CN113837194B - 图像处理方法、图像处理装置、电子设备以及存储介质 - Google Patents
图像处理方法、图像处理装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN113837194B CN113837194B CN202111118378.8A CN202111118378A CN113837194B CN 113837194 B CN113837194 B CN 113837194B CN 202111118378 A CN202111118378 A CN 202111118378A CN 113837194 B CN113837194 B CN 113837194B
- Authority
- CN
- China
- Prior art keywords
- information
- interaction
- interaction point
- target
- target object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 53
- 238000003672 processing method Methods 0.000 title claims abstract description 34
- 230000003993 interaction Effects 0.000 claims abstract description 309
- 238000003709 image segmentation Methods 0.000 claims abstract description 117
- 238000002372 labelling Methods 0.000 claims abstract description 28
- 230000011218 segmentation Effects 0.000 claims abstract description 27
- 230000004044 response Effects 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims description 39
- 238000004590 computer program Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000002452 interceptive effect Effects 0.000 description 8
- 238000013459 approach Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 210000005252 bulbus oculi Anatomy 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- User Interface Of Digital Computer (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供了一种图像处理方法、图像处理装置、电子设备以及存储介质,涉及人工智能技术领域,尤其涉及计算机视觉和深度学习领域。具体实现方案为:响应于针对目标图像的分割请求,确定标注信息集,标注信息集包括目标图像数据、第一交互信息集和标注框信息;根据标注框信息,确定第二交互信息集;对目标图像、第一交互信息集和第二交互信息集进行图像分割,得到目标图像的图像分割结果,第一交互信息集包括至少一个第一交互点的第一交互点信息,第二交互信息集包括至少一个第二交互点的第二交互点信息,每个第一交互点位于目标图像中的目标对象区域,每个第二交互点位于目标图像中除目标对象区域以外的非目标对象区域。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及计算机视觉和深度学习领域。具体地,涉及一种图像处理方法、装置、电子设备以及存储介质。
背景技术
图像分割是计算机视觉领域的较为重要的研究方向。图像分割是将图像划分成各自满足相似性准则或具有某种同质特征的连通区域的过程。图像分割可以包括语义分割、实例分割和全景分割。
随着深度学习技术的发展,图像分割在多个领域得到发展,例如,自动驾驶和医学诊断等。
发明内容
本公开提供了一种图像处理方法、图像处理装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种图像处理方法,包括:响应于针对目标图像的分割请求,确定标注信息集,其中,上述标注信息集包括上述目标图像数据、第一交互信息集和标注框信息;根据上述标注框信息,确定第二交互信息集;以及,对上述目标图像数据、上述第一交互信息集和上述第二交互信息集进行图像分割处理,得到上述目标图像的图像分割结果,其中,上述第一交互信息集包括至少一个第一交互点的第一交互点信息,上述第二交互信息集包括至少一个第二交互点的第二交互点信息,其中,每个上述第一交互点位于上述目标图像中的目标对象区域,每个上述第二交互点位于上述目标图像中除上述目标对象区域以外的非目标对象区域。
根据本公开的另一方面,提供了一种图像处理装置,包括:第一确定模块,用于响应于针对目标图像的分割请求,确定标注信息集,其中,上述标注信息集包括上述目标图像数据、第一交互信息集和标注框信息;第二确定模块,用于根据上述标注框信息,确定第二交互信息集;以及,第一获得模块,用于对上述目标图像数据、上述第一交互信息集和上述第二交互信息集进行图像分割处理,得到上述目标图像的图像分割结果,其中,上述第一交互信息集包括至少一个第一交互点的第一交互点信息,上述第二交互信息集包括至少一个第二交互点的第二交互点信息,其中,每个上述第一交互点位于上述目标图像中的目标对象区域,每个上述第二交互点位于上述目标图像中除上述目标对象区域以外的非目标对象区域。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,上述存储器存储有可被上述至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行如上所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,上述计算机指令用于使上述计算机执行如上所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如上所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示意性示出了根据本公开实施例的可以应用图像处理方法及装置的示例性系统架构;
图2示意性示出了根据本公开实施例的图像处理方法的流程图;
图3示意性示出了根据本公开实施例的根据标注框信息,确定第二交互信息集的流程图;
图4示意性示出了根据本公开实施例的根据第一位置坐标和第二位置坐标确定四个中点的位置坐标的示例示意图;
图5示意性示出了根据本公开另一实施例的图像处理方法的流程图;
图6A示意性示出了根据本公开实施例的图像处理过程的示例示意图;
图6B示意性示出了基于标注框的图像处理过程的示例示意图;
图6C示意性示出了根据本公开另一实施例的图像处理过程的示例示意图;
图6D示意性示出了另一基于矩形框的图像处理过程的示例示意图;
图6E示意性示出了基于交互点的图像处理过程的示例示意图;
图7示意性示出了根据本公开实施例的图像处理装置的框图;以及
图8示意性示出了根据本公开实施例的适于实现图像处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图像分割的目的是将图像中的一个或多个区域从图像的背景中分离出来,从而得到用户感兴趣的目标对象,将图像中的冗余信息丢弃,使得图像的数据量更小,语义更加明确。图像工程可以包括图像处理、图像分析和图像理解。图像分析是图像工程中的中层操作,用于对图像中的目标对象进行图像分割、检测和特征提取,使得通过像素描述的图像转换为非图的描述形式,从而达到目标识别的目的。图像分割是联系图像处理和图像分析的较为重要的环节。
可以利用交互式图像分割方式来提高图像分割效果。交互式图像分割需要利用用户的交互操作来指定限制条件,以指导图像分割的方向。可以利用基于标注框的图像处理方法或利用基于交互点的图像处理方法来实现图像分割。
基于标注框的图像处理方法是基于像素空间关系实现的图像分割,因此,分割精细度较低。此外,需要图像中的对象之间是相互独立,因此,较难以实现针对连接在一起的对象的图像分割。
基于交互点的图像处理方法需要确定对象的极点,因此,增加了用户的标注难度。此外,在目标对象是物体的局部的情况下,需要的交互操作的次数较多,影响了图像分割的效率。
为此,本公开实施例提出了一种基于标注框和交互点的图像处理方案,响应于针对目标图像的分割请求,确定标注信息集,标注信息集包括目标图像数据、第一交互信息集和标注框信息,第一交互信息集包括至少一个第一交互点的第一交互点信息,每个第一交互点位于目标图像中的目标对象区域。根据标注框信息,确定第二交互信息集,第二交互信息集包括至少一个第二交互点的第二交互点信息,每个第二交互点位于目标图像中除目标对象区域以外的非目标对象区域。对目标图像数据、第一交互信息集和第二交互信息集进行图像分割处理,得到目标图像的图像分割结果。
上述方案结合了标注框信息和交互信息集,提高了图像分割的准确性。利用了标注框信息,无需再确定对象的极点,因此,降低了用户的标注难度。标注框信息可以用于约束目标对象,因此,能够较为准确地设置第一交互点,从而提高了图像分割的效率。根据标注框信息,确定第二交互信息集,第二交互信息集包括的第二交互点是位于非目标对象区域的交互点,因此,增加了位于非目标对象区域的交互点的数目。非目标对象区域是不需要标注的图像区域,因此,能够减少标注区域,从而提高了图像分割的效率。
图1示意性示出了根据本公开实施例的可以应用图像处理方法及装置的示例性系统架构。
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。例如,在另一实施例中,可以应用图像处理方法及装置的示例性系统架构可以包括终端设备,但终端设备可以无需与服务器进行交互,即可实现本公开实施例提供的图像处理方法及装置。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等。
服务器105可以是提供各种服务的各种类型的服务器。例如,服务器105可以是对用户利用终端设备101、102、103所浏览的内容提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备101、102、103。
服务器105可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,解决了传统物理主机与VPS服务(Virtual Private Server,VPS)中,存在的管理难度大,业务扩展性弱的缺陷。服务器105也可以为分布式系统的服务器,或者是结合了区块链的服务器。
需要说明的是,本公开实施例所提供的图像处理方法一般可以由终端设备101、102、或103执行。相应地,本公开实施例所提供的图像处理装置也可以设置于终端设备101、102、或103中。
或者,本公开实施例所提供的图像处理方法一般也可以由服务器105执行。相应地,本公开实施例所提供的图像处理装置一般可以设置于服务器105中。本公开实施例所提供的图像处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的图像处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
例如,服务器105可以响应于针对目标图像的分割请求,确定标注信息集,标注信息集包括目标图像数据、第一交互信息集和标注框信息,根据标注框信息,确定第二交互信息集,并对目标图像数据、第一交互信息集和第二交互信息集进行图像分割,得到目标图像的图像分割结果。或者由能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群对目标图像、第一交互信息集和第二交互信息集进行图像分割,得到目标图像的图像分割结果。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的图像处理方法的流程图。
如图2所示,该方法200包括操作S210~S230。
在操作S210,响应于针对目标图像的分割请求,确定标注信息集。标注信息集包括目标图像数据、第一交互信息集和标注框信息。
在操作S220,根据标注框信息,确定第二交互信息集。
在操作S230,对目标图像数据、第一交互信息集和第二交互信息集进行图像分割处理,得到目标图像的图像分割结果,第一交互信息集包括至少一个第一交互点的第一交互点信息,第二交互信息集包括至少一个第二交互点的第二交互点信息,每个第一交互点位于目标图像中的目标对象区域,每个第二交互点位于目标图像中除目标对象区域以外的非目标对象区域。
根据本公开的实施例,分割请求可以是用于请求处理针对目标图像的交互操作所得到的标注信息集的请求。交互操作可以包括生成操作和选择操作中的至少一项。生成操作可以包括针对图形的拖动操作。选择操作可以包括针对图像区域的点击操作。图形可以包括规则图形或不规则图形。分割请求可以包括标注信息集或不包括标注信息集。
根据本公开的实施例,标注信息集可以包括目标图像数据、标注框信息和第一交互信息集。目标图像数据可以指与目标图像对应的图像数据。目标图像可以包括目标对象区域和非目标对象区域。目标对象区域可以指目标图像中目标对象所占据的图像区域。非目标对象区域可以指目标图像中除目标对象区域以外的图像区域。目标对象可以指用户感兴趣的对象。用户感兴趣的对象可以是物体的整体,也可以是物体的局部,本公开实施例对此不作限定。例如,用户感兴趣的对象是猫的耳朵部位。
根据本公开的实施例,标注框信息可以用于表征与标注框相关的信息。与标注框相关的信息可以包括标注框的第一位置信息。备选地,与标注框相关的信息可以包括标注框的第一位置信息和标注框的尺寸信息。备选地,与标注框相关的信息可以包括标注框的第一位置信息和标注框的角度信息。标注框的角度信息可以指标注框的任意相邻两个边之间的夹角。标注框可以包括规则标注框或不规则标注框。规则标注框可以包括矩形框。标注框可以包围目标对象。针对标注框包括目标对象可以包括标注框紧贴目标对象的情况或目标框不紧贴目标对象的情况。如果目标框不紧贴对象,则可以降低标注难度。
根据本公开的实施例,第一交互信息集可以包括第一交互信息子集。第一交互信息集可以包括第一交互信息子集和第二交互信息子集。第一交互信息子集可以包括至少一个第一交互点的第一交互点信息。第二交互信息子集可以包括至少一个第三交互点的第三交互点信息,每个第三交互点可以位于非目标对象区域。第一交互点信息可以包括第一类别信息。每个第一交互点和每个第三交互点可以指响应于在交互图像分割中生成的交互操作所生成的点。交互操作可以包括点击操作。第三交互点信息可以包括第二类别信息。第二交互信息集可以包括至少一个第二交互点的第二交互点信息。每个第二交互点可以是标注框的顶点或标注框的边上的点。第二交互点信息可以包括第二类别信息。第一类别信息可以用于表征正交互点的类别。第二类别信息可以用于表征负交互点的类别。负交互点可以指位于非目标对象区域的交互点。正交互点可以指位于目标对象区域的交互点。由此,第二交互点和第三交互点是负交互点,第一交互点是正交互点。
根据本公开的实施例,根据本公开的实施例,第二交互点信息还可以包括第二位置信息。第一交互点信息还可以包括第三位置信息。第三交互点还可以包括第四位置信息。
根据本公开的实施例,可以获取针对目标图像的分割请求,响应于分割请求,确定标注信息集。响应于分割请求,确定标注信息集可以包括:对分割请求进行解析,得到标注信息集。备选地,响应于分割请求,获取与分割请求包括的标注信息集标识对应的标注信息集。
根据本公开的实施例,在获取标注信息集之后,可以根据标注信息集包括的标注框信息,确定第二交互信息集。根据标注框信息,确定第二交互信息集可以包括:基于预设转换规则,根据标注框的第一位置信息,确定至少一个第二交互点的第二位置信息,根据至少一个第二位置信息,得到第二交互信息集。预设转换规则可以指用于将标注框信息转换为第二交互信息集的规则。预设转换规则可以包括如何根据标注框的第一位置信息确定至少一个第二交互点的第二位置信息的内容。
根据本公开的实施例,标注框的第一位置信息可以包括至少一个位置点的位置信息。根据标注框信息,确定第二交互信息集可以包括:基于预设选择规则,从至少一个位置点中选择目标位置点,根据目标位置点的位置信息,得到第二交互信息集。预设选择规则可以用于根据标注框信息确定第二交互信息集的规则。预设选择规则可以包括如何从至少一个位置点中选择目标位置点的内容。例如,位置点可以包括标注框的顶点。预设选择规则可以包括将处于对角线的顶点确定为目标位置点。
上述第二交互信息集的确定方式仅是示例性实施例,但不限于此,还可以包括本领域已知的确定方式,只要能够实现第二交互信息集的确定即可。
根据本公开的实施例,在获得第二交互信息集之后,可以利用图像分割模型处理目标图像数据、第一交互信息集和第二交互信息集,得到目标图像的图像分割结果。图像分割模型可以是基于深度学习的图像分割模型。基于深度学习的图像分割模型可以包括交互式图像分割模型。交互式分割模型可以包括RITM(Reviving Iterative Training withMask Guidance for Interactive Segmentation)模型。
根据本公开的实施例,结合了标注框信息和交互信息集,提高了图像分割的准确性。利用了标注框信息,无需再确定对象的极点,因此,降低了用户的标注难度。标注框信息可以用于约束目标对象,因此,能够较为准确地设置第一交互点,从而提高了图像分割的效率。根据标注框信息,确定第二交互信息集,第二交互信息集包括的第二交互点是位于非目标对象区域的交互点,因此,增加了位于非目标对象区域的交互点的数目。非目标对象区域是不需要标注的图像区域,因此,能够减少标注区域,从而提高了图像分割的效率。
下面参考图3~图5、图6A、图6B、图6C、图6D和图6E,结合具体实施例对根据本公开实施例所述的图像处理方法做进一步说明。
根据本公开的实施例,标注框信息可以包括标注框的第一位置信息,第二交互点信息可以包括第二位置信息。
图3示意性示出了根据本公开实施例的根据标注框信息,确定第二交互信息集的流程图。
如图3所示,该方法300包括操作S321~S322。
在操作S321,基于预设转换规则,根据第一位置信息,确定至少一个第二位置信息。
在操作S322,根据至少一个第二位置信息,得到第二交互信息集。
根据本公开的实施例,预设转换规则可以指用于将标注框信息转换为第二交互信息集的规则。预设转换规则可以包括如何根据标注框的第一位置信息确定至少一个第二交互点的第二位置信息的内容。第一位置信息可以包括至少一个位置点的位置信息。位置点可以包括标注框的顶点或标注框的中心点。每个第二交互点可以是标注框的顶点或标注框的边上的点。
例如,位置点可以包括标注框的四个顶点或两个对角顶点。预设转换规则可以包括根据位置信息转换关系和标注框的至少一个顶点的位置信息,确定标注框的每个边的中点的位置信息。标注框的至少一个顶点可以包括标注框的全部顶点或标注框的部分顶点。
根据本公开的实施例,标注框包括矩形框,第一位置信息包括第一位置坐标和第二位置坐标,第一位置坐标和第二位置坐标是矩形框中处于对角的两个顶点的位置坐标。
根据本公开的实施例,操作S321包括如下操作。
根据第一位置坐标和第二位置坐标,确定矩形框中每个边的中点的位置坐标。将每个边的中点的位置坐标确定为对应的第二位置信息。
根据本公开的实施例,矩形框的顶点可以包括左上顶点、右上顶点、左下顶点和右下顶点。第一位置坐标和第二位置坐标可以是矩形框中处于对角的两个顶点的位置坐标。例如,第一位置坐标是矩形框中的左上顶点的位置坐标,第二位置坐标是矩形框中的右下顶点的位置坐标。例如,第一位置坐标是矩形框中的右上顶点的位置坐标,第二位置坐标是矩形框中的左下顶点的位置坐标。
根据本公开的实施例,矩形框的四个边的中点包括第一中点、第二中点、第三中点和第四中点。根据第一位置坐标和第二位置坐标,确定矩形框中每个边的中点的位置坐标,可以包括:确定第一平均值,第一平均值是第一位置坐标中的横坐标与第二位置坐标中的横坐标之间的平均值。将第一平均值确定为第一中点的位置坐标中的横坐标以及第三中点的位置坐标中的横坐标。将第一位置坐标中的纵坐标确定为第一中点的位置坐标中的纵坐标。将第二位置坐标中的纵坐标确定为第三中点的位置坐标中的纵坐标。将第二位置坐标中的横坐标确定为第二中点的位置坐标中的横坐标。将第一位置坐标中的横坐标确定为第四中点的位置坐标中的横坐标。确定第二平均值,第二平均值是第一位置坐标中的纵坐标与第二位置坐标中的纵坐标之间的平均值。将第二平均值确定为第二中点的位置坐标中的纵坐标以及第四中点的位置坐标中的纵坐标。
根据本公开的实施例,可以根据如下公式(1)确定每个边的中点的位置坐标。
根据本公开的实施例,x1表征第一位置坐标中的横坐标,y1表征第一位置坐标中的纵坐标。x2表征第二位置坐标中的横坐标,y2表征第二位置坐标中的纵坐标。x3表征第一中点的位置坐标中的横坐标,y3表征第一中点的位置坐标中的纵坐标。x4表征第二中点的位置坐标中的横坐标,y4表征第二中点的位置坐标中的纵坐标。x5表征第三中点的位置坐标中的横坐标,y5表征第三中点的位置坐标中的纵坐标。x6表征第四中点的位置坐标中的横坐标,y6表征第四中点的位置坐标中的纵坐标。
图4示意性示出了根据本公开实施例的根据第一位置坐标和第二位置坐标确定四个中点的位置坐标的示例示意图。
如图4所示,在400中,第一位置坐标401的位置坐标可以用(x1,y1)表征。第二位置坐标402可以用(x2,y2)表征。根据公式(1),确定第一中点403的位置坐标第二中点404的位置坐标/>第三中点405的位置坐标/>和第四中点406的位置坐标/>
根据本公开的实施例,标注框可以包括矩形框。标注框信息可以包括矩形框的第一位置信息和矩形框的尺寸信息。第一位置信息可以包括第一位置坐标。第一位置坐标可以是矩形框中任意一个顶点的位置坐标。尺寸信息可以包括长度和宽度。
根据本公开的实施例,操作S321可以包括如下操作。
根据第一位置坐标和尺寸信息,确定矩形框中每个边的中点的位置坐标。将每个边的中点的位置坐标确定为对应的第二位置信息。
根据本公开的实施例,根据第一位置信息和尺寸信息,确定矩形框中每个边的中点的位置坐标,可以包括:将长度的二分之一与第一位置坐标中的横坐标之和确定为第一中点的位置坐标中的横坐标以及第三中点的位置坐标中的横坐标。将第一位置坐标中的纵坐标确定为第一中点的位置坐标中的纵坐标。将宽度的二分之一与第一位置坐标中的纵坐标之差的绝对值确定为第三中点的位置坐标中的纵坐标。将长度与第一位置坐标中的横坐标之和确定为第二中点的位置坐标中的横坐标。将第一位置坐标中的横坐标确定为第四中点的位置坐标中的横坐标。将宽度的二分之一与第一位置坐标中的纵坐标之差的绝对值确定为第二中点的位置坐标中的纵坐标以及第四中点的位置坐标中的纵坐标。
根据本公开的实施例,上述图像处理方法还可以包括如下操作。
响应于针对目标图像中的目标对象的标注框生成操作,得到标注框信息。响应于针对目标对象区域的至少一次选择操作,得到至少一个第一交互点的第一交互点信息。
根据本公开的实施例,标注框生成操作可以指用于生成标注框的操作。选择操作可以指用于生成交互点的操作。选择操作可以包括点击操作。
根据本公开的实施例,用户可以获取标注框,将标注框设置于目标对象的周围,使得标注框包围目标图像中的目标对象。在检测到用户针对标注框的释放操作的情况下,检测到标注框生成操作。响应于针对标注框的标注框生成操作,对针对标注框的标注框生成操作进行分析,得到标注框信息。
根据本公开的实施例,用户可以在目标对象区域内,每执行一次选择操作确定一个第一交互点。在检测到第一交互点的情况下,检测到针对目标对象区域的选择操作,即,检测到针对第一交互点的生成操作。响应于针对目标对象区域的选择操作,即,响应于针对第一交互点的生成操作,得到第一交互点的第一交互点信息。
根据本公开的实施例,虽然对于单个用户来说是串行交互,但是本公开实施例将多次操作解耦成单一独立操作,从而能够在共享资源的情况下满足多用户同时在线标注的需求,有效提高资源利用率。
根据本公开的实施例,第一交互信息集还可以包括至少一个第三交互点的第三交互点信息。每个第三交互点与非目标对象区域相匹配。
根据本公开的实施例,上述图像处理方法还可以包括如下操作。
响应于针对非目标对象区域的至少一次选择操作,得到至少一个第三交互点的第三交互点信息。
根据本公开的实施例,用户可以在非目标对象区域内,每执行一次选择操作确定一个第三交互点。在检测到第三交互点的情况下,检测到针对非目标对象区域的选择操作,即,检测到针对第三交互点的生成操作。响应于针对非目标对象区域的选择操作,即,响应于针对第三交互点的生成操作,对针对非目标对象区域的选择操作进行分析,得到第三交互点的第三交互点信息。
根据本公开的实施例,上述图像处理方法还可以包括如下操作。
在确定图像分割结果不满足预设条件的情况下,执行至少一项操作,直至新图像分割结果满足预设条件,其中,至少一项操作,可以包括如下操作。
响应于针对目标对象区域的新选择操作,得到新第一交互点的第一交互点信息,以便获得新图像分割结果。响应于针对非目标对象区域的选择操作,得到第三交互点的第三交互点信息,以便获得新图像分割结果。
根据本公开的实施例,预设条件可以指目标图像中的目标对象区域与目标掩码区域相匹配。目标对象区域与目标掩码区域相匹配可以指目标对象区域与目标掩码区域的重合度大于或等于重合度阈值。目标对象区域与目标掩码区域的重合度可以用目标对象区域与目标掩码区域的交并比(Intersection-over-Union,IoU)表征。可以根据如下方式确定目标对象区域与目标掩码区域的交并比,即,确定目标对象区域与目标掩码区域的交集区域。确定目标对象区域与目标掩码区域的并集区域。确定交集区域与并集区域的比值。将比值确定为目标对象区域与目标掩码区域的交并比。重合度阈值可以根据实际业务需求进行配置,在此不作限定。掩码区域可以是指与对象对应的掩码区域。在获得目标图像的图像分割结果之后,如果确定图像分割结果不满足预设条件,则可以执行重新选择第一交互点和选择第三交互点中的至少一项。
根据本公开的实施例,可以响应于针对目标对象区域的新选择操作,得到新第一交互点的第一交互点信息。利用新第一交互点的第一交互点信息更新第一交互信息集,得到新第一交互信息集。对目标图像数据、新第一交互信息集和第二交互信息集进行图像分割处理,得到目标图像的新图像分割结果。
根据本公开的实施例,可以响应于针对非目标对象区域的选择操作,得到第三交互点的第三交互点信息。利用第三交互点的第三交互点信息更新第一交互信息集,得到新第一交互信息集。对目标图像数据、新第一交互信息集和第二交互信息集进行图像分割处理,得到目标图像的新图像分割结果。
根据本公开的实施例,可以应于针对非目标对象区域的选择操作,得到第三交互点的第三交互点信息。响应于针对目标对象区域的新选择操作,得到新第一交互点的第一交互点信息。利用第三交互点的第三交互点信息和新第一交互点的第一交互点信息更新第一交互信息集,得到新第一交互信息集。对目标图像数据、新第一交互信息集和第二交互信息集进行图像分割处理,得到目标图像的新图像分割结果。
根据本公开的实施例,如果第一交互信息集包括至少一个第三交互点的第三交互点信息,则在确定图像分割结果不满足预设条件的情况下,响应于针对非目标对象区域的选择操作是针对非目标对象区域的新选择操作。
根据本公开的实施例,在获得新图像分割结果之后,可以确定新图像分割结果是否满足条件,如果确定新图像分割结果不满足预设条件,则可以重复执行获得新图像结果的操作,直至新图像分割接满足预设条件。
根据本公开的实施例,在图像分割结果不满足预设条件的情况下,通过对第一交互信息集进行更新,实现对图像分割结果的修正,从而提高图像分割的准确性。
根据本公开的实施例,在确定图像分割结果不满足预设条件的情况下,执行以下至少一项操作,直至新图像分割结果满足预设条件,可以包括如下操作。
在确定图像分割结果中目标掩码区域覆盖目标对象区域的情况下,响应于针对非目标对象区域的选择操作,得到第三交互点的第三交互点信息,以便获得新图像分割结果并且新图像分割结果中目标掩码区域与目标对象区域相匹配。目标掩码区域是与目标图像中的目标对象对应的掩码区域。
根据本公开的实施例,目标掩码区域覆盖目标对象区域可以指目标掩码区域除了包括与目标对象相匹配的掩码区域以外,还包括与非目标对象对应的掩码区域。目标掩码区域与目标对象区域相匹配可以指目标掩码区域与目标对象区域的重合度大于或等于重合度阈值。重合度可以根据目标掩码区域与目标对象区域的交并比确定。重合度阈值可以根据实际业务需求进行配置,在此不作限定。
根据本公开的实施例,如果确定图像分割结果中目标掩码区域覆盖目标对象区域,则可以通过在标注框中非目标对象区域执行选择第三交互点的操作,响应于标注框中非目标对象区域的选择操作,得到第三交互点的第三交互点信息,利用第三交互点的第三交互点信息更新第一交互信息集,得到新第一交互信息集。对目标图像数据、新第一交互信息集和第二交互信息集进行图像分割处理,得到目标图像的新图像分割结果。确定新图像分割结果是否满足预设条件,如果确定新图像分割结果不满足预设条件,则重复执行上述获得新图像分割结果的操作,直至新图像分割结果满足预设条件。
图5示意性示出了根据本公开另一实施例的图像处理方法的流程图。
如图5所示,该方法500包括操作S510~S550。
在操作S510,响应于针对目标图像的分割请求,确定标注信息集。
在操作S520,标注信息集是预期标注信息集?若是,则执行操作S530;若否,则执行操作S540。预期标注信息集是包括标注框信息的标注信息集,标注信息集还包括目标图像数据和第一交互信息集。
在操作S530,根据标注框信息,确定第二交互信息集,再执行操作S550。
在操作S540,对目标图像数据和第一交互信息进行图像分割处理,得到目标图像的图像分割结果。
在操作S550,对目标图像数据、第一交互信息集和第二交互信息集进行图像分割处理,得到目标图像的图像分割结果。
根据本公开的实施例,本公开实施例提供了两种图像分割方式,即,一种方式在于:如果确定标注信息集是预期标注信息集,则执行操作S530和S550。另一种方式在于:如果确定标注信息集不是预期标注信息集,则执行操作S540。上述两种图像分割方式均可以适用于语义分割、实例分割和全景分割。
图6A示意性示出了根据本公开实施例的图像处理过程的示例示意图。
如图6A所示,在600A中,目标图像中的目标对象是猫的耳朵部位。利用标注框603包围目标对象,在目标图像上设置第三交互点601和第一交互点602。标注框603包括顶点6030和顶点6031,顶点6030和顶点6031是对角的两个顶点。
利用与图4相同的处理方式,根据顶点6030的第一位置坐标和顶点6031的第二位置坐标,确定第一中点6032的位置坐标、第二中点6033的位置坐标、第三中点6034的位置坐标和第四中点6035的位置坐标。根据第一中点6032的位置坐标、第二中点6033的位置坐标、第三中点6034的位置坐标和第四中点6035的位置坐标,得到第二交互信息集。
利用图像分割模型处理目标图像数据、第一交互信息集和第二交互信息集,得到目标图像的图像分割结果604。第一交互信息集包括第一交互点602的第一交互点信息和第三交互点601的第三交互点信息。
从图6A可以看出,图像分割结果604中的目标掩码区域与目标对象区域相匹配。目标对象的边界较为精细流畅。增加了标注框的约束,能够更加明确目标对象,由此提高了图像分割的效率。
图6B示意性示出了基于标注框的图像处理过程的示例示意图。
如图6B所示,在600B中,目标图像中的目标对象是猫的耳朵部位。利用标注框605包围目标对象。利用基于矩形框的图像处理方法处理目标图像数据和标注框605的标注框信息,得到目标图像的图像分割结果606。
从图6B可以看出,图像分割结果606中的目标掩码区域与目标对象区域不相匹配。
图6C示意性示出了根据本公开另一实施例的图像处理过程的示例示意图。
图6C与图6A的区别在于,目标图像中的目标对象是猫的眼球部位。利用标注框609包围目标对象,在目标图像上设置第三交互点607和第一交互点608。利用与图6A相同的处理方式得到目标图像的图像分割结果610。
从图6C可以看出,图像分割结果610中的目标掩码区域与目标对象区域相匹配。
图6D示意性示出了另一基于矩形框的图像处理过程的示例示意图。
图6D与图6B的区别在于,目标图像中的目标对象是猫的眼球部位。利用标注框611包围目标对象。利用与图6B相同的处理方式得到目标图像的图像分割结果612。
从图6D可以看出,图像分割结果612中的目标掩码区域与目标对象区域不相匹配。目标对象的边界不够精细流畅。
图6E示意性示出了基于交互点的图像处理过程的示例示意图。
如图6E所示,在600C中,目标图像中的目标对象是猫的耳朵部位。在目标图像上设置第一交互点613。利用基于交互点的图像处理方法处理目标图像数据和第一交互点613的交互点信息,得到目标图像的图像分割结果614。
从图6E可以看出,图像分割结果614中的目标掩码区域与目标对象区域不相匹配。
需要说明的是,本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
图7示意性示出了根据本公开实施例的图像处理装置的框图。
如图7所示,图像处理装置可以包括第一确定模块710、第二确定模块720和第一获得模块730。
第一确定模块710,用于响应于针对目标图像的分割请求,确定标注信息集,标注信息集包括目标图像数据、第一交互信息集和标注框信息。
第二确定模块720,用于根据标注框信息,确定第二交互信息集。
第一获得模块730,用于对目标图像数据、第一交互信息集和第二交互信息集进行图像分割处理,得到目标图像的图像分割结果。
根据本公开的实施例,第一交互信息集包括至少一个第一交互点的第一交互点信息,第二交互信息集包括至少一个第二交互点的第二交互点信息,每个第一交互点位于目标图像中的目标对象区域,每个第二交互点位于目标图像中除目标对象区域以外的非目标对象区域。
根据本公开的实施例,标注框信息包括标注框的第一位置信息,第二交互点信息包括第二位置信息。
第二确定模块720可以包括第一确定子模块和第一获得子模块。
第一确定子模块,用于基于预设转换规则,根据第一位置信息,确定至少一个第二位置信息。
第一获得子模块,用于根据至少一个第二位置信息,得到第二交互信息集。
根据本公开的实施例,标注框包括矩形框,第一位置信息包括第一位置坐标和第二位置坐标,第一位置坐标和第二位置坐标是矩形框中处于对角的两个顶点的位置坐标。
第一确定子模块可以包括第一确定单元和第二确定单元。
第一确定单元,用于根据第一位置坐标和第二位置坐标,确定矩形框中每个边的中点的位置坐标。
第二确定单元,用于将每个边的中点的位置坐标确定为对应的第二位置信息。
根据本公开的实施例,上述图像处理装置700还可以包括第二获得模块和第三获得模块。
第二获得模块,用于响应于针对目标图像中的目标对象的标注框生成操作,得到标注框信息。
第三获得模块,用于响应于针对目标对象区域的至少一次选择操作,得到至少一个第一交互点的第一交互点信息。
根据本公开的实施例,上述图像处理装置700还可以包括执行模块、
执行模块,用于在确定图像分割结果不满足预设条件的情况下,执行至少一项操作,直至新图像分割结果满足预设条件,其中,至少一项操作,可以包括如下操作。
响应于针对目标对象区域的新选择操作,得到新第一交互点的第一交互点信息,以便获得新图像分割结果。
响应于针对非目标对象区域的选择操作,得到第三交互点的第三交互点信息,以便获得新图像分割结果。
根据本公开的实施例,执行模块可以包括第二获得子模块。
第二获得子模块,用于在确定图像分割结果中目标掩码区域覆盖目标对象区域的情况下,响应于针对非目标对象区域的选择操作,得到第三交互点的第三交互点信息,以便获得新图像分割结果并且新图像分割结果中目标掩码区域与目标对象区域相匹配。目标掩码区域是与目标图像中的目标对象对应的掩码区域。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上所述的方法。
根据本公开的实施例,一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行如上所述的方法。
根据本公开的实施例,一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如上所述的方法。
图8示意性示出了根据本公开实施例的适于实现图像处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如图像处理方法。例如,在一些实施例中,图像处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的图像处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以是分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (13)
1.一种图像处理方法,包括:
响应于针对目标图像的分割请求,确定标注信息集,其中,所述标注信息集包括所述目标图像数据、第一交互信息集和标注框信息;
根据所述标注框信息,确定第二交互信息集;以及
对所述目标图像数据、所述第一交互信息集和所述第二交互信息集进行图像分割处理,得到所述目标图像的图像分割结果,
其中,所述第一交互信息集包括至少一个第一交互点的第一交互点信息,所述第二交互信息集包括至少一个第二交互点的第二交互点信息,其中,每个所述第一交互点位于所述目标图像中的目标对象区域,每个所述第二交互点位于所述目标图像中除所述目标对象区域以外的非目标对象区域;
其中,所述标注框信息包括标注框的第一位置信息,所述第二交互点信息包括第二位置信息;
所述根据所述标注框信息,确定第二交互信息集,包括:
基于预设转换规则,根据所述第一位置信息,确定至少一个所述第二位置信息;以及
根据至少一个所述第二位置信息,得到所述第二交互信息集。
2.根据权利要求1所述的方法,其中,所述标注框包括矩形框,所述第一位置信息包括第一位置坐标和第二位置坐标,所述第一位置坐标和第二位置坐标是所述矩形框中处于对角的两个顶点的位置坐标;
所述基于预设转换规则,根据所述第一位置信息,确定至少一个所述第二位置信息,包括:
根据所述第一位置坐标和所述第二位置坐标,确定所述矩形框中每个边的中点的位置坐标;以及
将所述每个边的中点的位置坐标确定为对应的第二位置信息。
3.根据权利要求1或2所述的方法,还包括:
响应于针对所述目标图像中的目标对象的标注框生成操作,得到所述标注框信息;以及
响应于针对所述目标对象区域的至少一次选择操作,得到所述至少一个第一交互点的第一交互点信息。
4.根据权利要求3所述的方法,还包括:
在确定所述图像分割结果不满足预设条件的情况下,执行以下至少一项操作,直至新图像分割结果满足所述预设条件,其中,所述至少一项操作,包括:
响应于针对所述目标对象区域的新选择操作,得到新第一交互点的第一交互点信息,以便获得新图像分割结果;以及
响应于针对所述非目标对象区域的选择操作,得到第三交互点的第三交互点信息,以便获得新图像分割结果。
5.根据权利要求4所述的方法,其中,所述在确定所述图像分割结果不满足预设条件的情况下,执行以下至少一项操作,直至新图像分割结果满足所述预设条件,包括:
在确定所述图像分割结果中目标掩码区域覆盖所述目标对象区域的情况下,响应于针对所述非目标对象区域的选择操作,得到第三交互点的第三交互点信息,以便获得新图像分割结果并且所述新图像分割结果中所述目标掩码区域与所述目标对象区域相匹配,其中,所述目标掩码区域是与所述目标图像中的目标对象对应的掩码区域。
6.一种图像处理装置,包括:
第一确定模块,用于响应于针对目标图像的分割请求,确定标注信息集,其中,所述标注信息集包括所述目标图像数据、第一交互信息集和标注框信息;
第二确定模块,用于根据所述标注框信息,确定第二交互信息集;以及
第一获得模块,用于对所述目标图像数据、所述第一交互信息集和所述第二交互信息集进行图像分割处理,得到所述目标图像的图像分割结果,
其中,所述第一交互信息集包括至少一个第一交互点的第一交互点信息,所述第二交互信息集包括至少一个第二交互点的第二交互点信息,其中,每个所述第一交互点位于所述目标图像中的目标对象区域,每个所述第二交互点位于所述目标图像中除所述目标对象区域以外的非目标对象区域;
其中,所述标注框信息包括标注框的第一位置信息,所述第二交互点信息包括第二位置信息;
所述第二确定模块,包括:
第一确定子模块,用于基于预设转换规则,根据所述第一位置信息,确定至少一个所述第二位置信息;以及
第一获得子模块,用于根据至少一个所述第二位置信息,得到所述第二交互信息集。
7.根据权利要求6所述的装置,其中,所述标注框包括矩形框,所述第一位置信息包括第一位置坐标和第二位置坐标,所述第一位置坐标和第二位置坐标是所述矩形框中处于对角的两个顶点的位置坐标;
所述第一确定子模块,包括:
第一确定单元,用于根据所述第一位置坐标和所述第二位置坐标,确定所述矩形框中每个边的中点的位置坐标;以及
第二确定单元,用于将所述每个边的中点的位置坐标确定为对应的第二位置信息。
8.根据权利要求6或7所述的装置,还包括:
第二获得模块,用于响应于针对所述目标图像中的目标对象的标注框生成操作,得到所述标注框信息;以及
第三获得模块,用于响应于针对所述目标对象区域的至少一次选择操作,得到所述至少一个第一交互点的第一交互点信息。
9.根据权利要求8所述的装置,还包括:
执行模块,用于在确定所述图像分割结果不满足预设条件的情况下,执行至少一项操作,直至新图像分割结果满足所述预设条件,其中,所述至少一项操作,包括:
响应于针对所述目标对象区域的新选择操作,得到新第一交互点的第一交互点信息,以便获得新图像分割结果;以及
响应于针对所述非目标对象区域的选择操作,得到第三交互点的第三交互信息,以便获得新图像分割结果。
10.根据权利要求9所述的装置,其中,所述执行模块,包括:
第二获得子模块,用于在确定所述图像分割结果中目标掩码区域覆盖所述目标对象区域的情况下,响应于针对所述非目标对象区域的选择操作,得到第三交互点的第三交互点信息,以便获得新图像分割结果并且所述新图像分割结果中所述目标掩码区域与所述目标对象区域相匹配,其中,所述目标掩码区域是与所述目标图像中的目标对象对应的掩码区域。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1~5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1~5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序存储于可读存储介质和电子设备其中至少之一上,所述计算机程序在被处理器执行时实现根据权利要求1~5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111118378.8A CN113837194B (zh) | 2021-09-23 | 2021-09-23 | 图像处理方法、图像处理装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111118378.8A CN113837194B (zh) | 2021-09-23 | 2021-09-23 | 图像处理方法、图像处理装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113837194A CN113837194A (zh) | 2021-12-24 |
CN113837194B true CN113837194B (zh) | 2024-05-10 |
Family
ID=78969502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111118378.8A Active CN113837194B (zh) | 2021-09-23 | 2021-09-23 | 图像处理方法、图像处理装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113837194B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385459B (zh) * | 2023-03-08 | 2024-01-09 | 阿里巴巴(中国)有限公司 | 图像分割方法及装置 |
CN116612269B (zh) * | 2023-07-17 | 2023-11-03 | 深圳思谋信息科技有限公司 | 交互式分割标注方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210487A (zh) * | 2019-05-30 | 2019-09-06 | 上海商汤智能科技有限公司 | 一种图像分割方法及装置、电子设备和存储介质 |
CN110211134A (zh) * | 2019-05-30 | 2019-09-06 | 上海商汤智能科技有限公司 | 一种图像分割方法及装置、电子设备和存储介质 |
CN111860515A (zh) * | 2020-06-02 | 2020-10-30 | 格物钛(上海)智能科技有限公司 | 一种交互式智能2d语义分割系统、方法、存储介质和装置 |
WO2021027135A1 (zh) * | 2019-08-15 | 2021-02-18 | 平安科技(深圳)有限公司 | 细胞检测模型训练方法、装置、计算机设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106997466B (zh) * | 2017-04-12 | 2021-05-04 | 百度在线网络技术(北京)有限公司 | 用于检测道路的方法和装置 |
-
2021
- 2021-09-23 CN CN202111118378.8A patent/CN113837194B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210487A (zh) * | 2019-05-30 | 2019-09-06 | 上海商汤智能科技有限公司 | 一种图像分割方法及装置、电子设备和存储介质 |
CN110211134A (zh) * | 2019-05-30 | 2019-09-06 | 上海商汤智能科技有限公司 | 一种图像分割方法及装置、电子设备和存储介质 |
WO2021027135A1 (zh) * | 2019-08-15 | 2021-02-18 | 平安科技(深圳)有限公司 | 细胞检测模型训练方法、装置、计算机设备及存储介质 |
CN111860515A (zh) * | 2020-06-02 | 2020-10-30 | 格物钛(上海)智能科技有限公司 | 一种交互式智能2d语义分割系统、方法、存储介质和装置 |
Non-Patent Citations (2)
Title |
---|
基于深度卷积神经网络的弱监督图像语义分割;郑宝玉;王雨;吴锦雯;周全;;南京邮电大学学报(自然科学版)(05);全文 * |
融入极值点特征的深度交互式图像分割方法研究;陆安琴;秦婵婵;胡圣波;李国庆;;信息通信(06);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113837194A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11810319B2 (en) | Image detection method, device, storage medium and computer program product | |
CN114187633B (zh) | 图像处理方法及装置、图像生成模型的训练方法及装置 | |
CN113837194B (zh) | 图像处理方法、图像处理装置、电子设备以及存储介质 | |
US11861919B2 (en) | Text recognition method and device, and electronic device | |
EP3876197A2 (en) | Portrait extracting method and apparatus, electronic device and storage medium | |
CN113627439A (zh) | 文本结构化处理方法、处理装置、电子设备以及存储介质 | |
US20230068025A1 (en) | Method and apparatus for generating road annotation, device and storage medium | |
CN116109824A (zh) | 基于扩散模型的医学影像及像素级标注生成方法及装置 | |
CN115147265A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN114792355B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN113538450B (zh) | 用于生成图像的方法及装置 | |
CN115578486A (zh) | 图像生成方法、装置、电子设备和存储介质 | |
CN113657518B (zh) | 训练方法、目标图像检测方法、装置、电子设备以及介质 | |
CN113902899A (zh) | 训练方法、目标检测方法、装置、电子设备以及存储介质 | |
CN116385789B (zh) | 图像处理方法、训练方法、装置、电子设备及存储介质 | |
CN112528610A (zh) | 一种数据标注方法、装置、电子设备及存储介质 | |
CN116259064A (zh) | 表格结构识别方法、表格结构识别模型的训练方法及装置 | |
CN115082298A (zh) | 图像生成方法、装置、电子设备以及存储介质 | |
CN113781653B (zh) | 对象模型生成方法、装置、电子设备及存储介质 | |
CN113903071A (zh) | 人脸识别方法、装置、电子设备和存储介质 | |
CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
CN114187448A (zh) | 文档图像识别方法和装置、电子设备、计算机可读介质 | |
CN113947146A (zh) | 样本数据生成方法、模型训练方法、图像检测方法及装置 | |
CN113742485A (zh) | 一种处理文本的方法和装置 | |
US20230119741A1 (en) | Picture annotation method, apparatus, electronic device, and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |