CN112219224A - 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
- CN112219224A CN112219224A CN202080000790.7A CN202080000790A CN112219224A CN 112219224 A CN112219224 A CN 112219224A CN 202080000790 A CN202080000790 A CN 202080000790A CN 112219224 A CN112219224 A CN 112219224A
- Authority
- CN
- China
- Prior art keywords
- image
- target object
- input information
- association
- score
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 71
- 238000000605 extraction Methods 0.000 claims description 54
- 238000012545 processing Methods 0.000 claims description 46
- 238000001514 detection method Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 12
- 230000000875 corresponding effect Effects 0.000 description 87
- 238000013528 artificial neural network Methods 0.000 description 62
- 108091006146 Channels Proteins 0.000 description 31
- 230000008569 process Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 230000003993 interaction Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 101100269850 Caenorhabditis elegans mask-1 gene Proteins 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 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
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training 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
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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:获取第一图像和所述第一图像中第一目标对象的第一注意力图像;其中,所述第一注意力图像用于指示所述第一目标对象在所述第一图像中的位置;获取第二图像和所述第二图像的第二掩膜图像;其中,所述第二掩膜图像中各个像素的像素值相等;根据第一输入信息以及第二输入信息,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,其中,所述第一输入信息根据所述第一图像和第一注意力图像确定,所述第二输入信息根据所述第二图像和所述第二掩膜图像确定。
Description
本公开要求在2019年12月30日提交新加坡专利局、申请号为10201913744S、申请名称为“IMAGE PROCESSING METHOD AND APPARATUS,ELECTRONIC DEVICE,AND STORAGEMEDIUM”的新加坡专利申请的优先权,其全部内容通过引用结合在本公开中。
技术领域
本公开涉及计算机视觉技术领域,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
计算机视觉是利用计算机及相关设备对生物视觉进行模拟的一种技术,可以通过对采集的图像或视频进行处理,获得相应场景的三维信息。在计算机视觉的一个应用中,可以利用采集的图像或视频进行目标检测,定位第一目标对象在图像的位置。
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:
获取第一图像和所述第一图像中第一目标对象的第一注意力图像;其中,所述第一注意力图像用于指示所述第一目标对象在所述第一图像中的位置;
获取第二图像和所述第二图像的第二掩膜图像;其中,所述第二掩膜图像中各个像素的像素值相等;
根据第一输入信息以及第二输入信息,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,其中,所述第一输入信息根据所述第一图像和第一注意力图像确定,所述第二输入信息根据所述第二图像和所述第二掩膜图像确定。
在一种可能的实现方式中,所述方法还包括:
根据所述第二图像中针对第二目标对象的检测结果,获取所述第二图像的第二注意力图像;其中,所述第二注意力图像用于指示所述第二目标对象在所述第二图像中的位置;
在得到所述第一预测结果之后,所述方法还包括:
根据第三输入信息以及第四输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第一关联分数;其中,所述第三输入信息根据所述第二图像和所述第二注意力图像确定;所述第四输入信息根据所述第二图像和所述第一预测结果确定;
根据所述第一关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
在一种可能的实现方式中,所述方法还包括:
根据所述第一输入信息以及所述第三输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第二关联分数;
所述根据所述第一关联分数,确定所述第一目标对象与所述第二目标对象的关联结果,包括:
根据所述第一关联分数和所述第二关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
在一种可能的实现方式中,所述方法还包括:
获取指示所述第二目标对象在所述第一图像中位置的第二预测结果;
根据第五输入信息和所述第一输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第三关联分数;其中,所述第五输入信息根据所述第一图像和所述第二预测结果确定;
根据所述第一关联分数,确定所述第一目标对象与所述第二目标对象的关联结果,包括:
根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
在一种可能的实现方式中,所述根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的关联结果,包括:
根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的最终关联分数;
在所述最终关联分数大于分数阈值的情况下,确定所述关联结果是所述第一目标对象与所述第二目标对象之间潜在关联。
在一种可能的实现方式中,所述方法还包括:
在所述最终关联分数小于或等于所述分数阈值的情况下,确定所述关联结果是所述第一目标对象与所述第二目标对象之间非关联。
在一种可能的实现方式中,所述根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的关联结果,包括:
根据所述第一关联分数和所述第三关联分数,确定所述第一图像的第一目标对象与所述第二目标对象的最终关联分数;
根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,对所述各个第一目标对象与各个第二目标对象进行匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果。
在一种可能的实现方式中,根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,对所述各个第一目标对象与各个第二目标对象进行匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果,包括:
根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,确定所述各个第一目标对象与所述各个第二目标对象之间的关联分数总和;
在所述关联分数总和最大并且大于预设的总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象一一匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果。
在一种可能的实现方式中,所述方法还包括:
在所述关联分数总和中最大关联分数总和小于或等于所述总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象不匹配。
在一种可能的实现方式中,所述根据第一输入信息以及第二输入信息,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,包括:
对所述第一输入信息进行特征提取,得到第一输入信息对应的特征图;
对所述第二输入信息进行特征提取,得到第二输入信息对应的特征图;
根据所述第一输入信息对应的特征图和所述第二输入信息对应的特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果。
在一种可能的实现方式中,所述对所述第一输入信息进行特征提取,得到第一输入信息对应的特征图,包括:
利用神经网络的第一网络分支对所述第一输入信息进行特征提取,得到所述第一输入信息的特征图;
所述对所述第二输入信息进行特征提取,得到第二输入信息对应的特征图,包括:
利用所述神经网络的第二网络分支对所述第二输入信息进行特征提取,得到所述第二输入信息的特征图;其中,所述第一网络分支与所述第二网络分支的网络参数和网络结构相同。
在一种可能的实现方式中,所述根据所述第一输入信息对应的特征图和所述第二输入信息对应的特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,包括:
将所述第一输入信息对应的特征图和所述第二输入信息对应的特征图进行特征关联,得到第一关联特征图;
基于所述第一关联特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果。
在一种可能的实现方式中,获取所述第一目标对象的第一注意力图像,包括:
根据所述第一图像中针对第一目标对象的检测结果,确定所述第一目标对象在所述第一图像中的第一图像区域;
根据所述第一图像区域以及所述第一图像中除第一图像区域以外的第二图像区域,确定所述第一目标对象的第一注意力图像。
在一种可能的实现方式中,所述根据所述第一图像中针对第一目标对象的检测结果,确定所述第一目标对象在所述第一图像中的第一图像区域,包括:
获取图像尺寸匹配于所述第一图像的第一初始图像;
将所述第一初始图像中的第一图像区域中的像素的像素值设置为第一像素值;其中,所述第一初始图像中的第一图像区域与所述第一图像中的第一图像区域对应;
将所述第一初始图像中的第二图像区域中的像素的像素值设置为第二像素值,得到所述第一目标对象的第一注意力图像;其中,所述第一初始图像中的第二图像区域为所述第一初始图像中除所述第一图像区域以外的区域,所述第一像素值与所述第二像素值不相等。
在一种可能的实现方式中,获取所述第二图像的第二掩膜图像,包括:
获取图像尺寸匹配于所述第二图像的第二初始图像;
将所述第二初始图像中像素的像素值设置为第三像素值,得到所述第二掩膜图像。
在一种可能的实现方式中,根据所述第一图像和第一注意力图像确定所述第一输入信息,包括:
将所述第一图像和所述第一注意力图像进行融合,得到所述第一输入信息。
在一种可能的实现方式中,所述将所述第一图像和所述第一注意力图像进行融合,得到所述第一输入信息,包括:
将所述第一图像和所述第一注意力图像在设定维度上相加,得到所述第一输入信息,或者,将所述第一图像和所述第一注意力图像在设定维度上进行拼接,得到所述第一输入信息。
在一种可能的实现方式中,所述第一图像和所述第二图像是在不同视角下同步采集同一场景所得到的。
根据本公开的另一方面,提供了一种图像处理装置,包括:
第一获取模块,用于获取第一图像和所述第一图像中第一目标对象的第一注意力图像;其中,所述第一注意力图像用于指示所述第一目标对象在所述第一图像中的位置;
第二获取模块,用于获取第二图像和所述第二图像的第二掩膜图像;其中,所述第二掩膜图像中各个像素的像素值相等;
第一确定模块,用于根据第一输入信息以及第二输入信息,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,其中,所述第一输入信息根据所述第一图像和第一注意力图像确定,所述第二输入信息根据所述第二图像和所述第二掩膜图像确定。
在一种可能的实现方式中,所述装置还包括:
第三获取模块,用于根据所述第二图像中针对第二目标对象的检测结果,获取所述第二图像的第二注意力图像;其中,所述第二注意力图像用于指示所述第二目标对象在所述第二图像中的位置;
第二确定模块,用于根据第三输入信息以及第四输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第一关联分数;其中,所述第三输入信息根据所述第二图像和所述第二注意力图像确定;所述第四输入信息根据所述第二图像和所述第一预测结果确定;
第三确定模块,用于根据所述第一关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
在一种可能的实现方式中,所述装置还包括:
第四确定模块,用于根据所述第一输入信息以及所述第三输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第二关联分数;
所述第三确定模块,用于根据所述第一关联分数和所述第二关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
在一种可能的实现方式中,所述装置还包括:
第四获取模块,用于获取指示所述第二目标对象在所述第一图像中位置的第二预测结果;
第五确定模块,用于根据第五输入信息和所述第一输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第三关联分数;其中,所述第五输入信息根据所述第一图像和所述第二预测结果确定;
所述第三确定模块,用于根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
在一种可能的实现方式中,所述第三确定模块,包括:
第一确定子模块,用于根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的最终关联分数;
第二确定子模块,用于在所述最终关联分数大于分数阈值的情况下,确定所述关联结果是所述第一目标对象与所述第二目标对象之间潜在关联。
在一种可能的实现方式中,所述第三确定模块,还包括:
第三确定子模块,用于在所述最终关联分数小于或等于所述分数阈值的情况下,确定所述关联结果是所述第一目标对象与所述第二目标对象之间非关联。
在一种可能的实现方式中,所述第三确定模块,包括:
第四确定子模块,用于根据所述第一关联分数和所述第三关联分数,确定所述第一图像的第一目标对象与所述第二目标对象的最终关联分数;
匹配子模块,用于根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,对所述各个第一目标对象与各个第二目标对象进行匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果。
在一种可能的实现方式中,所述匹配子模块,包括:
第一确定单元,用于根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,确定所述各个第一目标对象与所述各个第二目标对象之间的关联分数总和;
第二确定单元,用于在所述关联分数总和最大并且大于预设的总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象一一匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果。
在一种可能的实现方式中,所述匹配子模块,还包括:
第三确定单元,用于在所述关联分数总和中最大关联分数总和小于或等于所述总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象不匹配。
在一种可能的实现方式中,所述第一确定模块,包括:
第一特征提取子模块,用于对所述第一输入信息进行特征提取,得到第一输入信息对应的特征图;
第二特征提取子模块,用于对所述第二输入信息进行特征提取,得到第二输入信息对应的特征图;
预测结果确定子模块,用于根据所述第一输入信息对应的特征图和所述第二输入信息对应的特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果。
在一种可能的实现方式中,所述第一特征提取子模块,用于利用神经网络的第一网络分支对所述第一输入信息进行特征提取,得到所述第一输入信息的特征图;
所述第二特征提取子模块,用于利用所述神经网络的第二网络分支对所述第二输入信息进行特征提取,得到所述第二输入信息的特征图;其中,所述第一网络分支与所述第二网络分支的网络参数和网络结构相同。
在一种可能的实现方式中,所述预测结果确定子模块,包括:
特征关联单元,用于将所述第一输入信息对应的特征图和所述第二输入信息对应的特征图进行特征关联,得到第一关联特征图;
预测结果确定单元,用于基于所述第一关联特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果。
在一种可能的实现方式中,所述第一获取模块,包括:
区域确定子模块,用于根据所述第一图像中针对第一目标对象的检测结果,确定所述第一目标对象在所述第一图像中的第一图像区域;
注意力图像确定子模块,用于根据所述第一图像区域以及所述第一图像中除第一图像区域以外的第二图像区域,确定所述第一目标对象的第一注意力图像。
在一种可能的实现方式中,所述区域确定子模块,包括:
第一获取单元,用于获取图像尺寸匹配于所述第一图像的第一初始图像;
第一设置单元,用于将所述第一初始图像中的第一图像区域中的像素的像素值设置为第一像素值;其中,所述第一初始图像中的第一图像区域与所述第一图像中的第一图像区域对应;
第二设置单元,将所述初始图像中的第二图像区域中的像素的像素值设置为第二像素值,得到所述第一目标对象的第一注意力图像;其中,所述第一初始图像中的第二图像区域为所述第一初始图像中除所述第一图像区域以外的区域,所述第一像素值与所述第二像素值不相等。
在一种可能的实现方式中,所述第二获取模块,包括:
第二获取单元,用于获取图像尺寸匹配于所述第二图像的第二初始图像;
第三设置单元,用于将所述第二初始图像中像素的像素值设置为第三像素值,得到所述第二掩膜图像。
在一种可能的实现方式中,所述装置还包括:
图像融合模块,将所述第一图像和所述第一注意力图像进行融合,得到所述第一输入信息。
在一种可能的实现方式中,所述图像融合模块,包括:
加和子模块,用于将所述第一图像和所述第一注意力图像在设定维度上相加,得到所述第一输入信息;或者,
拼接子模块,用于将所述第一图像和所述第一注意力图像在设定维度上进行拼接,得到所述第一输入信息。
在一种可能的实现方式中,所述第一图像和所述第二图像是在不同视角下同步采集同一场景所得到的。
在一种可能的实现方式中,
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:执行上述图像处理方法。
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图像处理方法。
根据本公开的一方面,提供了一种计算机程序,包括计算机可读代码,当所述计算机可读代码在电子设备中运行时,所述电子设备中的处理器执行用于实现上述图像处理方法。
在本公开实施例中,可以获取第一图像和所述第一图像中第一目标对象的第一注意力图像,以及,获取第二图像和所述第二图像的第二掩膜图像,然后根据第一输入信息以及第二输入信息,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,第一输入信息根据所述第一图像和第一注意力图像确定,第二输入信息第二输入信息根据第二图像和第二掩膜图像确定。其中,第一注意力图像用于指示第一目标对象在第一图像中的位置,第二掩膜图像中各个像素的像素值相等。这样,可以预测第一目标对象在第二图像中的位置,从而可以建立不同视角的多个图像之间的联系,增加视野的范围,得到当前场景更加全面的信息。
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2示出根据本公开实施例的利用第一神经网络得到第一预测结果一示例的框图。
图3示出根据本公开实施例的确定第一目标对象与第二目标对象的关联结果的流程图。
图4示出根据本公开实施例的得到关联结果一示例的框图。
图5示出根据本公开实施例的一种图像处理装置的框图。
图6示出根据本公开实施例的一种电子设备示例的框图。
图7示出根据本公开实施例的一种电子设备示例的框图。
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。
本公开实施例提供的图像处理方案,可以获取第一图像和所述第一图像中第一目标对象的第一注意力图像,以及,获取第二图像和所述第二图像的第二掩膜图像。第一注意力图像可以指示第一目标对象在第一图像中的位置,第二掩膜图像中各个像素的像素值相等。然后可以根据第一输入信息以及第二输入信息,得到指示第一目标对象在第二图像中位置的第一预测结果,第一输入信息根据第一图像和第一注意力图像确定,第二输入信息包括第二图像和第二掩膜图像确定。由于第一注意力图像可以指示第一图像中第一目标对象的位置,通过第一输入信息和第二输入信息共同作用,可以预测第一目标对象在第二图像中的位置,进而可以根据第一目标对象在第二图像中位置的第一预测结果,建立不同视角的多个图像之间的关联,例如,针对同一场景的俯视图和侧视图,可以通过俯视图中第一目标对象的位置,预测侧视图中第一目标对象的位置,通过来自多个视角的图像信息,可以得到第一目标对象更加完整的信息。
在相关技术中,通常将多个图像的目标对象投影至一个公共的向量空间,通过计算公共向量空间中不同目标对象的投影之间的距离,确定不同图像中相互关联的目标对象。这种目标关联方式,在将目标投影至公共的向量空间时,需要对投影使用的投影矩阵进行校准,而投影矩阵会受到图像采集装置的姿态的影响,即,图像采集装置的姿态的改变,会导致投影矩阵失准,从而得到的预测结果存在较大的误差。而本公开实施例提供的图像处理方案,通过将第一图像和第一注意力图像作为第一输入信息,将第二图像和第二掩膜图像作为第二输入信息,可以通过第一注意力图像指示的第一目标对象的位置,再结合第一图像和第二图像中第一目标对象的图像信息,预测第一目标对象在第二图像中的位置,不需要将目标对象投影至一个公共的向量空间,无需校准投影矩阵,得到的预测结果受图像采集装置的姿态的影响较小,可以提高预测结果的准确性。
本公开实施例提供的技术方案可以应用于目标标注、目标识别、图像关联等应用场景的扩展。例如,可以对在同一场景的不同视角采集得到的多个图像进行关联,从而预测一个目标在不同视角的图像中的位置。再例如,可以对多个图像中的同一目标进行标记。本公开不对具体的应用场景进行限制。下面通过实施例对本公开实施例提供的图像处理方案进行说明。
图1示出根据本公开实施例的图像处理方法的流程图。该图像处理方法可以由终端设备、服务器或其它信息处理设备执行,其中,终端设备可以为用户设备(UserEquipment,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(PersonalDigital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,该图像处理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。下面以图像处理装置作为执行主体为例对本公开实施例的图像处理方案进行说明。
如图1所示,所述图像处理方法包括以下步骤:
步骤S11,获取第一图像和所述第一图像中第一目标对象的第一注意力图像;其中,所述第一注意力图像用于指示所述第一目标对象在所述第一图像中的位置。
在本公开实施例中,可以获取图像采集装置采集的至少两个图像。每个图像可以来自同一个图像采集装置,也可以来自不同的图像采集装置。第一图像可以是至少两个图像中任意选择一个图像。第一图像可以是单独采集的一个图像,还可以是采集的视频流中的一个图像帧。这里,第一图像可以是彩色图像,该彩色图像可以理解为通过红(R)、绿(G)、蓝(B)三种颜色叠加形成的图像。
在本公开实施例中,图像采集装置可以获取第一图像中第一目标对象的第一注意力图像。第一注意力图像可以指示第一图像中第一目标对象的位置,第一目标对象可以是第一图像中任意一个目标对象,例如,第一图像中可以包括的人脸、桌椅、盆栽等多个目标对象,可以将多个目标对象中的一个目标对象,如,将人脸作为第一目标对象。这里,图像采集装置可以根据第一图像中第一目标对象所在的位置,得到第一注意力图像,或者,可以由其他设备直接获取第一注意力图像。
在一种可能的实现方式中,可以根据第一图像中针对第一目标对象的检测结果,确定第一目标对象在所述第一图像中的第一图像区域,然后根据第一图像区域以及第一图像中除第一图像区域以外的第二图像区域,确定第一目标对象的第一注意力图像。
在该实现方式中,可以针对第一图像进行目标检测,得到检测结果,每个检测结果对应一个目标对象,该检测结果可以是多个,可以将任意一个检测结果作为第一目标对象的检测结果。这里,检测结果可以用检测框进行表示。一个检测结果可以对应一个注意力图像,这样可以降低多个检测结果之间发生干扰。根据一个检测结果对应的检测框,确定该检测框标注的第一目标对象在第一图像中第一图像区域,该第一图像区域可以是封闭的图像区域。然后根据确定的第一图像区域以及除第一图像区域以外的第二图像区域,可以得到第一图像的第一注意力图像,例如,可以复制第一图像区域中像素的像素值,并更改第二图像区域的像素值,或者,调整复制的第一图像区域中像素的像素值,使第一图像区域的像素值与第二图像区域的像素值形成明显不同,可以得到第一注意力图像。这样,可以使第一注意力图像中第一目标对象所在的图像区域区别于其他图像区域,提供第一目标对象在第一图像中的位置信息,可以提高得到的指示第一目标对象在第二图像中位置的第一预测结果的准确性。
在该实现方式的一个示例中,可以获取图像尺寸匹配于第一图像的第一初始图像,然后将第一初始图像中的第一图像区域中的像素的像素值设置为第一像素值,将第一初始图像中的第二图像区域中的像素的像素值设置为第二像素值,得到所述第一目标对象的第一注意力图像。其中,第一初始图像中的第一图像区域与所述第一图像中的第一图像区域对应,第一初始图像中的第二图像区域为第一初始图像中除所述第一图像区域以外的区域,第一像素值与所述第二像素值不相等。
在该示例中,可以生成一个第一初始图像,该第一初始图像可以与第一图像的图像尺寸相同。或者,可以对第一图像的第一图像区域进行复制,得到第一初始图像。第一初始图像的图像尺寸匹配于第一图像,即,可以理解为,第一初始图像可以与第一图像的图像尺寸相同,例如,第一图像的图像尺寸是3×3cm,则第一初始图像的图像尺寸也是3×3cm。第一初始图像可以包括第一图像区域,第一图像区域与第一图像区域对应,即,可以理解为,第一图像区域在第一初始图像中的图像位置与第一图像区域在第一图像中的图像位置可以相同,例如,白色对应的像素值。第一图像区域的像素值设置为预设的第一像素值,第一像素值可以与第一图像区域中像素点的像素值相同。第二图像区域可以是第一初始图像中未包括第一图像区域的图像区域,第二图像区域的像素值可以设置为第二像素值。第二像素值可以是预先设定的像素值,例如,黑色对应的像素值,第二像素值与第一像素值不同,这样,可以将第二图像区域与第一图像区域通过像素点的像素值进行区分。通过这种方式,可以得到第一目标对象对应的第一注意力图像,第一注意力图像可以显示第一目标对象对应的图像区域。
在另一个示例中,可以将第一图像区域的像素值设置为与第一图像的第一图像区域相同的像素值,如果第一图像为彩色图像,则第一图像区域可以是彩色的图像区域。通过这种方式,得到的第一图像中第一目标对象的第一注意力图像,不仅可以包括第一目标对象的位置信息,还可以包括第一目标对象的色彩信息,可以提高确定第一目标对象在第二图像中位置的准确性。
举例来说,可以将第一初始图像的第一图像区域中像素点的像素值设置为1,将第二图像区域中像素点的像素值设置为0,可以得到第一目标对象的第一注意力图像。或者,可以将第一图像的第一图像区域中像素点的像素值复制到第一初始图像的第一图像区域,将第二图像区域中像素点的像素值设置为0,得到第一注意力图像。
步骤S12,获取第二图像和所述第二图像的第二掩膜图像;其中,所述第二掩膜图像中各个像素的像素值相等。
在本公开实施例中,第二图像可以是上述图像采集装置采集的至少两个图像中的任意一个图像。第二图像的获取方式与步骤S11中第一图像的获取方式可以相同,也可以不同,这里不再赘述。第二掩膜图像的图像尺寸可以与第二图像相同,第二掩膜图像中像素的像素值可以相同,即,可以具有同一个像素值,可以起到屏蔽作用,不提供位置信息。这里,可以基于第二图像的图像尺寸得到第二掩膜图像,或者,可以由其他设备获取第二掩膜图像。
在一个可能的实现方式中,可以获取图像尺寸匹配于第二图像的第二初始图像,然后将第二初始图像中像素的像素值设置为第三像素值,得到第二掩膜图像。在该实现方式中,获取图像尺寸与第二图像的图像尺寸相同的第二初始图像,然后可以将第二初始图像中像素的像素值设置为预先设置的第三像素值,例如,将第二初始图像中像素点的像素值设置为黑色对应的像素值,得到第二初始图像。第二初始图像可以起到屏蔽作用。
步骤S13,根据第一输入信息以及第二输入信息,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,其中,所述第一输入信息根据所述第一图像和第一注意力图像确定,所述第二输入信息根据所述第二图像和所述第二掩膜图像确定。
在本公开实施例中,可以将第一图像和第一注意力图像作为第一输入信息,将第二图像和第二掩膜图像作为第二输入信息,然后可以利用训练好的第一神经网络对第一输入信息和第二输入信息进行特征提取,得到指示第一目标对象在第二图像中位置的第一预测结果。该第一预测结果可以是一个图像,可以通过该图像中像素点的像素值确定第一目标对象在第二图像中的位置,举例来说,可以检测该图像中像素点的像素值,如果某个图像区域中像素点的像素值是预设的第一像素值,例如,某个图像区域中像素点是白色,则可以确定该图像区域在该图像中的图像位置对应于第一目标对象在第二图像中的图像位置。
在一个可能的实现方式中,可以将第一图像和第一注意力图像进行融合,得到所述第一输入信息。
在该实现方式中,将第一图像和第一注意力图像进行融合,得到第一输入信息。第一输入信息可以作为神经网络的输入。通过将第一图像和第一注意力图像进行融合,可以更好地结合来自两个图像的图像信息,可以使提取的图像特征更加准确。
在一个示例中,可以将所述第一图像和所述第一注意力图像在设定维度上相加,得到所述第一输入信息,或者,将所述第一图像和所述第一注意力图像在设定维度上进行拼接,得到所述第一输入信息。
在该示例中,将第一图像与第一注意力图像在设定维度上相加,可以是将第一图像与第一注意力图像在深度维度,即通道维度上相加。这里,通道数对应图像的深度维度。第一图像与第一注意力图像可以具有相同的通道数,例如,第一图像与第一注意力图像均可以是RGB图像,均为3个通道。或者,第一图像与第一注意力图像的通道数可以不同,例如,第一图像是3个通道,第一注意力图像是1个通道。将第一图像与第一注意力图像在深度维度上相加,可以是将两个图像对应位置上的像素点的R值相加、G值相加、B值相加,或者,在第一图像为3通道,而第一注意力图像为1个通道时,将对应位置上第一图像的像素点的R值加上第一注意力图像的像素点的像素值,得到第一输入信息,第一输入信息的通道数与第一图像的通道数相同。
在该示例中,将第一图像与第一注意力图像在设定维度上进行拼接,可以理解为,将第一图像与第一注意力图像在图像长度、图像宽度、或者深度维度,即通道维度(如RGB三个通道)上进行拼接,以深度维度上进行拼接为例,也就是将第一图像与第一注意力图像在深度维度上拼接形成一个6通道的图像,得到的待处理图像的图像尺寸可以是第一图像与第一注意力图像在设定维度上的尺寸之和。这里,在第一图像与第一注意力图像的深度相同的情况下,第一注意力图像不仅可以提供第一目标对象的位置信息,还可以提供第一目标对象的图像特征,使得神经网络提取的特征图具有更加准确以及全面的图像特征。
在一个可能的实现方式中,可以利用第一神经网络的第一网络分支对第一输入信息进行处理,得到第一网络分支的第一输入信息对应的特征图,利用第一神经网络的第二网络分支对第二输入信息进行处理,得到第二网络分支的第二输入信息对应的特征图。然后对第一输入信息对应的特征图和第二输入信息对应的特征图进行特征关联,得到第一关联特征图,再基于第一关联特征图,得到指示第一目标对象在第二图像中位置的第一预测结果。
需要说明的是,上述得到第一输入信息的方法,与得到第二输入信息的方法可以相同,也可以不同,这里不再赘述。
在一个可能的实现方式中,可以对第一输入信息进行特征提取,得到第一输入信息对应的特征图,对第二输入信息进行特征提取,得到第二输入信息对应的特征图,然后根据第一输入信息对应的特征图和所述第二输入信息对应的特征图,得到指示第一目标对象在所述第二图像中位置的第一预测结果。
在该实现方式中,可以将第一输入信息和第二输入信息作为神经网络的输入信息,利用神经网络分别对第一输入信息和第二输入信息进行特征提取,可以得到第一输入信息对应的特征图以及得到第二输入信息对应的特征图。然后可以由第一输入信息对应的特征图和第二输入信息对应的特征图,可以得到指示第一目标对象在所述第二图像中位置的第一预测结果。通过对第一输入信息和第二输入信息进行特征提取,可以更好地对比不同输入信息之间的不同,可以使第一预测结果更加准确。
在该实现方式的一个示例中,可以利用神经网络的第一网络分支对第一输入信息进行特征提取,得到第一输入信息的特征图,利用神经网络的第二网络分支对第二输入信息进行特征提取,得到第二输入信息的特征图。其中,第一网络分支与第二网络分支的网络参数和网络结构相同。
在该实现方式中,上述神经网络可以是第一神经网络,第一神经网络可以包括至少两个网络分支,一个网络分支可以对应一个输入信息。第一网络分支与第二网络分支可以是第一神经网络的任意两个网络分支。其中,第一输入信息可以作为第一网络分支的输入,第二输入信息可以作为第二网络分支的输入。第一网络分支可以包括特征提取层,可以利用第一网络分支的特征提取层对第一输入信息进行特征提取,得到第一输入信息的特征图。相应地,第二网络分支可以包括特征提取层,可以利用第二网络分支的特征提取层对第二输入信息进行特征提取,得到第二输入信息对应的特征图。这里,第一网络分支与第二网络分支的网络参数和网络结构相同,可以理解为,第一网络分支与第二网络分支共享网络参数,这样可加快第一神经网络训练的速度。举例来说,假设第一神经网络的每个网络分支均包括通道数减少层、特征提取层等网络层,每个网络分支的通道数减少层的网络参数可以相同,每个网络分支的特征提取层的网络参数可以相同。
在该实现方式的一个示例中,可以将第一输入信息对应的特征图和第二输入信息对应的特征图进行特征关联,得到第一关联特征图,然后基于第一关联特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果。
在该示例中,第一神经网络可以包括关联层、回归层等网络层,可以利用第一神经网络的关联层将第一输入信息对应的特征图和第二输入信息对应的特征图进行特征关联,得到第一关联特征图,然后可以对第一关联特征图进行多次卷积、批标准化、线性整流、全连接等处理,可以得到第一神经网络的输出,该第一神经网络的输出可以是第一预测结果,或者,可以对第一神经网络的输出进行进一步处理得到第一预测结果。这里,第一图像除了包括第一目标对象的图像信息之外,还包括第一目标对象周围的图像区域,从而可以由第一图像形成的第一输入信息,得到更加全面的图像特征。同时,第一输入信息还包括第一注意力图像,第一注意力图像可以提供第一目标对象的图像位置信息,这样,可以得到更加准确第一预测结果。
图2示出根据本公开实施例的利用第一神经网络得到第一预测结果一示例的框图。
在一个示例中,多个图像采集装置可以针对同一场景进行同步拍摄,第一图像采集装置和第二图像采集装置可以是多个图像采集装置中任意两个图像采集装置,其中,第一图像采集装置采集的图像可以是第一图像,第二图像采集装置采集的图像可以是第二图像。可以对第一图像和第二图像分别进行目标检测,得到第一图像和第二图像的目标检测结果。图像处理装置可以获取第一图像以及第一注意力图像,以及,获取第二图像以及第二掩膜图像,然后可以将第一图像和第一注意力图像输入第一神经网络的第一网络分支,并将第二图像和第二掩膜图像输入第一神经网络的第二网络分支。以第一网络分支的处理过程为例,可以将第一图像和第一注意力图像在深度维度上进行拼接,得到第一输入信息,其中,第一图像分支对应3个通道,第一注意力图像对应1个通道,第一输入信息对应4个通道,每个通道对应1个深度。然后可以利用第一网络分支对第一输入信息进行卷积处理,将第一输入信息的通道数由4降低为3,然后再进行特征提取,得到第一网络分支的第一输入信息对应的特征图,第一输入信息对应的特征图可以是一个具有3个维度特征的张量,3个维度特征可以包括长度特征、宽度特征和深度特征。进行特征提取时可以进行多次卷积处理。经过同样处理方式,可以得到第二网络分支的第二输入信息对应的特征图。
然后利用第一神经网络的关联层对第一输入信息对应的特征图和第二输入信息对应的特征图进行关联,可以得到第一关联特征图。在将第一输入信息对应的特征图和第二输入信息对应的特征图进行关联时,可以利用下面的公式(1):
其中,cAB可以表示第一关联特征图,其中,表示实数集。fA是第一输入信息对应的特征图的特征向量;fB是第二输入信息对应的特征图的特征向量;i表示第一输入信息对应的特征图和第二输入信息对应的特征图的行,对应于长度特征;j表示第一输入信息对应的特征图和第二输入信息对应的特征图的列,对应于宽度特征,i和j均为正整数;k表示行和列对应的索引,例如,k∈{1,2,3…,i×j};h×w×(h×w)表示第一关联特征图的3个维度特征。
然后针对第一关联特征图可以进行通道交互、全局回归等处理,通道交互可以对第一关联特征图中图像特征进行一步提取,并使进行通道交互后的第一关联特征图的深度特征控制在一定深度内,例如,控制在64的深度内。经过通道交互、全局回归等处理之后,可以得到一个图像,该图像中像素点是白色的图像区域可以指示第一目标对象在第二图像中的位置。这里的全局回归处理可以包括多次卷积处理、批标准化处理、线性整流处理以及全连接层的处理。
在本公开实施例中,还可以利用与第一神经网络结构相同或相近的第二神经网络,对第一图像中的第一目标对象与第一图像中的第二目标对象是否为相同的目标对象进行判断。图3示出根据本公开实施例的确定第一目标对象与第二目标对象的关联结果的流程图。本公开实施例提供的图像处理方法,还可以包括以下步骤:
步骤S21,根据所述第二图像中针对第二目标对象的检测结果,获取所述第二图像的第二注意力图像;其中,所述第二注意力图像用于指示所述第二目标对象在所述第二图像中的位置。
这里,可以获取第二图像中的第二目标对象的检测结果,检测结果可以包括第二目标对象的位置。第二目标对象可以是第二图像中任意一个目标对象。根据第二图像中第二目标对象的检测结果,可以得到第二图像的第二注意力图像。第二注意力图像的得到方式与第一注意力图像可以相同,也可以不同,这里不再赘述。第二注意力图像可以包括第二目标对象在第二图像中的位置信息。这里,图像采集装置还可以由其他设备直接获取第二图像的第二注意力图像。
步骤S22,根据第三输入信息以及第四输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第一关联分数;其中,所述第三输入信息根据所述第二图像和所述第二注意力图像确定;所述第四输入信息根据所述第二图像和所述第一预测结果确定。
在本公开实施例中,可以将第二图像和第二注意力图像进行融合,得到第三输入信息,将第二图像和第一预测结果进行融合,得到第四输入信息,并利用训练好的第二神经网络对第三输入信息以及第四输入信息进行处理,得到第一目标对象和第二目标对象之间的第一关联分数。第一关联分数可以表示第一目标对象和第二目标对象之间的关联程度。这里,得到第二注意力图像的方法与得到第一注意力图像的方法可以相同,也可以不同,将第二图像和第二注意力图像进行融合的过程与第一图像和第一注意力图像进行融合的过程可以相同,也可以不同,这里不再赘述。
在一个可能的实现方式中,可以利用第二神经网络的第三网络分支对所述第三输入信息进行处理,得到第三输入信息对应的特征图,利用第二神经网络的第四网络分支对第四输入信息进行处理,得到第四输入信息对应的特征图。然后对第三输入信息对应的特征图和第四输入信息对应的特征图进行特征关联,得到第二关联特征图,再基于所述第二关联特征图,得到表征第一目标对象与第二目标对象之间关联程度的第一关联分数。
在该实现方式中,第二神经网络可以包括至少两个网络分支,一个网络分支可以对应一个输入信息。第三网络分支与第四网络分支可以是第二神经网络的任意两个网络分支。其中,第一输入信息可以作为第三网络分支的输入,第三输入信息可以作为第二网络分支的输入。第三网络分支可以包括特征提取层,可以利用第三网络分支的特征提取层对第一输入信息进行特征提取,得到第三输入信息对应的特征图。相应地,第四网络分支可以包括特征提取层,可以利用第四网络分支的特征提取层对第三输入信息进行特征提取,得到第四输入信息对应的特征图。第二神经网络可以包括关联层、回归层等网络层,可以利用第二神经网络的关联层将第三输入信息对应的特征图和第四输入信息对应的特征图进行特征关联,得到第二关联特征图,然后可以对第二关联特征图进行多次卷积、批标准化、线性整流、全连接等处理,可以得到第二神经网络的输出,该第二神经网络的输出可以是第一关联分数,或者,可以对第二神经网络的输出进行进一步处理得到第一关联分数。该第一关联分数越高,可以表示第一预测结果指示的第一目标对象与第二图像中的第二目标对象存在关联关系,即可以理解为,如果两个目标对象是同一目标对象,针对该目标对象预测的图像位置与该目标对象的实际图像位置是接近的,从而第一关联分数会较大。否则,针对该目标对象预测的图像位置与该目标对象的实际图像位置相差较大,从而第一关联分数会较小。
步骤S23,根据所述第一关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
在本公开实施例中,可以根据第一关联分数确定第一目标对象与第二目标对象的关联结果,例如,根据第一关联分数可以确定第一目标对象与第二目标对象是否是同一个目标对象,在第一关联分数大于预设的分数阈值的情况下,可以认为关联结果是第一目标对象与第二目标对象是同一个目标对象。在第一关联分数小于或等于预设的分数阈值的情况下,可以认为关联结果是第一目标对象与第二目标对象不存在关联关系。
在一个示例中,可以获取第二图像、第二注意力图像,以及第一预测结果。然后可以将第二图像和第二注意力图像输入第二神经网络的第三网络分支,并将第二图像和第一预测结果输入第二神经网络的第四网络分支。以第三网络分支的处理过程为例,可以将第二图像和第二注意力图像在深度维度上进行连接,得到第三输入信息,其中,第二图像分支对应3个通道,第二注意力图像对应1个通道,第三输入信息对应4个通道,每个通道对应1个深度。然后可以利用第三网络分支对第三输入信息进行卷积处理,将第三输入信息的通道数由4降低为3,然后再进行特征提取,得到第三网络分支的第三输入信息对应的特征图,第三输入信息对应的特征图可以是一个具有3个维度特征的张量,3个维度特征可以包括长度特征、宽度特征和深度特征。进行特征提取时可以进行多次卷积处理。经过同样处理方式,可以得到第四网络分支的第四输入信息对应的特征图。
然后利用第二神经网络的关联层对第三输入信息对应的特征图和第四输入信息对应的特征图进行关联,可以得到第二关联特征图。在将第三输入信息对应的特征图和第四输入信息对应的特征图进行关联时,可以利用上述公式(1)得到第二关联特征图。然后针对第二关联特征图进行全局回归处理,可以得到第一目标对象和第二目标对象之间的第一关联分数。这里的全局回归处理可以包括多次卷积处理、批标准化处理、线性整流处理以及全连接层的处理。
在一个示例中,可以根据第一输入信息以及第三输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第二关联分数,然后根据第一关联分数和第二关联分数,确定第一目标对象与所述第二目标对象的关联结果。
在该示例中,为了保证关联结果的准确性,可以将多个神经网络相结合,共同确定第一目标对象与第二目标对象之间的关联结果。即可以利用第三神经网络对第一输入信息和第三输入信息进行特征提取,得到第一输入信息对应的特征图和第三输入信息对应的特征图,然后将第一输入信息对应的特征图和第三输入信息对应的特征图进行特征关联,得到第三关联特征图,然后基于第三关联特征图可以得到表征第一目标对象与第二目标对象之间关联程度的第二关联分数。这里的关联程度可以理解为第一目标对象与第二目标对象表示同一个目标对象的可能性。这里,第三神经网络的网络结构以及处理过程与上述第二神经网络相同,这里不再赘述。得到第二关联分数之后,可以由根据第一关联分数和第二关联分数,确定第一目标对象与第二目标对象的关联结果,例如,对第一关联分数和第二关联分数进行加权平均,确定一个最终关联分数,再根据最终关联分数确定第一目标对象与第二目标对象的关联结果。
在一个示例中,可以获取指示第二目标对象在第一图像中位置的第二预测结果,然后根据第五输入信息和第一输入信息,得到表征第一目标对象与所述第二目标对象之间关联程度的第三关联分数;其中,所述第五输入信息根据所述第一图像和所述第二预测结果确定。再根据第一关联分数和第三关联分数,确定第一目标对象与第二目标对象的关联结果。
在该示例中,第二预测结果可以是由根据第二图像和第二图像中的第二注意力图像、以及第一图像和第一掩膜图像确定的。确定第二预测结果的过程与确定第一预测结果的过程可以相同,也可以不同,这里不再赘述。可以将第二预测结果和第一图像作为第五输入信息,或者,可以将第二预测结果和第一图像进行融合,得到第五输入信息。然后可以并将第五输入信息和第一输入信息输入第四神经网络,根据第四神经网络的输出可以得到第三关联分数。这里,第四神经网络的网络结构可以与第二神经网络相同,这里不再赘述。第三关联分数可以表示第二预测结果与第一目标对象的关联程度。该第三关联分数越高,可以表示第二预测结果指示的第二目标对象与第一图像中的第一目标对象存在关联关系。然后可以由第一关联分数和第三关联分数共同得到第一目标对象与第二目标对象之间较为准确的关联结果,例如,可以计算第一关联分数和第三关联分数的平均值或最大值,根据该平均值或最大值可以确定第一目标对象与第二目标对象的关联结果。
图4示出根据本公开实施例的得到关联结果一示例的框图。其中,第一图像可以表示为I1,第一图像的第一注意力图像可以表示为M1,第一图像的第一掩膜图像可以表示为M01。第二图像可以表示为I2,第二图像的第二注意力图像可以表示为M2,第二图像的第二掩膜图像可以表示为M02。第一图像I1和第一注意力图像M1可以是第一输入信息,第二图像I2和第二掩膜图像M02可以是第二输入信息,第一神经网络可以表示为Mask1。将第一输入信息和第二输入信息输入第一神经网络Mask1中,可以得到第一预测结果,第一预测结果可以表示为第二图像和第二注意力图像可以是第三输入信息,第一预测结果和第二图像可以是第四输入信息,将第四输入信息和第三输入信息输入第二神经网络Association1中,可以得到第一关联分数。将第一输入信息和第三输入信息输入第三神经网络Association2中,可以得到第二关联分数。将第三输入信息和第四输入信息输入第五神经网络Mask2中,可以得到第二预测结果将第二预测结果和第一图像可以作为第五输入信息,将第一输入信息和第五输入信息输入第四神经网络Association3中,可以得到第三关联分数。然后将第一关联分数、第二关联分数和第三关联分数输入一个投票层,该投票层可以是一个全连接层,由投票层可以得到一个最终关联分数,可以根据该最终关联分数确定第一目标对象与第二目标对象的关联结果。
需要说明的是,可以利用上述第一神经网络的网络结构与第二神经网络的网络结构进行任意组合。图4仅示例性地示出了一种可能的组合方式,本公开实施例不对具体的组合方式进行限制。
在一个示例中,根据第一关联分数和第三关联分数,确定所述第一目标对象与所述第二目标对象的最终关联分数,在最终关联分数大于分数阈值的情况下,确定关联结果是所述第一目标对象与所述第二目标对象之间潜在关联。
在该示例中,可以根据多个关联分数得到一个最终关联分数,最终关联分数可以准确地表示第一目标对象和第二目标对象的关联程度。最终关联分数可以是第一关联分数和第三关联分数的平均值或最大值,也可以将第一关联分数和第三关联分数输入一个神经网络的全连接层,得到最终关联分数。然后根据最终关联分数确定第一目标对象和第二目标对象的关联结果。最终关联分数越高,可以表示第一目标对象和第二目标对象之间的关联程度越大,最终关联分数越低,可以表示第一目标对象和第二目标对象之间的关联程度越小。在该示例中,可以将最终关联分数与预设的分数阈值进行比较,如果得到的关联分数大于分数阈值,则可以认为两个目标检测结果之间潜在关联,即,两个目标可能表示同一目标。通过这种方式,可以根据最终关联分数快速地判断两个目标对象是否表示同一个目标对象。
在一个示例中,在所述最终关联分数小于或等于所述分数阈值的情况下,确定所述关联结果是所述第一目标对象与所述第二目标对象之间非关联。
在该示例中,如果得到的最终关联分数小于或等于预设的分数阈值,则可以认为两个目标对象之间不存在关联关系,即,第一目标对象和第二目标对象不表示同一目标对象。通过这种方式,可以根据任意两个目标对象之间的关联分数,快速地确定两个目标对象不为同一个目标对象。
在一个示例中,还可以根据第一关联分数、第二关联分数和第三关联分数共同确定最终关联分数。例如,对第一关联分数、第二关联分数和第三关联分数进行加权平均,得到最终关联分数。
在一个示例中,可以根据所述第一关联分数和所述第三关联分数,确定所述第一图像的第一目标对象与所述第二目标对象的最终关联分数,根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,对所述各个第一目标对象与各个第二目标对象进行匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果。
在该示例中,由于第一图像和第二图像中均可以包括多个目标对象,其中,第一图像中的某个第一目标对象与第二图像的多个第二目标对象潜在关联,但实际上一个第一目标对象对应一个第二目标对象。因此,可以根据第一目标对象和第二目标对象之间的最终关联分数,对多个第一目标对象和多个第二目标对象进行全局匹配,使一个第一目标对象匹配一个第二目标对象,匹配成功的第一目标对象和第二目标对象可以认为是同一个目标对象。
在该示例中,可以根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,确定所述各个第一目标对象与所述各个第二目标对象之间的关联分数总和,在所述关联分数总和最大并且大于预设的总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象一一匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果。
在该示例中,可以通过计算各个第一目标对象与各个第二目标对象之间的最终关联分数的总和的方式,对两个图像中的目标进行匹配。即,将第一图像中多个目标与第二图像的多个目标进行一一匹配,然后根据计算匹配后的目标对之间的最终关联分数,得到关联分数总和。在关联分数总和达到最大的情况下,可以认为第一图像中的各个第一目标对象与第二图像中的各个第二目标对象达到最佳匹配,如果该最大的关联分数总和大于预设的总和分数阈值,则可以认为第一图像中多个目标对象与第二图像的多个目标对象一一匹配。这样,可以得到不同图像中目标对象之间的最佳匹配。
在该示例中,在所述关联分数总和中最大关联分数总和小于或等于所述总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象不匹配。
这里,如果该最大的关联分数总和小于或等于预设的总和分数阈值,则可以认为即使第一图像中的多个第一目标对象与第二图像的多个第二目标在达到最佳匹配的情况下,最大的关联分数总和并没有达到预设的总和分数阈值,可以认为第一图像中多个第一目标对象与第二图像的多个第二目标对象不是一一对应,第一图像与第二图像不是针对同一场景拍摄得到的图像,例如,第一图像和第二图像中既包含部分相同的目标对象,也包含部分不同的目标对象,或者第一图像和第二图像中包含的目标对象完全不同。
举例来说,假设第一图像中存在3个第一目标对象,分别是A、B和C,第二图像中存在3个第二目标对象,分别是a、b和c。第一图像中的A与第二图像中的a之间的最终关联分数可以表示为Aa。各个第一目标对象与各个第二目标对象之间的关联分数总和可以是将第一图像中的3个第一目标对象与第二图像中的3个第二目标对象进行随机配对之后,两两目标对的最终关联分数进行相加得到的,每次随机配对后,第一图像中的一个第一目标对象分配第二图像中的一个第二目标对象。即,Aa、Bb、Cc对应一次随机配对,Aa、Bc、Cb对应一次随机配对,Ab、Ba、Cc对应一次随机配对,Ab、Bc、Ca对应一次随机配对,Ac、Ba、Cb对应一次随机配对,Ac、Bb、Ca对应一次随机配对,其中,选择最终关联分数之和最大的一次随机配对,该随机配对的目标对之间的最终关联分数之和可以是最大的关联分数总和。
需要说明的是,在对多个第一目标对象和多个第二目标对象进行匹配时,本公开不对具体的匹配方法进行限制,这里可以利用一些相关的算法,例如,贪心算法或者匈牙利算法,将一个第一图像中多个第一目标对象匹配到第二图像中的多个第二目标对象,得到不同图像中目标对象之间的最佳匹配。
在一个可能的实现方式中,第一图像和第二图像是在不同视角下同步采集同一场景所得到的。这里,多个图像采集装置可以在不同视角下,针对同一场景进行同步拍摄,每个图像采集装置拍摄的角度和位置不同,从而可以得到从不同角度拍摄同一场景的图像,例如,同一个物体的主视图和俯视图。根据第一图像与第二图像中目标对象之间的关联结果,可以对多个图像采集装置同步采集的图像中的同一目标对象进行匹配,例如,为不同图像中相同的目标对象标注相同的编号、颜色或形状等,实现不同图像中相同目标对象的关联。
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。
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。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,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。
图5示出根据本公开实施例的图像处理装置的框图,如图5所示,所述图像处理装置包括:
第一获取模块31,用于获取第一图像和所述第一图像中第一目标对象的第一注意力图像;其中,所述第一注意力图像用于指示所述第一目标对象在所述第一图像中的位置;
第二获取模块32,用于获取第二图像和所述第二图像的第二掩膜图像;其中,所述第二掩膜图像中各个像素的像素值相等;
第一确定模块33,用于根据第一输入信息以及第二输入信息,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,其中,所述第一输入信息根据所述第一图像和第一注意力图像确定,所述第二输入信息根据所述第二图像和所述第二掩膜图像确定。
在一个可能的实现方式中,所述装置还包括:
第三获取模块,用于根据所述第二图像中针对第二目标对象的检测结果,获取所述第二图像的第二注意力图像;其中,所述第二注意力图像用于指示所述第二目标对象在所述第二图像中的位置;
第二确定模块,用于根据第三输入信息以及第四输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第一关联分数;其中,所述第三输入信息根据所述第二图像和所述第二注意力图像确定;所述第四输入信息根据所述第二图像和所述第一预测结果确定;
第三确定模块,用于根据所述第一关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
在一个可能的实现方式中,所述装置还包括:
第四确定模块,用于根据所述第一输入信息以及所述第三输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第二关联分数;
所述第三确定模块,用于根据所述第一关联分数和所述第二关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
在一个可能的实现方式中,所述装置还包括:
第四获取模块,用于获取指示所述第二目标对象在所述第一图像中位置的第二预测结果;
第五确定模块,用于根据第五输入信息和所述第一输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第三关联分数;其中,所述第五输入信息根据所述第一图像和所述第二预测结果确定;
所述第三确定模块,用于根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
在一个可能的实现方式中,所述第三确定模块,包括:
第一确定子模块,用于根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的最终关联分数;
第二确定子模块,用于在所述最终关联分数大于分数阈值的情况下,确定所述关联结果是所述第一目标对象与所述第二目标对象之间潜在关联。
在一个可能的实现方式中,所述第三确定模块,还包括:
第三确定子模块,用于在所述最终关联分数小于或等于所述分数阈值的情况下,确定所述关联结果是所述第一目标对象与所述第二目标对象之间非关联。
在一个可能的实现方式中,所述第三确定模块,包括:
第四确定子模块,用于根据所述第一关联分数和所述第三关联分数,确定所述第一图像的第一目标对象与所述第二目标对象的最终关联分数;
匹配子模块,用于根据所述第一图像中各个第一目标对象与所述第二图像对象中各个第二目标的最终关联分数,对所述各个第一目标对象与各个第二目标对象进行匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果。
在一个可能的实现方式中,所述匹配子模块,包括:
第一确定单元,用于根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,确定所述各个第一目标对象与所述各个第二目标对象之间的关联分数总和;
第二确定单元,用于在所述关联分数总和最大并且大于预设的总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象一一匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果。
在一个可能的实现方式中,所述匹配子模块,还包括:
第三确定单元,用于在所述关联分数总和中最大关联分数总和小于或等于所述总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象不匹配。
在一个可能的实现方式中,所述第一确定模块,包括:
第一特征提取子模块,用于对所述第一输入信息进行特征提取,得到第一输入信息对应的特征图;
第二特征提取子模块,用于对所述第二输入信息进行特征提取,得到第二输入信息对应的特征图;
预测结果确定子模块,用于根据所述第一输入信息对应的特征图和所述第二输入信息对应的特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果。
在一个可能的实现方式中,所述第一特征提取子模块,用于利用神经网络的第一网络分支对所述第一输入信息进行特征提取,得到所述第一输入信息的特征图;
所述第二特征提取子模块,用于利用所述神经网络的第二网络分支对所述第二输入信息进行特征提取,得到所述第二输入信息的特征图;其中,所述第一网络分支与所述第二网络分支的网络参数和网络结构相同。
在一个可能的实现方式中,所述预测结果确定子模块,包括:
特征关联单元,用于将所述第一输入信息对应的特征图和所述第二输入信息对应的特征图进行特征关联,得到第一关联特征图;
预测结果确定单元,用于基于所述第一关联特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果。
在一个可能的实现方式中,所述第一获取模块,包括:
区域确定子模块,用于根据所述第一图像中针对第一目标对象的检测结果,确定所述第一目标对象在所述第一图像中的第一图像区域;
注意力图像确定子模块,用于根据所述第一图像区域以及所述第一图像中除第一图像区域以外的第二图像区域,确定所述第一目标对象的第一注意力图像。
在一个可能的实现方式中,所述区域确定子模块,包括:
第一获取单元,用于获取图像尺寸匹配于所述第一图像的第一初始图像;
第一设置单元,用于将所述第一初始图像中的第一图像区域中的像素的像素值设置为第一像素值;其中,所述第一初始图像中的第一图像区域与所述第一图像中的第一图像区域对应;
第二设置单元,将所述第一初始图像中的第二图像区域中的像素的像素值设置为第二像素值,得到所述第一目标对象的第一注意力图像;其中,所述第一初始图像中的第二图像区域为所述第一初始图像中除所述第一图像区域以外的区域,所述第一像素值与所述第二像素值不相等。
在一个可能的实现方式中,所述第二获取模块,包括:
第二获取单元,用于获取图像尺寸匹配于所述第二图像的第二初始图像;
第三设置单元,用于将所述第二初始图像中像素的像素值设置为第三像素值,得到所述第二掩膜图像。
在一个可能的实现方式中,所述装置还包括:
图像融合模块,将所述第一图像和所述第一注意力图像进行融合,得到所述第一输入信息。
在一个可能的实现方式中,所述图像融合模块,包括:
加和子模块,用于将所述第一图像和所述第一注意力图像在设定维度上相加,得到所述第一输入信息;或者,
拼接子模块,用于将所述第一图像和所述第一注意力图像在设定维度上拼接,得到所述第一输入信息。
在一个可能的实现方式中,所述第一图像和所述第二图像是在不同视角下同步采集同一场景所得到的。
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上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6是根据一示例性实施例示出的一种电子设备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6,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,组件的相对图像处理,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或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7是根据一示例性实施例示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图7,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或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。
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技术的技术改进,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 (21)
1.一种图像处理方法,其特征在于,所述方法包括:
获取第一图像和所述第一图像中第一目标对象的第一注意力图像;其中,所述第一注意力图像用于指示所述第一目标对象在所述第一图像中的位置;
获取第二图像和所述第二图像的第二掩膜图像;其中,所述第二掩膜图像中各个像素的像素值相等;
根据第一输入信息以及第二输入信息,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,其中,所述第一输入信息根据所述第一图像和第一注意力图像确定,所述第二输入信息根据所述第二图像和所述第二掩膜图像确定。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述第二图像中针对第二目标对象的检测结果,获取所述第二图像的第二注意力图像;其中,所述第二注意力图像用于指示所述第二目标对象在所述第二图像中的位置;
在得到所述第一预测结果之后,所述方法还包括:
根据第三输入信息以及第四输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第一关联分数;其中,所述第三输入信息根据所述第二图像和所述第二注意力图像确定;所述第四输入信息根据所述第二图像和所述第一预测结果确定;
根据所述第一关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述第一输入信息以及所述第三输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第二关联分数;
所述根据所述第一关联分数,确定所述第一目标对象与所述第二目标对象的关联结果,包括:
根据所述第一关联分数和所述第二关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
4.根据权利要求2或3所述的方法,其特征在于,所述方法还包括:
获取指示所述第二目标对象在所述第一图像中位置的第二预测结果;
根据第五输入信息和所述第一输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第三关联分数;其中,所述第五输入信息根据所述第一图像和所述第二预测结果确定;
根据所述第一关联分数,确定所述第一目标对象与所述第二目标对象的关联结果,包括:
根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的关联结果,包括:
根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的最终关联分数;
在所述最终关联分数大于分数阈值的情况下,确定所述关联结果是所述第一目标对象与所述第二目标对象之间潜在关联;
在所述最终关联分数小于或等于所述分数阈值的情况下,确定所述关联结果是所述第一目标对象与所述第二目标对象之间非关联。
6.根据权利要求4所述的方法,其特征在于,所述根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的关联结果,包括:
根据所述第一关联分数和所述第三关联分数,确定所述第一图像的第一目标对象与所述第二目标对象的最终关联分数;
根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,对所述各个第一目标对象与各个第二目标对象进行匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果。
7.根据权利要求6所述的方法,其特征在于,根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,对所述各个第一目标对象与各个第二目标对象进行匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果,包括:
根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,确定所述各个第一目标对象与所述各个第二目标对象之间的关联分数总和;
在所述关联分数总和最大并且大于预设的总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象一一匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果;
在所述关联分数总和中最大关联分数总和小于或等于所述总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象不匹配。
8.根据权利要求1至7中任意一项所述的方法,其特征在于,所述根据第一输入信息以及第二输入信息,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,包括:
对所述第一输入信息进行特征提取,得到第一输入信息对应的特征图;
对所述第二输入信息进行特征提取,得到第二输入信息对应的特征图;
根据所述第一输入信息对应的特征图和所述第二输入信息对应的特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果。
9.根据权利要求8所述的方法,其特征在于,所述根据所述第一输入信息对应的特征图和所述第二输入信息对应的特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,包括:
将所述第一输入信息对应的特征图和所述第二输入信息对应的特征图进行特征关联,得到第一关联特征图;
基于所述第一关联特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果。
10.一种图像处理装置,其特征在于,所述装置包括:
第一获取模块,用于获取第一图像和所述第一图像中第一目标对象的第一注意力图像;其中,所述第一注意力图像用于指示所述第一目标对象在所述第一图像中的位置;
第二获取模块,用于获取第二图像和所述第二图像的第二掩膜图像;其中,所述第二掩膜图像中各个像素的像素值相等;
第一确定模块,用于根据第一输入信息以及第二输入信息,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果,其中,所述第一输入信息根据所述第一图像和第一注意力图像确定,所述第二输入信息根据所述第二图像和所述第二掩膜图像确定。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
第三获取模块,用于根据所述第二图像中针对第二目标对象的检测结果,获取所述第二图像的第二注意力图像;其中,所述第二注意力图像用于指示所述第二目标对象在所述第二图像中的位置;
第二确定模块,用于根据第三输入信息以及第四输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第一关联分数;其中,所述第三输入信息根据所述第二图像和所述第二注意力图像确定;所述第四输入信息根据所述第二图像和所述第一预测结果确定;
第三确定模块,用于根据所述第一关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
第四确定模块,用于根据所述第一输入信息以及所述第三输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第二关联分数;
所述第三确定模块,用于根据所述第一关联分数和所述第二关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
13.根据权利要求11或12所述的装置,其特征在于,所述装置还包括:
第四获取模块,用于获取指示所述第二目标对象在所述第一图像中位置的第二预测结果;
第五确定模块,用于根据第五输入信息和所述第一输入信息,得到表征所述第一目标对象与所述第二目标对象之间关联程度的第三关联分数;其中,所述第五输入信息根据所述第一图像和所述第二预测结果确定;
所述第三确定模块,用于根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的关联结果。
14.根据权利要求13所述的装置,其特征在于,所述第三确定模块,包括:
第一确定子模块,用于根据所述第一关联分数和所述第三关联分数,确定所述第一目标对象与所述第二目标对象的最终关联分数;
第二确定子模块,用于在所述最终关联分数大于分数阈值的情况下,确定所述关联结果是所述第一目标对象与所述第二目标对象之间潜在关联;
第三确定子模块,用于在所述最终关联分数小于或等于所述分数阈值的情况下,确定所述关联结果是所述第一目标对象与所述第二目标对象之间非关联。
15.根据权利要求13所述的装置,其特征在于,所述第三确定模块,包括:
第四确定子模块,用于根据所述第一关联分数和所述第三关联分数,确定所述第一图像的第一目标对象与所述第二目标对象的最终关联分数;
匹配子模块,用于根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,对所述各个第一目标对象与各个第二目标对象进行匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果。
16.根据权利要求15所述的装置,其特征在于,所述匹配子模块,包括:
第一确定单元,用于根据所述第一图像中各个第一目标对象与所述第二图像中各个第二目标对象的最终关联分数,确定所述各个第一目标对象与所述各个第二目标对象之间的关联分数总和;
第二确定单元,用于在所述关联分数总和最大并且大于预设的总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象一一匹配,得到所述各个第一目标对象与各个第二目标对象之间的关联结果;
第三确定单元,用于在所述关联分数总和中最大关联分数总和小于或等于所述总和分数阈值的情况下,确定所述第一图像中的各个第一目标对象与所述第二图像中的各个第二目标对象不匹配。
17.根据权利要求10至16中任意一项所述的装置,其特征在于,所述第一确定模块,包括:
第一特征提取子模块,用于对所述第一输入信息进行特征提取,得到第一输入信息对应的特征图;
第二特征提取子模块,用于对所述第二输入信息进行特征提取,得到第二输入信息对应的特征图;
预测结果确定子模块,用于根据所述第一输入信息对应的特征图和所述第二输入信息对应的特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果。
18.根据权利要求17所述的装置,其特征在于,所述预测结果确定子模块,包括:
特征关联单元,用于将所述第一输入信息对应的特征图和所述第二输入信息对应的特征图进行特征关联,得到第一关联特征图;
预测结果确定单元,用于基于所述第一关联特征图,得到指示所述第一目标对象在所述第二图像中位置的第一预测结果。
19.一种电子设备,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9中任意一项所述的方法。
20.一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9中任意一项所述的方法。
21.一种计算机程序,其包括计算机可读代码,其特征在于,当所述计算机可读代码在电子设备中运行时,所述电子设备中的处理器执行用于实现权利要求1至9中任意一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10201913744S | 2019-12-30 | ||
SG10201913744SA SG10201913744SA (en) | 2019-12-30 | 2019-12-30 | Image processing method and apparatus, electronic device, and storage medium |
PCT/IB2020/052537 WO2021136979A1 (en) | 2019-12-30 | 2020-03-19 | Image processing method and apparatus, electronic device, and storage medium |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112219224A true CN112219224A (zh) | 2021-01-12 |
CN112219224B CN112219224B (zh) | 2024-04-26 |
Family
ID=
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113992885A (zh) * | 2021-09-22 | 2022-01-28 | 联想(北京)有限公司 | 一种数据同步方法及装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002259987A (ja) * | 2001-03-06 | 2002-09-13 | Sony Corp | 画像処理装置及び方法、記憶媒体、コンピュータ・プログラム |
CN102469304A (zh) * | 2010-11-12 | 2012-05-23 | 索尼公司 | 视频处理 |
CN102496023A (zh) * | 2011-11-23 | 2012-06-13 | 中南大学 | 像素层面的感兴趣区域提取方法 |
CN102567731A (zh) * | 2011-12-06 | 2012-07-11 | 北京航空航天大学 | 一种感兴趣区域提取方法 |
CN108229353A (zh) * | 2017-12-21 | 2018-06-29 | 深圳市商汤科技有限公司 | 人体图像的分类方法和装置、电子设备、存储介质、程序 |
CN108229493A (zh) * | 2017-04-10 | 2018-06-29 | 商汤集团有限公司 | 对象验证方法、装置和电子设备 |
JP2018190248A (ja) * | 2017-05-09 | 2018-11-29 | 富士通株式会社 | 画像処理プログラム、画像処理方法及び画像処理装置 |
CN109214995A (zh) * | 2018-08-20 | 2019-01-15 | 阿里巴巴集团控股有限公司 | 图片质量的确定方法、装置和服务器 |
CN109344832A (zh) * | 2018-09-03 | 2019-02-15 | 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 |
CN109543536A (zh) * | 2018-10-23 | 2019-03-29 | 北京市商汤科技开发有限公司 | 图像标识方法及装置、电子设备和存储介质 |
CN109635721A (zh) * | 2018-12-10 | 2019-04-16 | 山东大学 | 基于轨迹加权深度卷积次序池化描述子的视频人体跌倒检测方法及系统 |
JPWO2018073888A1 (ja) * | 2016-10-18 | 2019-08-08 | オリンパス株式会社 | 画像処理方法および画像処理装置 |
US20190259136A1 (en) * | 2019-04-29 | 2019-08-22 | Intel Corporation | Method and apparatus for person super resolution from low resolution image |
CN110223279A (zh) * | 2019-05-31 | 2019-09-10 | 上海商汤智能科技有限公司 | 一种图像处理方法和装置、电子设备 |
US20190311223A1 (en) * | 2017-03-13 | 2019-10-10 | Beijing Sensetime Technology Development Co., Ltd. | Image processing methods and apparatus, and electronic devices |
CN110348537A (zh) * | 2019-07-18 | 2019-10-18 | 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 |
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002259987A (ja) * | 2001-03-06 | 2002-09-13 | Sony Corp | 画像処理装置及び方法、記憶媒体、コンピュータ・プログラム |
CN102469304A (zh) * | 2010-11-12 | 2012-05-23 | 索尼公司 | 视频处理 |
CN102496023A (zh) * | 2011-11-23 | 2012-06-13 | 中南大学 | 像素层面的感兴趣区域提取方法 |
CN102567731A (zh) * | 2011-12-06 | 2012-07-11 | 北京航空航天大学 | 一种感兴趣区域提取方法 |
JPWO2018073888A1 (ja) * | 2016-10-18 | 2019-08-08 | オリンパス株式会社 | 画像処理方法および画像処理装置 |
US20190311223A1 (en) * | 2017-03-13 | 2019-10-10 | Beijing Sensetime Technology Development Co., Ltd. | Image processing methods and apparatus, and electronic devices |
CN108229493A (zh) * | 2017-04-10 | 2018-06-29 | 商汤集团有限公司 | 对象验证方法、装置和电子设备 |
JP2018190248A (ja) * | 2017-05-09 | 2018-11-29 | 富士通株式会社 | 画像処理プログラム、画像処理方法及び画像処理装置 |
CN108229353A (zh) * | 2017-12-21 | 2018-06-29 | 深圳市商汤科技有限公司 | 人体图像的分类方法和装置、电子设备、存储介质、程序 |
CN109214995A (zh) * | 2018-08-20 | 2019-01-15 | 阿里巴巴集团控股有限公司 | 图片质量的确定方法、装置和服务器 |
CN109344832A (zh) * | 2018-09-03 | 2019-02-15 | 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 |
CN109543536A (zh) * | 2018-10-23 | 2019-03-29 | 北京市商汤科技开发有限公司 | 图像标识方法及装置、电子设备和存储介质 |
CN109635721A (zh) * | 2018-12-10 | 2019-04-16 | 山东大学 | 基于轨迹加权深度卷积次序池化描述子的视频人体跌倒检测方法及系统 |
US20190259136A1 (en) * | 2019-04-29 | 2019-08-22 | Intel Corporation | Method and apparatus for person super resolution from low resolution image |
CN110223279A (zh) * | 2019-05-31 | 2019-09-10 | 上海商汤智能科技有限公司 | 一种图像处理方法和装置、电子设备 |
CN110348537A (zh) * | 2019-07-18 | 2019-10-18 | 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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113992885A (zh) * | 2021-09-22 | 2022-01-28 | 联想(北京)有限公司 | 一种数据同步方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US20210201532A1 (en) | 2021-07-01 |
PH12020550875A1 (en) | 2021-04-05 |
US11138758B2 (en) | 2021-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110647834B (zh) | 人脸和人手关联检测方法及装置、电子设备和存储介质 | |
CN106651955B (zh) | 图片中目标物的定位方法及装置 | |
CN110674719B (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
US11450021B2 (en) | Image processing method and apparatus, electronic device, and storage medium | |
CN107944367B (zh) | 人脸关键点检测方法及装置 | |
CN108154466B (zh) | 图像处理方法及装置 | |
CN111553864A (zh) | 图像修复方法及装置、电子设备和存储介质 | |
US11138758B2 (en) | Image processing method and apparatus, and storage medium | |
CN113261011A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111860373B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN112184787A (zh) | 图像配准方法及装置、电子设备和存储介质 | |
CN111523346A (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN107424130B (zh) | 图片美颜方法和装置 | |
CN109040837B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
KR102445187B1 (ko) | 이미지 처리 방법 및 장치, 전자 장치, 및 저장 매체 | |
CN107730443B (zh) | 图像处理方法、装置及用户设备 | |
CN110929545A (zh) | 人脸图像的整理方法及装置 | |
US11265529B2 (en) | Method and apparatus for controlling image display | |
CN106469446B (zh) | 深度图像的分割方法和分割装置 | |
CN107122356B (zh) | 显示人脸颜值的方法及装置、电子设备 | |
CN112219224B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN114519794A (zh) | 特征点匹配方法及装置、电子设备和存储介质 | |
CN113469036A (zh) | 活体检测方法及装置、电子设备和存储介质 | |
CN107730452B (zh) | 图像拼接方法及装置 | |
CN112949568A (zh) | 人脸和人体匹配的方法及装置、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 | ||
GR01 | Patent grant |