CN113261011A - 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
- CN113261011A CN113261011A CN202080000643.XA CN202080000643A CN113261011A CN 113261011 A CN113261011 A CN 113261011A CN 202080000643 A CN202080000643 A CN 202080000643A CN 113261011 A CN113261011 A CN 113261011A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- images
- targets
- processed
- 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
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
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
- G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
-
- 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
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- 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
- G06T7/70—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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
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:获取至少两个目标图像;根据所述至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像中的至少一个目标的注意力图像;其中,所述注意力图像用于指示一个目标在目标图像中的位置;基于每个目标图像以及每个目标图像中的至少一个目标的注意力图像,确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。本公开实施例可实现多个目标图像中目标之间的关联。
Description
本申请要求2019年12月30日递交的题为“IMAGE PROCESSING METHOD ANDAPPARATUS,ELECTRONIC DEVICE,AND STORAGE MEDIUM”的新加坡临时专利申请号10201913754X的优先权。该申请的全部内容通过引用包含于此。
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:
获取至少两个目标图像;
根据所述至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像中的至少一个目标的注意力图像;其中,所述注意力图像用于指示一个目标在目标图像中的位置;
基于每个目标图像以及每个目标图像中的至少一个目标的注意力图像,确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
在一种可能的实现方式中,所述根据所述至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像中的至少一个目标的注意力图像,包括:
针对每个目标图像中的一个目标,根据每个目标图像的目标检测结果确定该目标所在的第一图像区域;
根据目标图像中的第一图像区域以及该目标图像中除第一图像区域以外的第二图像区域,确定该目标的注意力图像。
在一种可能的实现方式中,所述根据目标图像中的第一图像区域以及该目标图像中除第一图像区域以外的图像区域,确定该目标的注意力图像,包括:
获取图像尺寸匹配于所述目标图像的初始图像;
将所述初始图像中的第一目标图像区域中的像素点的像素值设置为第一像素值;其中,所述第一目标图像区域与所述第一图像区域对应;
将所述初始图像中的第二目标图像区域中的像素点的像素值设置为第二像素值,得到该目标的注意力图像,其中,所述第二目标图像区域与所述第二图像区域对应,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,所述基于每个目标图像以及每个目标图像中的至少一个目标的注意力图像,确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果,包括:
将每个目标图像与该目标图像中的一个目标的注意力图像进行融合,得到各个待处理图像;
分别对各个待处理图像进行特征提取,得到各个待处理图像的特征图;
根据各个待处理图像的特征图确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
在一种可能的实现方式中,所述将每个目标图像与该目标图像中的一个目标的注意力图像进行融合,得到各个待处理图像,包括:
将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上进行拼接,得到各个待处理图像;或者,
将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上相加,得到各个待处理图像。
在一种可能的实现方式中,所述分别对各个待处理图像进行特征提取,得到各个待处理图像的特征图,包括:
利用神经网络的各个网络分支分别对每个待处理图像进行特征提取,得到各个待处理图像的特征图;其中,一个网络分支对一个待处理图像进行特征提取,各个网络分支具有相同的网络结构和网络参数。
在一种可能的实现方式中,所述根据各个待处理图像的特征图确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果,包括:
将所述待处理图像中的任意两个待处理图像的特征图进行特征关联,得到关联特征图;
基于所述关联特征图,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间是否存在对应关系的关联结果。
在一种可能的实现方式中,所述基于所述关联特征图,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间是否存在对应关系的关联结果,包括:
基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数;
在所述关联分数大于分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间潜在关联。
在一种可能的实现方式中,所述方法还包括:
在所述关联分数小于或等于所述分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间非关联。
在一种可能的实现方式中,所述基于所述关联特征图,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间是否存在对应关系的关联结果,包括:
基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数;
根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,对不同目标图像中的目标进行匹配,得到不同目标图像中的各个目标之间是否存在对应关系的关联结果;其中,匹配的目标属于不同目标图像。
在一种可能的实现方式中,所述根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,对不同目标图像中的目标进行匹配,得到不同目标图像中的各个目标之间是否存在对应关系的关联结果,包括:
根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,确定所述不同目标图像中第一目标图像中的各个目标与所述不同目标图像中第二目标图像中的各个目标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,确定所述第一目标图像中的目标与所述第二目标图像中的目标一一匹配。
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,确定所述第一目标图像中的目标与所述第二目标图像中的目标不匹配。
在一种可能的实现方式中,所述至少两个目标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:
获取模块,用于获取至少两个目标图像;
第一确定模块,用于根据所述至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像中的至少一个目标的注意力图像;其中,所述注意力图像用于指示一个目标在目标图像中的位置;
第二确定模块,用于基于每个目标图像以及每个目标图像中的至少一个目标的注意力图像,确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
在一种可能的实现方式中所述第一确定模块,包括:
第一确定子模块,用于针对每个目标图像中的一个目标,根据每个目标图像的目标检测结果确定该目标所在的第一图像区域;
第二确定子模块,用于根据目标图像中的第一图像区域以及该目标图像中除第一图像区域以外的第二图像区域,确定该目标的注意力图像。
在一种可能的实现方式中,所述第二确定子模块,包括:
获取单元,用于获取图像尺寸匹配于所述目标图像的初始图像;
第一设置单元,用于将所述初始图像中的第一目标图像区域中的像素点的像素值设置为第一像素值;其中,所述第一目标图像区域与所述第一图像区域对应;
第二设置单元,用于将所述初始图像中的第二目标图像区域中的像素点的像素值设置为第二像素值,得到该目标的注意力图像,其中,所述第二目标图像区域与所述第二图像区域对应,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,所述第二确定模块,包括:
融合子模块,用于将每个目标图像与该目标图像中的一个目标的注意力图像进行融合,得到各个待处理图像;
特征提取子模块,用于分别对各个待处理图像进行特征提取,得到各个待处理图像的特征图;
判断子模块,用于根据各个待处理图像的特征图确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
在一种可能的实现方式中,所述融合子模块,包括:
拼接单元,用于将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上进行拼接,得到各个待处理图像;或者,
加和单元,用于将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上相加,得到各个待处理图像。
在一种可能的实现方式中,所述特征提取子模块,包括:
分支单元,用于利用神经网络的各个网络分支分别对每个待处理图像进行特征提取,得到各个待处理图像的特征图;其中,一个网络分支对一个待处理图像进行特征提取,各个网络分支具有相同的网络结构和网络参数。
在一种可能的实现方式中,所述特征提取子模块,包括:
关联单元,用于将所述待处理图像中的任意两个待处理图像的特征图进行特征关联,得到关联特征图;
确定单元,用于基于所述关联特征图,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间是否存在对应关系的关联结果。
在一种可能的实现方式中,所述确定单元,包括:
第一关联子单元,用于基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数;
第一确定子单元,用于在所述关联分数大于分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间潜在关联。
在一种可能的实现方式中,所述装置还包括:
第二确定子单元,用于在所述关联分数小于或等于所述分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间非关联。
在一种可能的实现方式中,所述确定单元,包括:
第二关联子单元,用于基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数;
匹配子单元,用于根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,对不同目标图像中的目标进行匹配,得到不同目标图像中的各个目标之间是否存在对应关系的关联结果;其中,匹配的目标属于不同目标图像。
在一种可能的实现方式中,所述匹配子单元,用于:
根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,确定所述不同目标图像中第一目标图像中的各个目标与所述不同目标图像中第二目标图像中的各个目标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,确定所述第一目标图像中的目标与所述第二目标图像中的目标一一匹配。
在一种可能的实现方式中,所述匹配子单元,还用于,
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,确定所述第一目标图像中的目标与所述第二目标图像中的目标不匹配。
在一种可能的实现方式中,所述至少两个目标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,当计算机可读代码在电子设备上运行时,电子设备的处理器指示以执行前述的图像处理方法。
在本公开实施例中,可以获取至少两个目标图像,然后根据至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像中至少一个目标的注意力图像,再基于每个目标图像以及每个目标图像中的至少一个目标的注意力图像,确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。这样,可以利用得到的关联结果,对多个不同目标图像中目标进行关联,建立多个图像采集装置拍摄的场景中目标之间的联系,增加视野的范围,可以得到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图像处理一示例的流程图。
图3示出根据本公开实施例的利用神经网络得到两个目标的关联结果一示例的框图。
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示例的框图。
图6示出根据本公开实施例的一种电子设备示例的框图。
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,可以获取至少两个目标图像,然后根据至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像中至少一个目标的注意力图像,该注意力图像可以指示一个目标在目标图像中的位置。然后可以基于每个目标图像以及每个目标图像中至少一个目标的注意力图像,得到不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。这样,可以根据得到的关联结果对不同目标图像中的一个或多个目标进行关联,得到拍摄目标更加完整的信息,例如,对同一个目标的俯视图和侧视图进行关联,可以得到更加全面的该目标的信息。
在相关技术中,通常将多个目标图像的目标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的投影之间的距离,确定不同目标图像中相互关联的目标。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,从而得到的关联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,通过每个目标图像以及每个目标图像中的目标的注意力图像,得到不同目标图像中多个目标之间是否存在对应关系的关联结果,不需要将目标投影至一个公共的向量空间,无需校准投影矩阵,关联结果受图像采集装置的姿态的影响较小,可以提高目标之间关联的准确性。
本公开实施例可以应用于诸如对象标记和图像关联等的扩展场景,例如,可以将从相同场景的不同视角方面收集到的多个图像进行关联,作为其他示例,可以对多个图像中的相同对象进行标记。本公开不限制具体的应用场景。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,获取至少两个目标图像。
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目标图像。不同的目标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。目标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,目标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。
步骤S12,根据所述至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像的至少一个目标的注意力图像;其中,所述注意力图像用于指示一个目标在目标图像中的位置。
在本公开实施例中,可以分别对至少两个目标图像进行目标检测,得到每个目标图像的目标检测结果,然后根据每个目标图像的目标检测结果,得到每个目标图像中一个或多个对象的注意力图像。这里,目标检测结果可以是针对目标在目标图像的投影的检测结果,该检测结果可以用检测框进行表示。举例来说,在交通场景下,目标可以是行人、机动车辆或非机动车辆等可以在交通道路中通行的物体,目标检测结果可以是在目标图像针对目标的投影进行标注的检测框。这里,一个注意力图像可以指示一个目标在目标图像中的位置,该位置可以是图像位置。
这里,在目标为多个的情况下,可以在多个目标中选择一个目标,针对该目标得到一个注意力图像,这样可以减轻多个目标之间发生干扰。
在一种可能的实现方式中,可以针对每个目标图像中的一个目标,根据每个目标图像的目标检测结果确定该目标所在的第一图像区域,然后根据目标图像中的第一图像区域以及该目标图像中除第一图像区域以外的第二图像区域,确定该目标的注意力图像。
在该实现方式中,针对任意一个目标图像,可以根据该目标图像的目标检测结果对应的检测框,确定该检测框标注的目标在目标图像中的第一图像区域,该第一图像区域可以是封闭的图像区域。然后可以根据目标图像中的第一图像区域以及该目标图像中除第一图像区域以外的第二图像区域,确定该目标的注意力图像,例如,可以复制第一图像区域中像素点的像素值,并更改第二图像区域的像素值,或者,增加或减少复制的第一图像区域的像素值,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,得到该目标图像中一个目标的注意力图像。这样,可以使注意力图像中目标所在的图像区域区别于其他图像区域,提高不同目标图像的目标之间的关联结果的准确性。
在该实现方式的一个示例中,可以获取图像尺寸匹配于所述目标图像的初始图像,将所述初始图像中的第一目标图像区域中的像素点的像素值设置为第一像素值,将所述初始图像中的第二目标图像区域中的像素点的像素值设置为第二像素值,得到该目标的注意力图像,其中,所述第二目标图像区域与所述第二图像区域对应,所述第一像素值与所述第二像素值不相等。
在该示例中,可以生成一个初始图像,或者,可以对目标图像进行复制,得到初始图像。该初始图像的图像尺寸匹配与目标图像,即,可以理解为,初始图像可以与目标图像的图像尺寸相同,例如,目标图像的图像尺寸是3×3cm,则初始图像的图像尺寸也是3×3cm。初始图像可以包括第一目标图像区域,第一目标图像区域在初始图像中的图像位置与第一图像区域在目标图像中的图像位置可以相同,第一目标图像区域的像素值可以设置为第一像素值,第一像素值可以与第一图像区域中像素点的像素值相同,即,第一目标图像区域是彩色的图像区域。或者,第一像素值可以是预设值,例如,白色对应的像素值。第二目标图像区域可以是初始图像中未包括第一目标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,可以得到目标对应的注意力图像,注意力图像可以显示目标对应的图像区域,即,注意力图像可以指示目标的位置,提高不同目标图像的目标之间的关联结果的准确性。
举例来说,在目标图像对应1个通道的情况下,可以直接将初始图像的第一目标图像区域中像素点的像素值设置为1,将第二目标图像区域中像素点的像素值设置为0,得到注意力图像。在目标图像对应3个通道的情况下,可以将目标图像的第一图像区域中像素点的像素值复制到初始图像的目标图像区域,将第二图像区域中像素点的像素值设置为0,得到注意力图像。
步骤S13,基于每个目标图像以及每个目标图像中的至少一个目标的注意力图像,确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
在本公开实施例中,可以利用训练好的神经网络对每个目标图像以及该目标图像中一个目标的注意力图像进行特征提取,得到多个目标图像对应的特征图。然后可以根据各个目标图像对应的特征图得到不同目标图像中的目标之间是否存在对应关系的关联结果。这里的对应关系可以理解为不同目标图像中的目标是同一个目标。这里,神经网络可以包括至少两个网络分支,一个目标图像以及该目标图像中的一个目标的注意力图像可以作为一个网络分支的输入。不同目标图像的目标检测结果之间的关联结果可以是该神经网络的输出,或者,可以对神经网络的输出进行特征处理,例如,对输出结果进行比较、归一化等处理,可以得到不同目标图像的目标检测结果之间的关联结果。
这里,将目标图像作为神经网络的输入,相比于仅包括目标的图像作为神经网络的输入而言,目标图像还包括目标周围的图像,从而可以由目标图像得到更加全面的图像特征。同时,目标对应的注意力图像也作为神经网络的输入,可以提供目标的位置信息,这样,得到的目标之间关联结果更加准确。
在一个可能的实现方式中,将每个目标图像与该目标图像中的一个目标的注意力图像进行融合,得到各个待处理图像,然后分别对各个待处理图像进行特征提取,得到各个待处理图像的特征图,再根据各个待处理图像的特征图确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
在该实现方式中,可以将每个目标图像与该目标图像中的一个目标的注意力图像进行融合,得到多个待处理图像。然后可以将多个待处理图像作为神经网络的输入信息,利用神经网络对各个待处理图像进行特征提取,最终可以得到不同目标图像中的目标之间的关联结果。通过将每个目标图像与该目标图像中的一个目标的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,将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上进行拼接,得到各个待处理图像;或者,将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上相加,得到各个待处理图像。
在该示例中,将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上进行图像拼接可以理解为,例如,将每个目标图像与该目标图像中的一个目标的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,也就是将目标图像和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目标图像与注意力图像在设定维度上的尺寸之和。这里,在目标图像和注意力图像的深度相同的情况下,注意力图像不仅可以提供目标的位置信息,还可以提供目标的图像特征,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
在该示例中,将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上相加,可以是将每个目标图像与该目标图像中的一个目标的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。每个目标图像和该目标图像的注意力图像可以具有相同的通道数,例如,目标图像以及注意力图像均可以是RGB图像,均为3个通道。或者,每个目标图像和该目标图像中一个目标的注意力图像的通道数可以不同,例如,目标图像是3个通道,注意力图像是1个通道。可以将目标图像以及该目标图像的注意力图像在深度维度上相加,例如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,在目标图像为3通道,而注意力图像为1各通道时,将对应位置上目标图像的像素点的R值加上注意力图像的像素点的像素值,得到待处理图像,待处理图像的通道数与目标图像的通道数相同。。
在一个示例中,可以利用神经网络的各个网络分支分别对每个待处理图像进行特征提取,得到各个待处理图像的特征图;其中,一个网络分支对一个待处理图像进行特征提取,各个网络分支具有相同的网络结构和网络参数。
在该示例中,可以利用神经网络的网络分支对每个待处理图像进行处理特征提取,例如,对输入的每个待处理图像进行卷积、池化、降低通道数等特征提取,可以得到每个网络分支的特征图。各个网络分支之间的网络结果可以相同,各个网络分支可以共享网络参数,从而减少神经网络的复杂度。
在一个示例中,可以将所述待处理图像中的任意两个待处理图像的特征图进行特征关联,得到关联特征图,然后基于所述关联特征图,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间是否存在对应关系的关联结果。
在该示例中,可以将结合多个待处理图像中的任意两个待处理图像对应的特征图进行特征关联,得到一个关联特征图。再进一步利用神经网络对得到的关联特征图进行特征提取,例如,对得到的关联特征图进行多次卷积、批标准化、线性整流、全连接等特征提取,可以得到神经网络的输出,该神经网络的输出可以作为上述任意两个待处理图像对应的目标图像中的目标之间的关联结果。或者,可以对神经网络的输出进行进一步处理,例如,进行归一化、标准化等处理,可以得到上述任意两个待处理图像对应的目标图像中的目标之间的关联结果。该实现方式中,可以通过将任意两个待处理图像的特征图进行特征关联的方式,将不同目标图像中的目标进行对比,得到目标之间的关联结果。
在一个示例中,可以基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数,在所述关联分数大于分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间潜在关联。
在该示例中,可以利用神经网络对关联特征图进行特征提取,例如,对得到的关联特征图进行多次卷积、批标准化、线性整流、全连接等特征提取操作,可以得到上述任意待处理图像对应的目标图像中的目标之间的关联分数,该关联分数可以表示上述任意待处理图像对应的目标图像中的任意两个目标之间的关联程度,例如,关联分数越高,可以表示两个目标之间的关联程度越大,关联分数越低,可以表示两个目标之间的关联程度越小。在该示例中,可以将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之间潜在关联,即,两个目标之间可能表示同一目标。通过这种方式,可以根据目标之间的关联分数,快速地在两个目标图像中筛选出可能存在对应关系的目标。
在一个示例中,在所述关联分数小于或等于所述分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间非关联。
在该示例中,如果得到的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之间不存在对应关系,即,两个目标不表示同一目标。通过这种方式,可以根据任意两个目标之间的关联分数,快速地确定两个目标是否为同一个目标。
在一个可能的实现方式中,基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数,然后根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,对不同目标图像中的目标进行匹配,得到不同目标图像中的各个目标之间是否存在对应关系的关联结果。其中,匹配的目标属于不同目标图像。
在该实现方式中,由于每个目标图像中均可以包括多个目标,其中一个目标图像中的某个目标可能与另一个目标图像的多个目标检测结果潜在关联,但实际上一个目标图像中的某个目标对应另一个目标图像的一个目标,因此,可以根据待处理图像对应的目标图像中的目标之间的关联分数,对不同目标图像中的目标进行一一匹配,使一个目标图像中的一个目标匹配另一个目标图像中的一个目标,得到不同目标图像中的各个目标之间是否存在对应关系的关联结果,实现不同目标图像中的多个目标之间的全局匹配。这里,还可以对匹配的目标进行标注,例如,可以为匹配的目标标注相同的编号,或者,标注相同的颜色或标记等,从而可以使相同的目标易于分辨。
在该实现方式的一个示例中,可以根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,确定所述不同目标图像中第一目标图像中的各个目标与所述不同目标图像中第二目标图像中的各个目标之间的关联分数总和,然后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,确定所述第一目标图像中的目标与所述第二目标图像中的目标一一匹配,得到所述匹配结果。
在该示例中,可以通过计算各个目标之间的关联分数的关联分数总和的方式,对两个目标图像中的目标进行匹配。即,将第一目标图像中多个目标与第二目标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,可以认为第一目标图像中的目标与第二目标图像中的目标达到最佳匹配,如果该最大的关联分数总和大于预设的总和分数阈值,则可以认为第一目标图像中多个目标与第二目标图像的多个目标存在对应关系,第一目标图像与第二目标图像是针对同一场景拍摄得到的图像。
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,确定所述第一目标图像中的目标与所述第二目标图像中的目标不匹配。
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目标图像中的目标与第二目标图像的目标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,可以认为第一目标图像中多个目标与第二目标图像的多个目标不存在对应关系,第一目标图像与第二目标图像不是针对同一场景拍摄得到的图像,例如,第一目标图像和第二目标图像中既包含部分相同的目标,也包含部分不同的目标,或者第一目标图像和第二目标图像中包含的目标完全不同。
举例来说,假设第一目标图像中存在3个目标,分别是A、B和C,第二目标图像中存在3个目标,分别是a、b和c。第一目标图像中的A与第二目标图像中的a之间的关联分数可以表示为Aa。各个目标之间的关联分数总和可以是将第一目标图像中的3个目标与第二目标图像中的3个目标进行随机配对之后,两两目标对的关联分数进行相加得到的,每次随机配对后,第一目标图像中的一个目标分配第二目标图像中的一个目标。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,在对不同目标图像的目标进行配对时,本公开不对具体的分配方法进行限制,这里可以利用一些相关的算法,例如,贪心算法,将一个目标图像中多个目标配对到另一个目标图像的多个目标,使得配对后得到的关联分数的总和最大,得到不同目标图像中目标之间的最佳匹配。
通过本公开实施例提供的图像处理方案,可以基于每个目标图像以及每个目标图像中至少一个目标的注意力图像,得到不同目标之间准确的关联结果,这样,可以利用得到的关联结果,对多个不同目标图像中目标进行关联,建立多个图像采集装置采集的目标图像之间的联系,增加视野的范围,可以得到当前场景更加全面的信息。
图2示出根据本公开实施例的图像处理一示例的流程图。
本公开实施例的一示例还提供了对多个图像采集装置在不同视角下同步采集同一场景得到的至少两个目标图像进行关联的应用场景。如图2所示,可以包括以下步骤:
步骤S21,获取多个图像采集装置在不同视角下同步采集同一场景得到的至少两个目标图像;其中,不同目标图像对应不同的图像采集装置;
步骤S22,根据所述至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像中至少一个目标的注意力图像;
步骤S23,基于每个目标图像以及该目标图像中至少一个目标的注意力图像,得到不同目标图像中的至少部分目标之间是否对应关系的关联结果。
在该示例中,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目标图像,例如,同一个物体的主视图和俯视图。根据不同目标图像的目标之间的关联结果,可以对多个图像采集装置同步采集的目标图像中的同一目标进行匹配,例如,为不同目标图像中相同的目标标注相同的编号、颜色或形状等,实现不同目标图像中相同目标的关联。
下面通过对两个目标图像的目标进行关联的过程说明该示例。
图3示出根据本公开实施例的利用神经网络得到两个目标的关联结果一示例的框图。
多个图像采集装置可以在不同视角针对同一场景进行同步拍摄,多个图像采集装置中任意两个图像采集装置采集的目标图像,即,可以是第一图像采集装置的第一图像和第二图像采集装置的第二图像。对第一图像和第二图像分别进行目标检测,确定第一图像和第二图像分别包括的目标,每个目标图像的目标可以是多个。在每个目标图像的多个目标中可以选择任意一个目标,针对选择的目标可以利用神经网络确定两个目标之间的关联结果。第一图像包括第一目标,根据第一目标得到的注意力图像可以是第一注意力图像。第二图像包括第二目标,根据第二目标得到的注意力图像可以是第二注意力图像。
上述神经网络可以包括两个网络分支,即,可以是第一网络分支和第二网络分支。可以将第一图像和第一注意力图像输入第一网络分支,并将第二图像和第二注意力图像输入第二网络分支。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,得到输入图像,其中,第一图像分支对应3个通道,第一注意力图像对应3个通道,输入图像对应6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输入图像进行卷积处理,将输入图像的通道数由6降低为3,然后将通道数降低的输入图像进行特征提取,得到第一网络分支的特征图,该特征图可以是一个具有3个维特征的张量,3个维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是对通道数降低的初始特征图进行多次卷积处理。经过同样的方式,可以得到第二网络分支的特征图。
然后利用神经网络的关联层对第一网络分支的特征图和第二网络分支的特征图进行关联,可以得到一个关联特征图。在将第一网络分支的特征图和第二网络分支的特征图进行关联时,可以利用下面的关联公式(1):
其中,cAB可以是关联特征图,,其中,表示实数集。fA是第一网络分支的特征图的特征向量,fB是第二网络分支的特征图的特征向量,i表示特征图的行,对应于特征图的长度特征,j表示特征图的列,对应于特征图的宽度特征,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}。
然后针对该关联特征图进行全局回归处理,可以得到第一目标和第二目标之间的关联分数。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。通过同样的方式,可以得到第一图像和第二图像中任意两个目标之间的关联分数。然后可以根据多个目标对的关联分数,对多个第一目标和多个第二目标进行一对一匹配,使匹配后多个目标对之间的关联分数的总和最大。在确定匹配的目标对之后,可以在第一图像和第二图像中对匹配的目标对进行标注。
通过上述图像处理方案,目标图像不仅包括目标所在图像区域的图像特征,还包括目标周围图像区域的图像特征,从而可以通过目标图像得到更加全面的图像特征。注意力图像包括目标的位置信息以及图像特征,从而可以进一步结合目标的位置信息和图像特征,得到两个目标是否关联的关联结果。
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,所述图像处理装置包括:
获取模块41,用于获取至少两个目标图像;
第一确定模块42,用于根据所述至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像中的至少一个目标的注意力图像;其中,所述注意力图像用于指示一个目标在目标图像中的位置;
第二确定模块43,用于基于每个目标图像以及每个目标图像中的至少一个目标的注意力图像,确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
在一种可能的实现方式中,所述第一确定模块42,包括:
第一确定子模块,用于针对每个目标图像中的一个目标,根据每个目标图像的目标检测结果确定该目标所在的第一图像区域;
第二确定子模块,用于根据目标图像中的第一图像区域以及该目标图像中除第一图像区域以外的第二图像区域,确定该目标的注意力图像。
在一种可能的实现方式中,所述第二确定子模块42,包括:
获取单元,用于获取图像尺寸匹配于所述目标图像的初始图像;
第一设置单元,用于将所述初始图像中的第一目标图像区域中的像素点的像素值设置为第一像素值;其中,所述第一目标图像区域与所述第一图像区域对应;
第二设置单元,用于将所述初始图像中的第二目标图像区域中的像素点的像素值设置为第二像素值,得到该目标的注意力图像,其中,所述第二目标图像区域与所述第二图像区域对应,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,所述第二确定模块42,包括:
融合子模块,用于将每个目标图像与该目标图像中的一个目标的注意力图像进行融合,得到各个待处理图像;
特征提取子模块,用于分别对各个待处理图像进行特征提取,得到各个待处理图像的特征图;
判断子模块,用于根据各个待处理图像的特征图确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
在一种可能的实现方式中,所述融合子模块,包括:
拼接单元,用于将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上进行拼接,得到各个待处理图像;或者,
加和单元,用于将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上相加,得到各个待处理图像。
在一种可能的实现方式中,所述特征提取子模块,包括:
分支单元,用于利用神经网络的各个网络分支分别对每个待处理图像进行特征提取,得到各个待处理图像的特征图;其中,一个网络分支对一个待处理图像进行特征提取,各个网络分支具有相同的网络结构和网络参数。
在一种可能的实现方式中,所述特征提取子模块,包括:
关联单元,用于将所述待处理图像中的任意两个待处理图像的特征图进行特征关联,得到关联特征图;
确定单元,用于基于所述关联特征图,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间是否存在对应关系的关联结果。
在一种可能的实现方式中,所述确定单元,包括:
第一关联子单元,用于基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数;
第一确定子单元,用于在所述关联分数大于分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间潜在关联。
在一种可能的实现方式中,所述装置还包括:
第二确定子单元,用于在所述关联分数小于或等于所述分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间非关联。
在一种可能的实现方式中,所述确定单元,包括:
第二关联子单元,用于基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数;
匹配子单元,用于根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,对不同目标图像中的目标进行匹配,得到不同目标图像中的各个目标之间是否存在对应关系的关联结果;其中,匹配的目标属于不同目标图像。
在一种可能的实现方式中,所述匹配子单元,用于:
根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,确定所述不同目标图像中第一目标图像中的各个目标与所述不同目标图像中第二目标图像中的各个目标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,确定所述第一目标图像中的目标与所述第二目标图像中的目标一一匹配。
在一种可能的实现方式中,所述匹配子单元,还用于,
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,确定所述第一目标图像中的目标与所述第二目标图像中的目标不匹配。
在一种可能的实现方式中,所述至少两个目标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5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6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:
获取至少两个目标图像;
根据所述至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像中的至少一个目标的注意力图像;其中,所述注意力图像用于指示一个目标在目标图像中的位置;
基于每个目标图像以及每个目标图像中的至少一个目标的注意力图像,确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像中的至少一个目标的注意力图像,包括:
针对每个目标图像中的一个目标,根据每个目标图像的目标检测结果确定该目标所在的第一图像区域;
根据目标图像中的第一图像区域以及该目标图像中除第一图像区域以外的第二图像区域,确定该目标的注意力图像。
3.根据权利要求2所述的方法,其特征在于,所述根据目标图像中的第一图像区域以及该目标图像中除第一图像区域以外的图像区域,确定该目标的注意力图像,包括:
获取图像尺寸匹配于所述目标图像的初始图像;
将所述初始图像中的第一目标图像区域中的像素点的像素值设置为第一像素值;其中,所述第一目标图像区域与所述第一图像区域对应;
将所述初始图像中的第二目标图像区域中的像素点的像素值设置为第二像素值,得到该目标的注意力图像,其中,所述第二目标图像区域与所述第二图像区域对应,所述第一像素值与所述第二像素值不相等。
4.根据权利要求1至3任意一项所述的方法,其特征在于,所述基于每个目标图像以及每个目标图像中的至少一个目标的注意力图像,确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果,包括:
将每个目标图像与该目标图像中的一个目标的注意力图像进行融合,得到各个待处理图像;
分别对各个待处理图像进行特征提取,得到各个待处理图像的特征图;
根据各个待处理图像的特征图确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
5.根据权利要求4所述的方法,其特征在于,所述将每个目标图像与该目标图像中的一个目标的注意力图像进行融合,得到各个待处理图像,包括:
将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上进行拼接,得到各个待处理图像;或者,
将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上相加,得到各个待处理图像。
6.根据权利要求4所述的方法,其特征在于,所述根据各个待处理图像的特征图确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果,包括:
将所述待处理图像中的任意两个待处理图像的特征图进行特征关联,得到关联特征图;
基于所述关联特征图,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间是否存在对应关系的关联结果。
7.根据权利要求6所述的方法,其特征在于,所述基于所述关联特征图,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间是否存在对应关系的关联结果,包括:
基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数;
在所述关联分数大于分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间潜在关联;
在所述关联分数小于或等于所述分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间非关联。
8.根据权利要求6所述的方法,其特征在于,所述基于所述关联特征图,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间是否存在对应关系的关联结果,包括:
基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数;
根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,对不同目标图像中的目标进行匹配,得到不同目标图像中的各个目标之间是否存在对应关系的关联结果;其中,匹配的目标属于不同目标图像。
9.根据权利要求8所述的方法,其特征在于,所述根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,对不同目标图像中的目标进行匹配,得到不同目标图像中的各个目标之间是否存在对应关系的关联结果,包括:
根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,确定所述不同目标图像中第一目标图像中的各个目标与所述不同目标图像中第二目标图像中的各个目标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,确定所述第一目标图像中的目标与所述第二目标图像中的目标一一匹配;
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,确定所述第一目标图像中的目标与所述第二目标图像中的目标不匹配。
10.一种图像处理装置,其特征在于,所述装置包括:
获取模块,用于获取至少两个目标图像;
第一确定模块,用于根据所述至少两个目标图像中每个目标图像的目标检测结果,确定每个目标图像中的至少一个目标的注意力图像;其中,所述注意力图像用于指示一个目标在目标图像中的位置;
第二确定模块,用于基于每个目标图像以及每个目标图像中的至少一个目标的注意力图像,确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
11.根据权利要求10所述的装置,其特征在于,所述第一确定模块,包括:
第一确定子模块,用于针对每个目标图像中的一个目标,根据每个目标图像的目标检测结果确定该目标所在的第一图像区域;
第二确定子模块,用于根据目标图像中的第一图像区域以及该目标图像中除第一图像区域以外的第二图像区域,确定该目标的注意力图像。
12.根据权利要求11所述的装置,其特征在于,所述第二确定子模块,包括:
获取单元,用于获取图像尺寸匹配于所述目标图像的初始图像;
第一设置单元,用于将所述初始图像中的第一目标图像区域中的像素点的像素值设置为第一像素值;其中,所述第一目标图像区域与所述第一图像区域对应;
第二设置单元,用于将所述初始图像中的第二目标图像区域中的像素点的像素值设置为第二像素值,得到该目标的注意力图像,其中,所述第二目标图像区域与所述第二图像区域对应,所述第一像素值与所述第二像素值不相等。
13.根据权利要求10至12任意一项所述的装置,其特征在于,所述第二确定模块,包括:
融合子模块,用于将每个目标图像与该目标图像中的一个目标的注意力图像进行融合,得到各个待处理图像;
特征提取子模块,用于分别对各个待处理图像进行特征提取,得到各个待处理图像的特征图;
判断子模块,用于根据各个待处理图像的特征图确定不同目标图像中的至少部分目标之间是否存在对应关系的关联结果。
14.根据权利要求13所述的装置,其特征在于,所述融合子模块,包括:
拼接单元,用于将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上进行图像拼接,得到各个待处理图像;或者,
加和单元,用于将每个目标图像与该目标图像中的一个目标的注意力图像在设定维度上相加,得到各个待处理图像。
15.根据权利要求13所述的装置,其特征在于,所述特征提取子模块,包括:
关联单元,用于将所述待处理图像中的任意两个待处理图像的特征图进行特征关联,得到关联特征图;
确定单元,用于基于所述关联特征图,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间是否存在对应关系的关联结果。
16.根据权利要求15所述的装置,其特征在于,所述确定单元,包括:
第一关联子单元,用于基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数;
第一确定子单元,用于在所述关联分数大于分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间潜在关联;
第二确定子单元,用于在所述关联分数小于或等于所述分数阈值的情况下,确定特征图进行关联的两个待处理图像对应的目标图像中的目标之间非关联。
17.根据权利要求15所述的装置,其特征在于,所述确定单元,包括:
第二关联子单元,用于基于所述关联特征图,得到特征图进行关联的两个待处理图像对应的目标图像中的目标之间的关联分数;
匹配子单元,用于根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,对不同目标图像中的目标进行匹配,得到不同目标图像中的各个目标之间是否存在对应关系的关联结果;其中,匹配的目标属于不同目标图像。
18.根据权利要求17所述的装置,其特征在于,所述匹配子单元,用于:
根据特征图进行关联的两个待处理图像对应的目标图像中的各个目标之间的关联分数,确定所述不同目标图像中第一目标图像中的各个目标与所述不同目标图像中第二目标图像中的各个目标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,确定所述第一目标图像中的目标与所述第二目标图像中的目标一一匹配;
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,确定所述第一目标图像中的目标与所述第二目标图像中的目标不匹配。
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,包括计算机可读代码,当所述计算机可读代码由电子装置运行时,所述电子装置中的处理器执行根据权利要求1至9中任意一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10201913754XA SG10201913754XA (en) | 2019-12-30 | 2019-12-30 | Image processing method and apparatus, electronic device, and storage medium |
SG10201913754X | 2019-12-30 | ||
PCT/IB2020/052210 WO2021136978A1 (en) | 2019-12-30 | 2020-03-12 | Image processing method and apparatus, electronic device, and storage medium |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113261011A true CN113261011A (zh) | 2021-08-13 |
Family
ID=74101454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080000643.XA Pending CN113261011A (zh) | 2019-12-30 | 2020-03-12 | 图像处理方法及装置、电子设备和存储介质 |
Country Status (6)
Country | Link |
---|---|
JP (1) | JP2022522071A (zh) |
KR (1) | KR20210088438A (zh) |
CN (1) | CN113261011A (zh) |
AU (1) | AU2020323956B2 (zh) |
SG (1) | SG10201913754XA (zh) |
WO (1) | WO2021136978A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967264A (zh) * | 2021-03-19 | 2021-06-15 | 深圳市商汤科技有限公司 | 缺陷检测方法及装置、电子设备和存储介质 |
CN113986057A (zh) * | 2021-10-22 | 2022-01-28 | 北京三快在线科技有限公司 | 图像处理方法、装置、可读存储介质及无人设备 |
US20230131977A1 (en) * | 2021-10-22 | 2023-04-27 | The Boeing Company | Method For Large Area Inspection |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330920A (zh) * | 2017-06-28 | 2017-11-07 | 华中科技大学 | 一种基于深度学习的监控视频多目标追踪方法 |
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 |
US20180211401A1 (en) * | 2017-01-26 | 2018-07-26 | Samsung Electronics Co., Ltd. | Stereo matching method and apparatus, image processing apparatus, and training method therefor |
US20180336700A1 (en) * | 2017-05-22 | 2018-11-22 | Alibaba Group Holding Limited | Image capture direction recognition method and server, surveillance method and system and image capture device |
CN108960209A (zh) * | 2018-08-09 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 身份识别方法、装置及计算机可读存储介质 |
CN109241835A (zh) * | 2018-07-27 | 2019-01-18 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN109829501A (zh) * | 2019-02-01 | 2019-05-31 | 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 |
WO2019111550A1 (ja) * | 2017-12-08 | 2019-06-13 | 日本電気株式会社 | 人物照合装置、方法、及び非一時的なコンピュータ可読媒体 |
CN110298298A (zh) * | 2019-06-26 | 2019-10-01 | 北京市商汤科技开发有限公司 | 目标检测及目标检测网络的训练方法、装置及设备 |
WO2019221551A1 (ko) * | 2018-05-18 | 2019-11-21 | 오드컨셉 주식회사 | 이미지 내 객체의 대표 특성을 추출하는 방법, 장치 및 컴퓨터 프로그램 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10204299B2 (en) * | 2015-11-04 | 2019-02-12 | Nec Corporation | Unsupervised matching in fine-grained datasets for single-view object reconstruction |
JP6832504B2 (ja) * | 2016-08-08 | 2021-02-24 | パナソニックIpマネジメント株式会社 | 物体追跡方法、物体追跡装置およびプログラム |
CN106934397B (zh) * | 2017-03-13 | 2020-09-01 | 北京市商汤科技开发有限公司 | 图像处理方法、装置及电子设备 |
CN108229531B (zh) * | 2017-09-29 | 2021-02-26 | 北京市商汤科技开发有限公司 | 对象特征提取方法、装置、存储介质和电子设备 |
US10916135B2 (en) * | 2018-01-13 | 2021-02-09 | Toyota Jidosha Kabushiki Kaisha | Similarity learning and association between observations of multiple connected vehicles |
US20190304102A1 (en) * | 2018-03-30 | 2019-10-03 | Qualcomm Incorporated | Memory efficient blob based object classification in video analytics |
JP6570698B1 (ja) * | 2018-05-18 | 2019-09-04 | 株式会社リクルートコミュニケーションズ | 設定装置、設定方法及び設定プログラム |
CN109635721B (zh) * | 2018-12-10 | 2020-06-30 | 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 |
CN110298413B (zh) * | 2019-07-08 | 2021-07-16 | 北京字节跳动网络技术有限公司 | 图像特征提取方法、装置、存储介质及电子设备 |
-
2019
- 2019-12-30 SG SG10201913754XA patent/SG10201913754XA/en unknown
-
2020
- 2020-03-12 CN CN202080000643.XA patent/CN113261011A/zh active Pending
- 2020-03-12 KR KR1020207020290A patent/KR20210088438A/ko not_active Application Discontinuation
- 2020-03-12 JP JP2020536741A patent/JP2022522071A/ja active Pending
- 2020-03-12 WO PCT/IB2020/052210 patent/WO2021136978A1/en active Application Filing
- 2020-03-12 AU AU2020323956A patent/AU2020323956B2/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180211401A1 (en) * | 2017-01-26 | 2018-07-26 | Samsung Electronics Co., Ltd. | Stereo matching method and apparatus, image processing apparatus, and training method therefor |
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 |
US20180336700A1 (en) * | 2017-05-22 | 2018-11-22 | Alibaba Group Holding Limited | Image capture direction recognition method and server, surveillance method and system and image capture device |
CN108965687A (zh) * | 2017-05-22 | 2018-12-07 | 阿里巴巴集团控股有限公司 | 拍摄方向识别方法、服务器及监控方法、系统及摄像设备 |
CN107330920A (zh) * | 2017-06-28 | 2017-11-07 | 华中科技大学 | 一种基于深度学习的监控视频多目标追踪方法 |
WO2019111550A1 (ja) * | 2017-12-08 | 2019-06-13 | 日本電気株式会社 | 人物照合装置、方法、及び非一時的なコンピュータ可読媒体 |
WO2019221551A1 (ko) * | 2018-05-18 | 2019-11-21 | 오드컨셉 주식회사 | 이미지 내 객체의 대표 특성을 추출하는 방법, 장치 및 컴퓨터 프로그램 |
CN109241835A (zh) * | 2018-07-27 | 2019-01-18 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN108960209A (zh) * | 2018-08-09 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 身份识别方法、装置及计算机可读存储介质 |
CN109829501A (zh) * | 2019-02-01 | 2019-05-31 | 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 |
CN110298298A (zh) * | 2019-06-26 | 2019-10-01 | 北京市商汤科技开发有限公司 | 目标检测及目标检测网络的训练方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
AU2020323956B2 (en) | 2022-07-14 |
KR20210088438A (ko) | 2021-07-14 |
AU2020323956A1 (en) | 2021-07-22 |
WO2021136978A1 (en) | 2021-07-08 |
JP2022522071A (ja) | 2022-04-14 |
SG10201913754XA (en) | 2020-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764069B (zh) | 活体检测方法及装置 | |
CN112219224B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US11450021B2 (en) | Image processing method and apparatus, electronic device, and storage medium | |
CN112001321A (zh) | 网络训练、行人重识别方法及装置、电子设备和存储介质 | |
CN110928627B (zh) | 界面展示方法及装置、电子设备和存储介质 | |
CN111553864A (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN113261011A (zh) | 图像处理方法及装置、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 | |
CN111860373B (zh) | 目标检测方法及装置、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 | |
CN112860061A (zh) | 场景图像展示方法及装置、电子设备和存储介质 | |
CN111680646A (zh) | 动作检测方法及装置、电子设备和存储介质 | |
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 | |
CN112330717B (zh) | 目标跟踪方法及装置、电子设备和存储介质 | |
CN110929545A (zh) | 人脸图像的整理方法及装置 | |
CN111325786B (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 | |
CN113012052B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113326938A (zh) | 网络训练、行人重识别方法及装置、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 | |
CN114390189A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN109034068B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN110717425A (zh) | 案件关联方法及装置、电子设备和存储介质 | |
CN110929546B (zh) | 人脸比对方法及装置 |
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 |