尺度放大;通过步长为1的卷积或其他处理方式实现尺度不变的变换,本公开对此不作限制。
在一种可能的实现方式中,可将第一个、第二个及第三个第i级第三特征图直接相加或按预设的权重相加,融合得到第i级第二特征图,该第i级第二特征图的尺度与第i级第一特征图的尺度相同。通过这种方式,能够实现相邻特征图的融合,提高特征的提取效果。
在一种可能的实现方式中,所述对所述第i-1级第一特征图进行尺度缩小,得到第一个第i级第三特征图,包括:通过第一卷积层对所述第i-1级第一特征图进行卷积,得到所述第一个第i级第三特征图,所述第一卷积层的卷积核尺寸为N×N,步长为n,N、n为大于1的整数,所述第i-1级第一特征图的尺度为所述第i级第一特征图的尺度的n倍;
所述对所述第i级第一特征图进行尺度不变的变换,得到第二个第i级第三特征图,包括:通过第二卷积层对所述第i级第一特征图进行卷积,得到所述第二个第i级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1;
所述对所述第i+1级第一特征图进行尺度放大,得到第三个第i级第三特征图,包括:通过第三卷积层及上采样层对所述第i+1级第一特征图进行卷积及上采样,得到所述第三个第i级第三特征图,所述第三卷积层的卷积核尺寸为N×N,步长为1。
举例来说,可通过设置不同的卷积层,实现与第i级第一特征图对应的特征图组中各特征图的处理。
在一种可能的实现方式中,可通过第一卷积层对第i-1级第一特征图进行卷积,得到第一个第i级第三特征图。该第一卷积层的卷积核尺寸为N×N,步长为n,N、n为大于1的整数,所述第i-1级第一特征图的尺度为所述第i级第一特征图的尺度的n倍,也即通过卷积实现尺度缩小。例如第i-1级第一特征图的尺度为256×256,第i级第一特征图的尺度为128×128,则n=2,即第i-1级第一特征图的长度和宽度均为第i级第一特征图的长度和宽度的2倍。经卷积后,得到的第一个第i级第三特征图的尺度为128×128。其中,N例如取值为3,本公开对N和n的具体取值不作限制。
在一种可能的实现方式中,可通过第二卷积层对第i级第一特征图进行卷积,得到第二个第i级第三特征图,该第二卷积层的卷积核尺寸为N×N,步长为1,也即通过卷积实现尺度不变的变换。例如第i级第一特征图的尺度为128×128,经卷积后,得到的第二个第i级第三特征图的尺度为128×128。应当理解,本领域技术人员可采用其他方式实现尺度不变的变换,本公开对此不作限制。
在一种可能的实现方式中,可通过第三卷积层及上采样层对第i+1级第一特征图进行卷积及n倍上采样,得到第三个第i级第三特征图,所述第三卷积层的卷积核尺寸为N×N,步长为1,也即通过卷积及上采样实现尺度放大。例如第i+1级第一特征图的尺度为64×64,第i级第一特征图的尺度为128×128,则n=2。经卷积及2倍上采样后,得到的第三个第i级第三特征图的尺度为128×128。应当理解,本领域技术人员可采用其他方式实现尺度放大,例如反卷积或步长为1/n的卷积等,本公开对此不作限制。
通过这种方式,能够统一特征图组中各特征图的尺度,以便后续的融合处理。
在一种可能的实现方式中,可对第一个、第二个及第三个第i级第三特征图直接相加,得到第i级第二特征图。整个处理过程如下所示:
Yi=Upsample(w1*xi+1)+w0*xi+w-1*s=2xi-1 公式(1)
在公式(1)中,Yi表示第i级第二特征图;xi+1、xi、xi-1分别表示第i+1级第一特征图、第i级第一特征图及第i-1级第一特征图;w1、w0、w-1分别表示第三卷积层、第二卷积层及第一卷积层的权重;*表示卷积操作;s表示步长;Upsample表示上采样操作。
公式(1)的处理过程可称为金字塔卷积或尺度空间卷积。通过该金字塔卷积处理,可得到相邻层信息融合的第二特征图,能够有效提高后续目标检测的效果。
在一种可能的实现方式中,对于M级第一特征图中的第1级第一特征图,与第1级第一特征图对应的特征图组包括所述第1级第一特征图及第2级第一特征图。其中,步骤S12包括:
对所述第1级第一特征图进行尺度不变的变换,得到第一个第1级第三特征图;
对所述第2级第一特征图进行尺度放大,得到第二个第1级第三特征图;
对所述第一个第1级第三特征图及所述第二个第1级第三特征图进行融合,得到第1级第二特征图,
其中,所述第一个第1级第三特征图与所述第二个第1级第三特征图的尺度相同。
举例来说,对于第1级第一特征图,其没有前一级特征图,可仅对第1级第一特征图本身及相邻的第2级第一特征图进行处理。
在一种可能的实现方式中,可对第1级第一特征图进行尺度不变的变换,得到第一个第1级第三特征图;对第2级第一特征图进行尺度放大,得到第二个第i级第三特征图。其中,第一个与第二个第1级第三特征图的尺度相同。
在一种可能的实现方式中,可将第一个与第二个第1级第三特征图相加,得到第1级第二特征图。通过这种方式,能够实现第1级的相邻特征图的融合。
在一种可能的实现方式中,所述对所述第1级第一特征图进行尺度不变的变换,得到第一个第1级第三特征图,包括:通过第二卷积层对所述第1级第一特征图进行卷积,得到所述第一个第1级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1,N为大于1的整数;
所述对所述第2级第一特征图进行尺度放大,得到第二个第1级第三特征图,包括:通过第三卷积层及上采样层对所述第2级第一特征图进行卷积及上采样,得到第二个第1级第三特征图,所述第三卷积层的卷积核尺寸为N×N,步长为1。
也就是说,可通过设置不同的卷积层,实现与第1级第一特征图对应的特征图组中各特征图的处理。可通过第二卷积层对第1级第一特征图进行卷积,得到第一个第1级第三特征图,也即通过卷积实现尺度不变的变换;可通过第三卷积层及上采样层对第2级第一特征图进行卷积及n倍上采样,得到第二个第1级第三特征图,也即通过卷积及上采样实现尺度放大。具体的处理方式与前面的描述类似,此处不再重复描述。
通过这种方式,能够统一特征图组中各特征图的尺度,以便后续进行融合。
在一种可能的实现方式中,对于M级第一特征图中的第M级第一特征图,与第M级第一特征图对应的特征图组包括第M-1级第一特征图及所述第M级第一特征图。其中,步骤S12包括:
对所述第M-1级第一特征图进行尺度缩小,得到第一个第M级第三特征图;
对所述第M级第一特征图进行尺度不变的变换,得到第二个第M级第三特征图;
对所述第一个第M级第三特征图及所述第二个第M级第三特征图进行融合,得到第M级第二特征图,
其中,所述第一个第M级第三特征图与所述第二个第M级第三特征图的尺度相同。
举例来说,对于第M级第一特征图,其没有后一级特征图,可仅对第M级第一特征图本身及相邻的第M-1级第一特征图进行处理。
在一种可能的实现方式中,可对第M-1级第一特征图进行尺度缩小,得到第一个第M级第三特征图;可对第M级第一特征图进行尺度不变的变换,得到第二个第M级第三特征图。其中,第一个与第二个第M级第三特征图的尺度相同。
在一种可能的实现方式中,可将第一个与第二个第M级第三特征图相加,得到第M级第二特征图。通过这种方式,能够实现第M级的相邻特征图的融合。
在一种可能的实现方式中,所述对所述第M-1级第一特征图进行尺度缩小,得到第一个第M级第三特征图,包括:通过第一卷积层对所述第M-1级第一特征图进行卷积,得到所述第一个第M级第三特征图,所述第一卷积层的卷积核尺寸为N×N,步长为n,N、n为大于1的整数,所述第i-1级第一特征图的尺度为所述第i级第一特征图的尺度的n倍;
所述对所述第M级第一特征图进行尺度不变的变换,得到第二个第M级第三特征图,包括:通过第二卷积层对所述第M级第一特征图进行卷积,得到所述第二个第M级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1。
也就是说,可通过设置不同的卷积层,实现与第M级第一特征图对应的特征图组中各特征图的处理。可通过第一卷积层对第M-1级第一特征图进行卷积,得到第一个第M级第三特征图,也即通过卷积实现尺度缩小;通过第二卷积层对第M级第一特征图进行卷积,得到第二个第M级第三特征图,也即通过卷积实现尺度不变的变换。具体的处理方式与前面的描述类似,此处不再重复描述。通过这种方式,能够统一特征图组中各特征图的尺度,以便后续进行融合。
在一种可能的实现方式中,第二卷积层及所述第三卷积层包括可变形卷积层或空洞卷积层。
当金字塔卷积移动过最底层后,金字塔卷积中的普通卷积可替代为可变形卷积或空洞卷积,但是与最底层的卷积共享权重。其可以在特征图的不同位置动态调整感受野,与底层特征图的普通卷积实现对齐。在该情况下,调整后的金字塔卷积可称为尺度均衡的金字塔卷积。
也就是说,对于与第i级第一特征图对应的特征图组,第i-1级第一特征图对应的第一卷积层为普通卷积;第i级第一特征图对应的第二卷积层和第i+1级第一特征图对应的第三卷积层为可变形卷积或空洞卷积。
在一种可能的实现方式中,如果第二卷积层和第三卷积层为可变形卷积,则可设置有额外的卷积层来学习偏移,然后将输入特征图和偏移共同作为可变形卷积层的输入,操作采样点发生偏移,再进行卷积。
在一种可能的实现方式中,第二卷积层和第三卷积层为空洞卷积,则可预先设定空洞卷积的扩张率,以便适应性调整卷积的感受野。本公开对扩张率的设置不作限制。
通过这种方式,能够适应性调整卷积的感受野,进一步提高特征图融合的效果。
在一种可能的实现方式中,根据本公开实施例的图像处理方法可通过图像处理网络实现,该图像处理网络可包括特征金字塔网络,用于对待处理图像进行多级特征提取。
在一种可能的实现方式中,该图像处理网络可包括串联的P级融合网络块,用于对所述M级第一特征图进行P次尺度调整及融合,每级融合网络块包括多个第一卷积层、多个第二卷积层及多个第三卷积层,P为正整数。
在一种可能的实现方式中,尺度调整及融合的过程可进行多次,该过程可通过P级融合网络块实现,每级融合网络块(可简称为PConv)均包括多个第一卷积层、多个第二卷积层及多个第三卷积层,分别用于对相邻特征图组成的各个特征图组进行处理。P的取值例如为4,本公开对P的具体取值不作限制。
在一种可能的实现方式中,每级融合网络块可对多个特征图组进行处理,每个特征图组对应于一组卷积层,用于对特征图组中的各个特征图进行卷积。例如,对于包括第i-1级第一特征图、第i级第一特征图及第i+1级第一特征图的特征图组,该特征图组对应的一组卷积层包括第一卷积层、第二卷积层、第三卷积层及上采样层,用于分别对第i-1级第一特征图、第i级第一特征图及第i+1级第一特征图进行卷积。
在一种可能的实现方式中,步骤S12可包括:
将所述M级第一特征图输入第一级融合网络块中,输出第一次融合的M级第四特征图;
将第j-1次融合的M级第四特征图输入第j级融合网络块中,输出第j次融合的M级第四特征图,j为整数且1<j<P;
将第P-1次融合的M级第四特征图输入第P级融合网络块中,输出所述M级第二特征图。
举例来说,可将M级第一特征图输入第一级融合网络块中,进行第一次尺度调整及融合,输出第一次融合的M级第四特征图;再将第一次融合的M级第四特征图输入下一级融合网络块。可将第j-1次融合的M级第四特征图输入第j级融合网络块中,进行第j次尺度调整及融合,输出第j次融合的M级第四特征图,j为整数且1<j<P。可将第P-1次融合的M级第四特征图输入第P级融合网络块中,进行第P次尺度调整及融合,输出M级第二特征图。
通过这种方式,能够进一步提高融合效果。
在一种可能的实现方式中,每级融合网络块还包括归一化层,用于对该次融合后的特征图进行归一化。其中,将第j-1次融合的M级第四特征图输入第j级融合网络块中,输出第j次融合的M级第四特征图,可包括:
通过所述第j级融合网络块的第一卷积层、第二卷积层及第三卷积层,对所述第j-1次融合的M级第四特征图对应的特征图组分别进行尺度调整及融合,得到第j-1次融合的M级中间特征图;
通过所述归一化层对所述第j-1次融合的M级中间特征图进行联合批归一化处理,得到所述第j次融合的M级第四特征图。
举例来说,对于第j次尺度调整及融合,可通过第j级融合网络块的第一卷积层、第二卷积层及第三卷积层,对第j-1次融合的M级第四特征图对应的特征图组分别进行尺度调整及融合,得到第j-1次融合的M级中间特征图。
在一种可能的实现方式中,第j级融合网络块可对第j-1次融合的M级第四特征图对应的多个特征图组进行处理,每个特征图组对应于一组卷积层,用于对特征图组中的各个特征图进行卷积。例如,对于包括第i-1级第一特征图、第i级第一特征图及第i+1级第一特征图的特征图组,该特征图组对应的一组卷积层包括第一卷积层、第二卷积层、第三卷积层及上采样层,用于分别对第i-1级第一特征图、第i级第一特征图及第i+1级第一特征图进行卷积。
在一种可能的实现方式中,通过归一化层统计第j-1次融合的M级中间特征图的统计量(例如均值和方差),对第j-1次融合的M级中间特征图进行联合批归一化处理,将归一化的结果确定为第j次融合的M级第四特征图。
图2a及图2b示出根据相关技术的批归一化的示意图;图2c示出根据本公开实施例的联合批归一化的示意图。其中,在卷积层21处理后,输出多个特征图(图2a、图2b及图2c以两个特征图为例进行说明);可通过批归一化层(简称BN)22分别对多个特征图进行批归一化;并可在批归一化后,通过激活层(例如ReLU层)23进行激活。其中,γ和β分别表示放大倍数和偏移系数,可通过学习得到;μ和σ分别表示均值和标准差,可通过统计得到。
在相关技术中,如图2a所示,可以使两个批归一化层共享放大倍数和偏移系数,分别统计各特征图的均值和标准差;如图2b所示,可以使两个批归一化层分别学习放大倍数和偏移系数,分别统计各特征图的均值和标准差。
而在根据本公开实施例的联合批归一化处理中,如图2c所示,可以使两个批归一化层共享放大倍数和偏移系数,共同统计所有特征图的均值和标准差。
通过联合统计所有尺度的特征图的统计量,能够有效稳定训练过程并进一步提升性能,尤其在检测任务中批量较小的情况下,联合批归一化能够取得很好的效果。
在一种可能的实现方式中,该图像处理网络还可包括回归网络和分类网络,分别用于实现目标检测中的回归任务和分类任务。其中,回归网络和分类网络可包括卷积层、激活层、全连接层等,本公开对回归网络和分类网络的具体网络结构不作限制。
本公开的实施例中,步骤S13可包括:
将所述M级第二特征图输入所述回归网络,确定所述待处理图像中目标对应的图像框;
将所述M级第二特征图输入所述分类网络,确定出所述待处理图像中目标的类别,所述目标检测结果包括所述目标对应的图像框和所述目标的类别。
举例来说,可根据M级第二特征图来实现目标检测中的回归任务和分类任务。可将M级第二特征图输入回归网络中处理,回归得到待处理图像中的目标对应的图像框;可将M级第二特征图输入分类网络中处理,确定待处理图像中的目标的类别。其中,待处理图像的目标检测结果可包括所述目标对应的图像框和所述目标的类别。
相关技术中的检测器通常为回归任务和分类任务分别设计回归头部和分类头部。而根据本公开实施例的图像处理网络,将P级融合网络块(使用金字塔卷积)作为回归任务和分类任务的组合头部,仅根据两个任务对感受野的微弱不同,在回归网络和分类网络中增加不共享的卷积,从而能够大大降低计算量且不损失性能。
图3a示出根据相关技术的检测器的示意图;图3b示出根据本公开实施例的图像处理网络的示意图。
如图3a所示,在相关技术中的检测器,为回归任务和分类任务分别设计回归头部31和分类头部32,分别通过多级的网络块(例如卷积块)对特征图进行处理,在最后一级的网络块分别实现回归任务和分类任务,回归任务得到图像中K个目标的检测框的4个顶点坐标;分类任务得到图像中K个目标的类别(设共有C个类别)。其中,每级网络块可能包括卷积层、激活层、全连接层等,本公开对此不作限制。
如图3b所示,根据本公开实施例的图像处理网络,将P级融合网络块(可称为P卷积块)作为回归任务和分类任务的组合头部33,M级第一特征图经组合头部33处理后,得到M级第二特征图。将M级第二特征图分别输入回归网络和分类网络各自的额外头部34的网络块中处理,在最后一级的网络块(包括卷积层、激活层、全连接层等)分别实现回归任务和分类任务。回归网络和分类网络的额外头部34可各包括至少一个卷积层。可根据回归任务和分类任务的感受野的微弱不同,为两个额外头部34的卷积层设置不同的卷积参数,本公开对此不作限制。
如图3b所示,回归任务得到图像中K个目标的检测框的4个顶点坐标;分类任务得到图像中K个目标的类别(设共有C个类别)。本公开对额外头部34的网络块以及最后一级网络块的网络结构不作限制。
通过这种方式,根据本公开实施例的图像处理网络,能够大大降低计算量且不损失性能。
在一种可能的实现方式中,在应用根据本公开实施例的图像处理网络之前,可对图像处理网络进行训练。也即将训练集中的样本图像输入图像处理网络,经由特征金字塔网络、P级融合网络块、回归网络及分类网络处理,得到样本图像的样本目标检测结果;根据多个样本图像的样本目标检测结果与标注结果的差异,确定网络损失;根据网络损失调整图像处理网络的参数;在满足训练条件(例如网络收敛)的情况下,得到训练后的图像处理网络。本公开对具体的训练过程不作限制。
根据本公开实施例的图像处理方法,能够通过空间尺度大的金子塔卷积,融合特征金子塔中相邻层之间特征的相关信息,更好地捕捉特征图维度以及空间维度的相关性。通过联合批归一化,与尺度空间卷积自然结合,整体统计所有尺度特征图的统计量,有效稳定训练过程并进一步提升性能,使得批归一化在批量较小时也能得到应用。
根据本公开实施例的图像处理方法,能够用可变形卷积替换普通卷积,将金子塔卷积改进为尺度均衡卷积,从而减少普通的特征金字塔与高斯金字塔之间的差别,使得网络处理不同尺度的提取时更加合理高效。通过在单阶段检测器使用共享的头部模块来进一步提取特征,能够大大降低计算量且不损失性能,加快推理速度。
根据本公开实施例的图像处理方法,在尺度变化较大的数据集上,能够以极小的速度损失,使得单阶段检测器获得了巨大的性能提升,并且在二阶段检测器也被验证有效。
根据本公开实施例的图像处理方法,能够应用于物体检测、行人检测等场景中,实现物体尺度变化较大的场景(例如物体处于摄像头的近景位置和远景位置)的检测任务,能够同时提升检测的性能和检测速度。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种图像处理方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图4示出根据本公开实施例的图像处理装置的框图,如图4所示,所述装置包括:
特征提取模块41,用于对待处理图像进行M级特征提取,得到所述待处理图像的M级第一特征图,所述M级第一特征图中各级第一特征图的尺度不同,M为大于1的整数;
尺度调整及融合模块42,用于对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,每个特征图组包括所述第一特征图以及与所述第一特征图相邻的第一特征图;
目标检测模块43,用于对所述M级第二特征图进行目标检测,得到所述待处理图像的目标检测结果。
在一种可能的实现方式中,与第i级第一特征图对应的特征图组包括第i-1级第一特征图、第i级第一特征图及第i+1级第一特征图,i为整数且1<i<M,所述尺度调整及融合模块包括:第一尺度缩小子模块,用于对所述第i-1级第一特征图进行尺度缩小,得到第一个第i级第三特征图;第一变换子模块,用于对所述第i级第一特征图进行尺度不变的变换,得到第二个第i级第三特征图;第一尺度放大子模块,用于对所述第i+1级第一特征图进行尺度放大,得到第三个第i级第三特征图;第一融合子模块,用于对所述第一个第i级第三特征图、所述第二个第i级第三特征图及第三个第i级第三特征图进行融合,得到第i级第二特征图,其中,所述第一个第i级第三特征图、所述第二个第i级第三特征图及第三个第i级第三特征图的尺度相同。
在一种可能的实现方式中,与第1级第一特征图对应的特征图组包括所述第1级第一特征图及第2级第一特征图,所述尺度调整及融合模块包括:第二变换子模块,用于对所述第1级第一特征图进行尺度不变的变换,得到第一个第1级第三特征图;第二尺度放大子模块,用于对所述第2级第一特征图进行尺度放大,得到第二个第1级第三特征图;第二融合子模块,用于对所述第一个第1级第三特征图及所述第二个第1级第三特征图进行融合,得到第1级第二特征图,其中,所述第一个第1级第三特征图与所述第二个第1级第三特征图的尺度相同。
在一种可能的实现方式中,与第M级第一特征图对应的特征图组包括第M-1级第一特征图及所述第M级第一特征图,所述尺度调整及融合模块包括:第二尺度缩小子模块,用于对所述第M-1级第一特征图进行尺度缩小,得到第一个第M级第三特征图;第三变换子模块,用于对所述第M级第一特征图进行尺度不变的变换,得到第二个第M级第三特征图;第三融合子模块,用于对所述第一个第M级第三特征图及所述第二个第M级第三特征图进行融合,得到第M级第二特征图,其中,所述第一个第M级第三特征图与所述第二个第M级第三特征图的尺度相同。
在一种可能的实现方式中,所述第一尺度缩小子模块用于:通过第一卷积层对所述第i-1级第一特征图进行卷积,得到所述第一个第i级第三特征图,所述第一卷积层的卷积核尺寸为N×N,步长为n,N、n为大于1的整数,所述第i-1级第一特征图的尺度为所述第i级第一特征图的尺度的n倍;所述第一变换子模块用于:通过第二卷积层对所述第i级第一特征图进行卷积,得到所述第二个第i级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1;所述对所述第一尺度放大子模块用于:通过第三卷积层及上采样层对所述第i+1级第一特征图进行卷积及上采样,得到所述第三个第i级第三特征图,所述第三卷积层的卷积核尺寸为N×N,步长为1。
在一种可能的实现方式中,所述第二变换子模块用于:通过第二卷积层对所述第1级第一特征图进行卷积,得到所述第一个第1级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1,N为大于1的整数;所述第二尺度放大子模块用于:通过第三卷积层及上采样层对所述第2级第一特征图进行卷积及上采样,得到第二个第1级第三特征图,所述第三卷积层的卷积核尺寸为N×N,步长为1。
在一种可能的实现方式中,所述第二尺度缩小子模块用于:通过第一卷积层对所述第M-1级第一特征图进行卷积,得到所述第一个第M级第三特征图,所述第一卷积层的卷积核尺寸为N×N,步长为n,N、n为大于1的整数,所述第i-1级第一特征图的尺度为所述第i级第一特征图的尺度的n倍;所述第三变换子模块用于:通过第二卷积层对所述第M级第一特征图进行卷积,得到所述第二个第M级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1。
在一种可能的实现方式中,所述第二卷积层及所述第三卷积层包括可变形卷积层或空洞卷积层。
在一种可能的实现方式中,所述装置通过图像处理网络实现,所述图像处理网络包括串联的P级融合网络块,用于对所述M级第一特征图进行P次尺度调整及融合,每级融合网络块包括多个第一卷积层、多个第二卷积层及多个第三卷积层,P为正整数;所述尺度调整及融合模块包括:第一融合子模块,用于将所述M级第一特征图输入第一级融合网络块中,输出第一次融合的M级第四特征图;第二融合子模块,用于将第j-1次融合的M级第四特征图输入第j级融合网络块中,输出第j次融合的M级第四特征图,j为整数且1<j<P;第三融合子模块,用于将第P-1次融合的M级第四特征图输入第P级融合网络块中,输出所述M级第二特征图。
在一种可能的实现方式中,每级融合网络块还包括归一化层,所述第二融合子模块用于:通过所述第j级融合网络块的第一卷积层、第二卷积层及第三卷积层,对所述第j-1次融合的M级第四特征图对应的特征图组分别进行尺度调整及融合,得到所述第j次融合的M级中间特征图;通过所述归一化层对所述第j次融合的M级中间特征图进行联合批归一化处理,得到所述第j次融合的M级第四特征图。
在一种可能的实现方式中,所述装置通过图像处理网络实现,所述图像处理网络还包括回归网络和分类网络,所述目标检测模块包括:回归子模块,用于将所述M级第二特征图输入所述回归网络,确定所述待处理图像中目标对应的图像框;分类子模块,用于将所述M级第二特征图输入所述分类网络,确定出所述待处理图像中目标的类别,所述目标检测结果包括所述目标对应的图像框和所述目标的类别。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性计算机可读存储介质或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的图像处理方法的指令。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的图像处理方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图5,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图6示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图6,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。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,两个连续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动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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (14)
1.一种图像处理方法,其特征在于,包括:
对待处理图像进行M级特征提取,得到所述待处理图像的M级第一特征图,所述M级第一特征图中各级第一特征图的尺度不同,M为大于1的整数;
对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,每个特征图组包括所述第一特征图以及与所述第一特征图相邻的第一特征图;
对所述M级第二特征图进行目标检测,得到所述待处理图像的目标检测结果。
2.根据权利要求1所述的方法,其特征在于,与第i级第一特征图对应的特征图组包括第i-1级第一特征图、第i级第一特征图及第i+1级第一特征图,i为整数且1<i<M,
所述对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,包括:
对所述第i-1级第一特征图进行尺度缩小,得到第一个第i级第三特征图;
对所述第i级第一特征图进行尺度不变的变换,得到第二个第i级第三特征图;
对所述第i+1级第一特征图进行尺度放大,得到第三个第i级第三特征图;
对所述第一个第i级第三特征图、所述第二个第i级第三特征图及第三个第i级第三特征图进行融合,得到第i级第二特征图,
其中,所述第一个第i级第三特征图、所述第二个第i级第三特征图及第三个第i级第三特征图的尺度相同。
3.根据权利要求1或2所述的方法,其特征在于,与第1级第一特征图对应的特征图组包括所述第1级第一特征图及第2级第一特征图,
所述对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,包括:
对所述第1级第一特征图进行尺度不变的变换,得到第一个第1级第三特征图;
对所述第2级第一特征图进行尺度放大,得到第二个第1级第三特征图;
对所述第一个第1级第三特征图及所述第二个第1级第三特征图进行融合,得到第1级第二特征图,
其中,所述第一个第1级第三特征图与所述第二个第1级第三特征图的尺度相同。
4.根据权利要求1-3任一项所述的方法,其特征在于,与第M级第一特征图对应的特征图组包括第M-1级第一特征图及所述第M级第一特征图,
所述对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,包括:
对所述第M-1级第一特征图进行尺度缩小,得到第一个第M级第三特征图;
对所述第M级第一特征图进行尺度不变的变换,得到第二个第M级第三特征图;
对所述第一个第M级第三特征图及所述第二个第M级第三特征图进行融合,得到第M级第二特征图,
其中,所述第一个第M级第三特征图与所述第二个第M级第三特征图的尺度相同。
5.根据权利要求2-4中任意一项所述的方法,其特征在于,
所述对所述第i-1级第一特征图进行尺度缩小,得到第一个第i级第三特征图,包括:通过第一卷积层对所述第i-1级第一特征图进行卷积,得到所述第一个第i级第三特征图,所述第一卷积层的卷积核尺寸为N×N,步长为n,N、n为大于1的整数,所述第i-1级第一特征图的尺度为所述第i级第一特征图的尺度的n倍;
所述对所述第i级第一特征图进行尺度不变的变换,得到第二个第i级第三特征图,包括:通过第二卷积层对所述第i级第一特征图进行卷积,得到所述第二个第i级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1;
所述对所述第i+1级第一特征图进行尺度放大,得到第三个第i级第三特征图,包括:通过第三卷积层及上采样层对所述第i+1级第一特征图进行卷积及上采样,得到所述第三个第i级第三特征图,所述第三卷积层的卷积核尺寸为N×N,步长为1。
6.根据权利要求3所述的方法,其特征在于,
所述对所述第1级第一特征图进行尺度不变的变换,得到第一个第1级第三特征图,包括:通过第二卷积层对所述第1级第一特征图进行卷积,得到所述第一个第1级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1,N为大于1的整数;
所述对所述第2级第一特征图进行尺度放大,得到第二个第1级第三特征图,包括:通过第三卷积层及上采样层对所述第2级第一特征图进行卷积及上采样,得到第二个第1级第三特征图,所述第三卷积层的卷积核尺寸为N×N,步长为1。
7.根据权利要求4所述的方法,其特征在于,
所述对所述第M-1级第一特征图进行尺度缩小,得到第一个第M级第三特征图,包括:通过第一卷积层对所述第M-1级第一特征图进行卷积,得到所述第一个第M级第三特征图,所述第一卷积层的卷积核尺寸为N×N,步长为n,N、n为大于1的整数,所述第i-1级第一特征图的尺度为所述第i级第一特征图的尺度的n倍;
所述对所述第M级第一特征图进行尺度不变的变换,得到第二个第M级第三特征图,包括:通过第二卷积层对所述第M级第一特征图进行卷积,得到所述第二个第M级第三特征图,所述第二卷积层的卷积核尺寸为N×N,步长为1。
8.根据权利要求5-7中任意一项所述的方法,其特征在于,所述第二卷积层及所述第三卷积层包括可变形卷积层或空洞卷积层。
9.根据权利要求5-8中任意一项所述的方法,其特征在于,所述方法通过图像处理网络实现,所述图像处理网络包括串联的P级融合网络块,用于对所述M级第一特征图进行P次尺度调整及融合,每级融合网络块包括多个第一卷积层、多个第二卷积层及多个第三卷积层,P为正整数;
所述对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,包括:
将所述M级第一特征图输入第一级融合网络块中,输出第一次融合的M级第四特征图;
将第j-1次融合的M级第四特征图输入第j级融合网络块中,输出第j次融合的M级第四特征图,j为整数且1<j<P;
将第P-1次融合的M级第四特征图输入第P级融合网络块中,输出所述M级第二特征图。
10.根据权利要求9所述的方法,其特征在于,每级融合网络块还包括归一化层,
所述将第j-1次融合的M级第四特征图输入第j级融合网络块中,输出第j次融合的M级第四特征图,包括:
通过所述第j级融合网络块的第一卷积层、第二卷积层及第三卷积层,对所述第j-1次融合的M级第四特征图对应的特征图组分别进行尺度调整及融合,得到所述第j次融合的M级中间特征图;
通过所述归一化层对所述第j次融合的M级中间特征图进行联合批归一化处理,得到所述第j次融合的M级第四特征图。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述方法通过图像处理网络实现,所述图像处理网络还包括回归网络和分类网络,所述对所述M级第二特征图进行目标检测,得到所述待处理图像的目标检测结果,包括:
将所述M级第二特征图输入所述回归网络,确定所述待处理图像中目标对应的图像框;
将所述M级第二特征图输入所述分类网络,确定出所述待处理图像中目标的类别,所述目标检测结果包括所述目标对应的图像框和所述目标的类别。
12.一种图像处理装置,其特征在于,包括:
特征提取模块,用于对待处理图像进行M级特征提取,得到所述待处理图像的M级第一特征图,所述M级第一特征图中各级第一特征图的尺度不同,M为大于1的整数;
尺度调整及融合模块,用于对与各级第一特征图对应的特征图组分别进行尺度调整及融合,得到M级第二特征图,每个特征图组包括所述第一特征图以及与所述第一特征图相邻的第一特征图;
目标检测模块,用于对所述M级第二特征图进行目标检测,得到所述待处理图像的目标检测结果。
13.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至11中任意一项所述的方法。
14.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至11中任意一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010306929.2A CN111507408B (zh) | 2020-04-17 | 2020-04-17 | 图像处理方法及装置、电子设备和存储介质 |
JP2021566025A JP2022532322A (ja) | 2020-04-17 | 2021-03-19 | 画像処理方法及び装置、電子機器並びに記憶媒体 |
PCT/CN2021/081782 WO2021208667A1 (zh) | 2020-04-17 | 2021-03-19 | 图像处理方法及装置、电子设备和存储介质 |
KR1020227000768A KR20220011207A (ko) | 2020-04-17 | 2021-03-19 | 이미지 처리 방법 및 장치, 전자 기기 및 저장 매체 |
TW110113119A TWI782480B (zh) | 2020-04-17 | 2021-04-12 | 圖像處理方法及電子設備和電腦可讀儲存介質 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010306929.2A CN111507408B (zh) | 2020-04-17 | 2020-04-17 | 图像处理方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507408A true CN111507408A (zh) | 2020-08-07 |
CN111507408B CN111507408B (zh) | 2022-11-04 |
Family
ID=71874374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010306929.2A Active CN111507408B (zh) | 2020-04-17 | 2020-04-17 | 图像处理方法及装置、电子设备和存储介质 |
Country Status (5)
Country | Link |
---|---|
JP (1) | JP2022532322A (zh) |
KR (1) | KR20220011207A (zh) |
CN (1) | CN111507408B (zh) |
TW (1) | TWI782480B (zh) |
WO (1) | WO2021208667A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111967401A (zh) * | 2020-08-19 | 2020-11-20 | 上海眼控科技股份有限公司 | 目标检测方法、设备及存储介质 |
CN112200201A (zh) * | 2020-10-13 | 2021-01-08 | 上海商汤智能科技有限公司 | 一种目标检测方法及装置、电子设备和存储介质 |
CN112232361A (zh) * | 2020-10-13 | 2021-01-15 | 国网电子商务有限公司 | 图像处理的方法及装置、电子设备及计算机可读存储介质 |
CN113191390A (zh) * | 2021-04-01 | 2021-07-30 | 华中科技大学 | 一种图像分类模型的构建方法、图像分类方法及存储介质 |
WO2021208667A1 (zh) * | 2020-04-17 | 2021-10-21 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN114463605A (zh) * | 2022-04-13 | 2022-05-10 | 中山大学 | 基于深度学习的持续学习图像分类方法及装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115223018B (zh) * | 2022-06-08 | 2023-07-04 | 东北石油大学 | 伪装对象协同检测方法及装置、电子设备和存储介质 |
CN115131641A (zh) * | 2022-06-30 | 2022-09-30 | 北京百度网讯科技有限公司 | 图像识别方法、装置、电子设备和存储介质 |
CN115018059B (zh) * | 2022-08-09 | 2022-11-18 | 北京灵汐科技有限公司 | 数据处理方法及装置、神经网络模型、设备、介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816671A (zh) * | 2019-01-31 | 2019-05-28 | 深兰科技(上海)有限公司 | 一种目标检测方法、装置及存储介质 |
US20190164290A1 (en) * | 2016-08-25 | 2019-05-30 | Intel Corporation | Coupled multi-task fully convolutional networks using multi-scale contextual information and hierarchical hyper-features for semantic image segmentation |
CN110378976A (zh) * | 2019-07-18 | 2019-10-25 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110647834A (zh) * | 2019-09-18 | 2020-01-03 | 北京市商汤科技开发有限公司 | 人脸和人手关联检测方法及装置、电子设备和存储介质 |
CN110852349A (zh) * | 2019-10-21 | 2020-02-28 | 上海联影智能医疗科技有限公司 | 一种图像处理方法、检测方法、相关设备及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9965719B2 (en) * | 2015-11-04 | 2018-05-08 | Nec Corporation | Subcategory-aware convolutional neural networks for object detection |
CN106096670B (zh) * | 2016-06-17 | 2019-07-30 | 深圳市商汤科技有限公司 | 级联卷积神经网络训练和图像检测方法、装置及系统 |
US20180060719A1 (en) * | 2016-08-29 | 2018-03-01 | International Business Machines Corporation | Scale-space label fusion using two-stage deep neural net |
JP6546618B2 (ja) * | 2017-05-31 | 2019-07-17 | 株式会社Preferred Networks | 学習装置、学習方法、学習モデル、検出装置及び把持システム |
KR102235745B1 (ko) * | 2018-08-10 | 2021-04-02 | 네이버 주식회사 | 컨볼루션 순환 신경망을 훈련시키는 방법 및 훈련된 컨볼루션 순환 신경망을 사용하는 입력된 비디오의 의미적 세그먼트화 방법 |
TWI691930B (zh) * | 2018-09-19 | 2020-04-21 | 財團法人工業技術研究院 | 基於神經網路的分類方法及其分類裝置 |
CN111507408B (zh) * | 2020-04-17 | 2022-11-04 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
-
2020
- 2020-04-17 CN CN202010306929.2A patent/CN111507408B/zh active Active
-
2021
- 2021-03-19 WO PCT/CN2021/081782 patent/WO2021208667A1/zh active Application Filing
- 2021-03-19 KR KR1020227000768A patent/KR20220011207A/ko active Search and Examination
- 2021-03-19 JP JP2021566025A patent/JP2022532322A/ja active Pending
- 2021-04-12 TW TW110113119A patent/TWI782480B/zh active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190164290A1 (en) * | 2016-08-25 | 2019-05-30 | Intel Corporation | Coupled multi-task fully convolutional networks using multi-scale contextual information and hierarchical hyper-features for semantic image segmentation |
CN109816671A (zh) * | 2019-01-31 | 2019-05-28 | 深兰科技(上海)有限公司 | 一种目标检测方法、装置及存储介质 |
CN110378976A (zh) * | 2019-07-18 | 2019-10-25 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110647834A (zh) * | 2019-09-18 | 2020-01-03 | 北京市商汤科技开发有限公司 | 人脸和人手关联检测方法及装置、电子设备和存储介质 |
CN110852349A (zh) * | 2019-10-21 | 2020-02-28 | 上海联影智能医疗科技有限公司 | 一种图像处理方法、检测方法、相关设备及存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021208667A1 (zh) * | 2020-04-17 | 2021-10-21 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN111967401A (zh) * | 2020-08-19 | 2020-11-20 | 上海眼控科技股份有限公司 | 目标检测方法、设备及存储介质 |
CN112200201A (zh) * | 2020-10-13 | 2021-01-08 | 上海商汤智能科技有限公司 | 一种目标检测方法及装置、电子设备和存储介质 |
CN112232361A (zh) * | 2020-10-13 | 2021-01-15 | 国网电子商务有限公司 | 图像处理的方法及装置、电子设备及计算机可读存储介质 |
CN113191390A (zh) * | 2021-04-01 | 2021-07-30 | 华中科技大学 | 一种图像分类模型的构建方法、图像分类方法及存储介质 |
CN113191390B (zh) * | 2021-04-01 | 2022-06-14 | 华中科技大学 | 一种图像分类模型的构建方法、图像分类方法及存储介质 |
CN114463605A (zh) * | 2022-04-13 | 2022-05-10 | 中山大学 | 基于深度学习的持续学习图像分类方法及装置 |
CN114463605B (zh) * | 2022-04-13 | 2022-08-12 | 中山大学 | 基于深度学习的持续学习图像分类方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2022532322A (ja) | 2022-07-14 |
WO2021208667A1 (zh) | 2021-10-21 |
CN111507408B (zh) | 2022-11-04 |
TW202141423A (zh) | 2021-11-01 |
TWI782480B (zh) | 2022-11-01 |
KR20220011207A (ko) | 2022-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111507408B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109522910B (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN110688951B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110348537B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US20210012523A1 (en) | Pose Estimation Method and Device and Storage Medium | |
US11417078B2 (en) | Image processing method and apparatus, and storage medium | |
CN110458218B (zh) | 图像分类方法及装置、分类网络训练方法及装置 | |
CN109615006B (zh) | 文字识别方法及装置、电子设备和存储介质 | |
CN110443366B (zh) | 神经网络的优化方法及装置、目标检测方法及装置 | |
CN111340048B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111539410B (zh) | 字符识别方法及装置、电子设备和存储介质 | |
CN110532956B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109685041B (zh) | 图像分析方法及装置、电子设备和存储介质 | |
CN110781813A (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN113486830A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110543849A (zh) | 检测器的配置方法及装置、电子设备和存储介质 | |
CN111882558A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 | |
CN113283343A (zh) | 人群定位方法及装置、电子设备和存储介质 | |
CN111523599B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN110826463B (zh) | 人脸识别方法及装置、电子设备和存储介质 | |
CN111931781A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111523555A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109635926B (zh) | 用于神经网络的注意力特征获取方法、装置及存储介质 | |
CN114359808A (zh) | 目标检测方法及装置、电子设备和存储介质 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40033274 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |