CN114187488B - 图像处理方法、装置、设备、介质 - Google Patents
图像处理方法、装置、设备、介质 Download PDFInfo
- Publication number
- CN114187488B CN114187488B CN202111507276.5A CN202111507276A CN114187488B CN 114187488 B CN114187488 B CN 114187488B CN 202111507276 A CN202111507276 A CN 202111507276A CN 114187488 B CN114187488 B CN 114187488B
- Authority
- CN
- China
- Prior art keywords
- detection
- detection frame
- frame
- augmented
- original
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 619
- 230000003190 augmentative effect Effects 0.000 claims abstract description 234
- 230000003416 augmentation Effects 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 13
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 235000013361 beverage Nutrition 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000002372 labelling 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
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design 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
- 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
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供了图像处理方法、装置、设备、介质及程序产品,涉及计算机技术领域,尤其涉及计算机视觉领域。具体实现方案为:对原始图像进行图像增广,得到至少一幅增广图像;分别对原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框;确定原始检测框和增广检测框是否属于相同主体;在属于相同主体的情况下,根据增广检测框确定原始图像中的目标主体框。本公开实施例可以提高主体检测的准确率。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及计算机视觉领域,具体涉及一种图像处理方法、装置、设备、介质及程序产品。
背景技术
图像识别作为计算机视觉领域的常用技术之一,被广泛应用在人脸识别、车辆车牌识别以及商品识别等多个领域。
图像识别通常需要在待识别图像中裁剪主体区域,进而将主体区域的特征和检索库中图像的特征进行比对,来获得最终识别结果。检索库中的图像通常是对图像中的主体区域进行剪裁,并对剪裁得到的主体区域进行标注得到的。在构建检索库时,往往需要对大量图像进行主体检测和标注,如何降低主体检测的成本对于检索库构建十分重要。
发明内容
本公开提供了一种图像处理方法、装置、设备、介质及程序产品。
根据本公开的一方面,提供了一种图像处理方法,包括:
对原始图像进行图像增广,得到至少一幅增广图像;
分别对所述原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框;
确定原始检测框和增广检测框是否属于相同主体;
在属于相同主体的情况下,根据所述增广检测框确定原始图像中的目标主体框。
根据本公开的另一方面,提供了一种图像处理装置,包括:
图像增广模块,用于对原始图像进行图像增广,得到至少一幅增广图像;
主体检测模块,用于分别对所述原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框;
相同主体确定模块,用于确定原始检测框和增广检测框是否属于相同主体;
目标主体框确定模块,用于在属于相同主体的情况下,根据所述增广检测框确定原始图像中的目标主体框。
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本公开任一实施例的图像处理方法。
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,计算机指令用于使计算机执行本公开任一实施例的图像处理方法。
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,计算机程序在被处理器执行时实现本公开任一实施例的图像处理方法。
本公开实施例可以提高主体检测的准确率。
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1a是根据本公开实施例提供的一种图像处理方法的示意图;
图1b是根据本公开实施例提供的确定目标主体框的示意图;
图2是根据本公开实施例提供的另一种图像处理方法的示意图;
图3是根据本公开实施例提供的又一种图像处理方法的示意图;
图4是根据本公开实施例提供的一种图像处理装置的示意图;
图5是用来实现本公开实施例的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1a是根据本公开实施例公开的一种图像处理方法的流程图,本实施例可以适用于通过原始图像和增广图像,对原始图像进行主体检测的情况。本实施例方法可以由图像处理装置来执行,该装置可采用软件和/或硬件的方式实现,并具体配置于具有一定数据运算能力的电子设备中,该电子设备可以是客户端设备或服务器设备,客户端设备例如手机、平板电脑、车载终端和台式电脑等。
S110、对原始图像进行图像增广,得到至少一幅增广图像。
原始图像是需要进行主体检测的图像,原始图像中包含一个或者多个主体。示例性的,原始图像包含人和人手中的饮料瓶,此时,原始图像中包含的主体即为人和饮料瓶。
图像增广是指对原始图像做一系列随机改变,得到与原始图像相似图像的技术。增广图像是对原始图像进行图像增广得到的图像。示例性的,增广图像可以是对原始图像进行水平翻转、竖直翻转、随机剪裁或者颜色变换等操作得到的图像。
本公开实施例中,为了提高主体检测的准确率,在对原始图像进行主体检测之前,可以对原始图像进行图像增广,得到一幅或者多幅增广图像。示例性的,分别对原始图像进行水平翻转、竖直翻转和颜色变换,得到与原始图像相似但不相同的三幅增广图像。
在后续识别过程中可以同时对原始图像和增广图像进行主体检测,得到针对不同图像的主体检测框,并通过对不同图像的主体检测框进行融合,得到最终的目标主体框。相对于仅对原始图像进行主体检测得到目标主体框的方式,对不同图像的主体检测框进行融合可以避免因原始图像主体检测不准确导致的主体特征丢失问题,提高主体检测的准确率。
S120、分别对原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框。
在获取到针对原始图像的至少一幅增广图像之后,分别对原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框。具体的,可以分别将原始图像和增广图像输入至主体检测模型中,得到主体检测模型输出的针对原始图像的原始检测框,以及针对增广图像的增广检测框。其中,主体检测模型可以是采用图像样本和图像样本对应主体标注信息训练得到。
示例性的,对原始图像进行水平翻转得到第一增广图像,对原始图像进行竖直翻转得到第二增广图像。分别将原始图像、第一增广图像和第二增广图像输入到主体检测模型,得到主体检测模型输出的针对原始图像的3个原始检测框,针对第一增广图像的3个第一增广检测框,以及针对第二增广图像的3个第三增广检测框。
值得注意的是,主体检测框模型输出的信息还包括每个检测框的分值,该分值可以表征其对应检测框的置信度。
S130、确定原始检测框和增广检测框是否属于相同主体。
为了提高主体检测的准确度,可以将原始检测框和增广检测框进行比对,确定二者是否包含了相同的主体。具体的,可以计算原始检测框和增广检测框的交并比,通过将交并比和预先设定的交并比阈值进行比对,来确定原始检测框和增广检测框是否属于相同主体。在原始检测框和增广检测框属于相同主体时,可以根据原始检测框和增广检测框共同来确定最终的目标主体框。
示例性的,主体检测模型输出了针对原始图像的3个原始检测框,针对增广图像的3个第一增广检测框。可以依据各原始检测框的分值,对原始检测框进行排序,得到原始检测框序列,并且依据各增广检测框的分值,对增广检测框进行排序,得到增广检测框序列。在原始检测框序列中依次获取原始检测框作为第一原始检测框。进一步的,按照增广检测框序列中的增广检测框顺序,依次计算第一原始检测框与各增广检测框的交并比。在交并比大于设定的交并比阈值的情况下,确定进行比较的原始检测框和增广检测框属于相同主体。对于其他原始检测框,重复执行上述与各增广检测框比对的操作,直至完成全部原始检测框和增广检测框之间的比对操作。
又示例性的,依据主体检测分值,直接对原始检测框和增广检测框进行共同排序,得到检测框序列。按照排列顺序,在检测框序列中获取一个检测框作为第一检测框,然后依次将其他检测框作为第二检测框,将第一检测框和第二检测框进行比对。在完成一轮比对后,在检测框序列中获取下一个检测框作为第一检测框,重复执行将第一检测框和其他检测框进行比对的过程,直至完成检测框序列中各检测框的两两比对。
S140、在属于相同主体的情况下,根据增广检测框确定原始图像中的目标主体框。
在进行比较的原始检测框和增广检测框属于相同主体的情况下,可以根据增广检测框对原始检测框进行更新,从而将更新后的原始检测框作为原始图像中的目标主体框。
示例性的,进行比较的原始检测框和增广检测框的交并比大于85%则确定原始检测框和增广检测框属于相同主体。在这种情况下,可以将增广检测框映射到原始图像中,确定增广检测框包含区域在原始图像中的位置信息。最终可以根据增广检测框在原始图像中的位置信息,对原始检测框的位置信息进行更新,得到更新后的检测框,更新后的检测框即为目标主体框。
在一个具体的例子中,如图1b所示,原始检测框在原始图像中的位置信息为(x1min,y1min,x1max,y1max),其中,(x1min,y1min)可以理解为原始检测框左上角坐标,(x1max,y1max)可以理解为原始检测框右下角坐标。将增广检测框映射到原始图像得到位置信息是(x2min,y2min,x2max,y2max),同样,(x2min,y2min)可以理解为增广检测框在原始图像中左上角坐标,(x2max,y2max)可以理解为增广检测框在原始图像中右下角坐标。为了避免主体特征丢失,可以利用增广检测框的位置信息对原始检测框的位置信息进行更新,得到更新后的检测框位置信息[min(x1min,x2min),min(y1min,y2min),max(x1max,x2max),max(y1max,y2max)],也即(x1min,y1min,x2max,y2max)。此时,原始检测框的位置更新为左上角坐标(x1min,y1min),右下角坐标(x2max,y2max)。更新后的原始检测框包含了更新前的原始检测框以及增广检测框,更新后的原始检测框即为目标主体框,可以避免主体特征丢失的问题。
本公开实施例提供的图像处理方法,可以应用在索引库构建过程中的图像标注场景中。具体的,获取到大量待入索引库的原始图像,每张原始图像都对应有标签信息。可以通过本实施例提供的图像处理方法,对待入索引库的原始图像进行主体检测,并将在原始图像中进行目标主体框的剪裁。进一步的,可以将原始图像中剪裁得到的一个或者多个目标主体框与原始图像的标签进行对应存储。最终将与原始图像的标签对应的目标主体框进行特征提取,并将提取特征和标签添加到索引库。在上述过程中,只需要开发者在剪裁得到的多个目标主体框中,选择与标签信息对应的目标主体框,并删除其他目标主体框。相较于传统人工标注的方法构建索引库,大大降低了图像标注的人力成本,并且提高了主体检测的准确性。
本公开实施例的技术方案,首先对原始图像进行图像增广,得到增广图像,并分别对原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框,进一步的,在确定原始检测框和增广检测框属于相同主体的情况下,根据增广检测框确定原始图像中的目标主体框。基于对原始检测框和增广检测框共同确定目标主体框,可以提高主体检测的准确率。
图2是本公开实施例中的一种图像处理方法的示意图,在上述实施例的基础上进一步细化,提供了确定原始检测框和增广检测框是否属于相同主体的具体步骤,以及在属于相同主体的情况下,根据增广检测框确定原始图像中的目标主体框的具体步骤。下面结合图2对本公开实施例提供的一种图像处理方法进行说明,包括以下:
S210、对原始图像进行图像增广,得到至少一幅增广图像。
S220、分别对原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框。
S230、确定原始检测框和增广检测框之间的交叠率。
交叠率用于表征原始检测框和增广检测框的重合度,也可以称为交并比。交叠率可以通过计算原始检测框和增广检测框重合区域的面积,与二者并集的面积之间的比值得到。
本公开实施例中,为了提高主体检测的准确率,避免主体特征的丢失,可以依据增广检测框对原始检测框进行更新。具体的,首先计算原始检测框和增广检测框之间的交叠率,以根据交叠率确定二者是否对应相同主体。
在一个具体的例子中,可以将获取到的k1个原始检测框、k2个第一增广检测框以及k3个第二增广检测框按照对应分值进行排序,得到一个检测框序列。首先,初始化i=1,j=2。进一步的,在i=1时,获取第1个检测框作为第一检测框,并在检测框序列中从第j个检测框开始(即从第2个检测框开始),依次获取除第1个检测框之外的其他检测框作为第二检测框。将第一检测框和第二检测框进行比对,得到二者之间的交并比。在完成第一轮比较后,将i更新为i+1,j更新为j+1,重复执行上述操作,直至i=k1+k2+k3。后续会针对交并比计算结果,进行第i个检测框的更新,例如,在交并比大于阈值时,认为当前进行比对的两个检测框属于相同主体,并依据第j个检测框来更新第i个检测框,得到最终的目标主体框,可以避免主体特征丢失,提高主体检测的准确率。
值得注意的是,上述具体例子中,进行了全部检测框之间的两两比对。也即,其中包含了不同原始检测框之间的比对。但主体检测模型在主体检测过程中,已经进行了同一幅图像中,不同检测框之间是否属于相同主体的判断。并且,已经完成了将属于相同主体的检测框进行合并的操作。因此,在上述例子中,将不同原始检测框进行比对时,不会出现交并比大于阈值的情况。
在另一个具体的例子中,可以分别将原始检测框和增广检测框按照分值进行排序。依据原始检测框的排序结果,在原始检测框获取第一个原始检测框作为第一检测框,并且依据增广检测框的排序结果,依次将增广检测框和第一检测框进行比对,得到交并比。然后依据原始检测框的排序结果,在原始检测框获取下一个原始检测框作为第一检测框,并依据增广检测框的排序结果,依次将增广检测框和第一检测框进行比对,得到交并比。重复执行上述操作,直至完成全部原始检测框和各增广检测框之间的比对。
可选的,确定原始检测框和增广检测框之间的交叠率,包括:
根据至少两个原始检测框的主体检测分值和至少两个增广检测框的主体检测分值,确定原始检测框与增广检测框之间的处理顺序;
采用处理顺序,确定原始检测框和增广检测框之间的交叠率。
本可选的实施例中,提供一种确定原始检测框和增广检测框之间的交叠率的具体方式:首先,根据至少两个原始检测框的主体检测分值和至少两个增广检测框的主体检测分值,确定原始检测框和增广检测框之间的处理顺序。具体的,可以按照原始检测框的主体检测分值和增广检测框的分值,分别对原始检测框和增广检测框进行排序。按照原始检测框的排序结果,在原始检测框中获取一个原始检测框作为第一检测框。进一步的,依据增广检测框的排序结果,将第一检测框和各增广检测框进行比对,计算二者之间的交叠率。在完成一轮比对之后,再按照原始检测框的主体检测分值,获取下一个主体检测框作为第一检测框,重复执行第一检测框与各增广检测框的比对过程,直至完成全部原始检测框和各增广检测框的比对,得到原始检测框和各增广检测框之间的交叠率。通过上述方式确定原始检测框与增广检测框之间的处理顺序,可以先对主体检测分值较高的检测框进行比对,以有限完成主体检测框分值较高的原始检测框的更新,可以保障主体检测的准确性。
S240、在交叠率大于交叠率阈值的情况下,确定原始检测框和增广检测框属于相同主体。
本公开实施例中,在将原始检测框和增广检测框进行比对,得到二者之间的交叠率后,将交叠率和预先设定的交叠率阈值进行比较。在交叠率大于交叠率阈值的情况下,可以确定当前进行比对的原始检测框和增广检测框对应相同的主体。通过计算交叠率的方式,确定原始检测框和增广检测框是否属于相同主体,计算量小。并且在确认二者属于相同主体后,可以依据原始检测框和增广检测框共同确定目标主体框,可以提高主体检测的准确率。
示例性的,获取到原始检测框和增广检测框之间的交叠率是90%,预先设定的交叠率阈值是85%。显然,此时对比得到的交叠率大于交叠率阈值,此时确定当前进行比对的原始检测框和增广检测框属于相同主体。
S250、根据属于相同主体的原始检测框的原始框位置和增广检测框的增广框位置,确定目标主体框位置。
本公开实施例中,在进行比对的原始检测框和增广检测框属于相同的主体时,可以依据增广检测框对原始检测框进行更新。具体的,可以将增广检测框所在区域映射到原始图像中,得到增广检测框的增广框位置。进一步的,依据原始检测框的原始框位置和增广检测框的增广框位置共同确定更新后的检测框位置。
原始检测框在原始图像中的位置信息为(x1min,y1min,x1max,y1max),其中,(x1min,y1min)为原始检测框左上角坐标,(x1max,y1max)为原始检测框右下角坐标。增广检测框映射到原始图像得到位置信息是(x2min,y2min,x2max,y2max),同样,(x2min,y2min)为增广检测框左上角坐标,(x2max,y2max)为增广检测框右下角坐标。为了避免主体特征丢失,可以利用增广检测框的位置信息对原始检测框的位置信息进行更新,得到更新后的检测框位置信息[min(x1min,x2min),min(y1min,y2min),max(x1max,x2max),max(y1max,y2max)]。此时,更新后的检测框位置为左上角坐标(x1min,y1min),右下角坐标(x2max,y2max)。其中,更新后的检测框即为目标主体框。
S260、根据目标主体框位置,确定原始图像中的目标主体框。
本公开实施例中,在确定目标主体框位置后,依据目标主体框位置,确定原始图像中的目标主体框。示例性的,目标主体框的位置是(x1min,y1min,x2max,y2max),则可以确定目标主体框是左上角坐标为(x1min,y1min),右下角坐标为(x2max,y2max)的矩形框。最终得到的目标主体框包含了原始检测框以及增广检测框,相比于仅对原始图像进行主体检测得到目标主体框的方式,可以避免主体特征丢失的问题。
本公开实施例的技术方案,首先对原始图像进行图像增广,得到增广图像,并分别对原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框,进一步的,在确定原始检测框和增广检测框属于相同主体的情况下,根据属于相同主体的原始检测框的原始框位置和增广检测框的增广框位置,确定目标主体框位置,并根据目标主体框位置,确定原始图像中的目标主体框。基于对原始检测框和增广检测框共同确定目标主体框,可以提高主体检测的准确率。
图3是本公开实施例中的一种图像处理方法的示意图,在上述实施例的基础上进一步细化,提供了对原始图像进行图像增广,得到至少一幅增广图像的具体步骤,以及分别对原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框的具体步骤。下面结合图3对本公开实施例提供的一种图像处理方法进行说明,包括以下:
S310、对原始图像进行水平翻转,且对原始图像进行竖直翻转,得到至少一幅增广图像。
为了提高原始图像的主体检测准确率,本公开实施例中,首先对原始图像进行水平翻转得到第一幅增广图像,并对原始图像进行竖直翻转得到第二幅增广图像。通过对原始图像进行翻转操作,得到与原始图像相似但不相同的增广图像,可以在后续主体检测过程中,同时对原始图像和增广图像进行主体检测。并且,可以采用增广图像对应的增广检测框,对原始图像中的原始检测框进行更新,得到最终的目标主体框,避免丢失主体特征的情况,提高主体检测准确率。
S320、分别对原始图像和增广图像进行主体检测,得到原始图像中的第一检测框和第一检测框的主体检测分值,以及增广图像中的第二检测框和第二检测框的主体检测分值。
本公开实施例中,可以分别对原始图像和增广图像输入到主体检测模型进行主体检测,得到原始图像中的第一检测框和第一检测框的主体检测分值,以及增广图像中的第二检测框和第二检测框的相主体检测分值。
在一个具体的例子中,将原始图像输入至主体检测模型,得到原始图像中的4个第一检测框,每个第一检测框对应有主体检测分值。将增广图像输入至主体检测模型中,得到增广图像中的5个第二检测框,每个第二检测框对应有主体检测分值。
S330、依据预设的分值阈值和数量阈值,在第一检测框中确定原始检测框,并在第二检测框中确定增广检测框。
其中,分值阈值用于限定原始检测框和增广检测框的主体检测分值。示例性的,可以在主体检测模型针对原始图像输出的初始主体检测框中,选择主体检测分值大于分值阈值的初始主体检测框,作为原始检测框。同理,可以在主体检测模型针对增广图像输出的初始主体检测框中,选择主体检测分值大于分值阈值的初始主体检测框,作为增广检测框。
数量阈值用于限定原始检测框和增广检测框的数量。例如,设置数量阈值时kmax,可以限制原始检测框和增广检测框的数量均小于或者等于kmax。
在获取到原始图像中的第一检测框和增广图像中的第二检测框后,可以依据预先设定的分值阈值,在至少一个第一检测框中获取对应主体检测分值大于分值阈值的ki个检测框,作为第一候选检测框。同时在至少一个第二检测框中获取对应主体检测框分值大于分值阈值的kj个检测框,作为第二候选检测框。
进一步的,依据数量阈值,在第一候选检测框中确定原始检测框,在第二候选检测框中确定第二检测框。具体的,数量阈值为kmax,最终获取到原始检测框的数量k1=min(ki,kmax)。也就是说,在第一候选检测框的数量大于kmax时,按照主体检测框分值由大到小的顺序,选择kmax个第一候选检测框作为原始检测框。在第一候选检测框的数量小于kmax时,可以将全部第一候选检测框作为原始检测框。
同理,在第二候选检测框中确定增广检测框时,增广检测框的数量k2=min(kj,kmax)。也就是说,在第二候选检测框的数量大于kmax时,按照主体检测框分值由大到小的顺序,选择kmax个第二候选检测框作为增广检测框。在第二候选检测框的数量小于kmax时,可以将全部第二候选检测框作为增广检测框。
通过分值阈值和数量阈值来对输出的主体检测框进行限制,可以实现通过调节分值阈值和数量阈值来平衡检测框的准确率和召回率。
S340、确定原始检测框和增广检测框是否属于相同主体。
S350、在属于相同主体的情况下,根据增广检测框确定原始图像中的目标主体框。
可选的,将原始图像增加为目标主体框。
本可选的实施例中,为了避免因主体面积占原始图像面积比率较大导致的主体漏检情况,可以将原始图像也增加为目标主体框。示例性的,在原始图像中,仅包含一个饮料瓶,饮料瓶占原始图像面积的90%。此时进行主体检测可能会出现目标主体漏检的情况,或者将瓶盖和瓶图案分别识别为单独的主体,导致主体特征丢失。在本公开实施例中直接将原始图像也增加为目标主体框,可以避免因目标主体在原始图像占据面积过大导致的主体漏检或者主体特征丢失问题。
本公开实施例的技术方案,首先对原始图像进行图像增广,得到增广图像,并分别对原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框,进一步的,在确定原始检测框和增广检测框属于相同主体的情况下,根据属于相同主体的原始检测框的原始框位置和增广检测框的增广框位置,确定目标主体框位置,并根据目标主体框位置,确定原始图像中的目标主体框。一方面,基于对原始检测框和增广检测框共同确定目标主体框,可以提高主体检测的准确率。另一方面,将原始图像增加为目标主体框,可以避免主体占图像区域过大导致的主体漏检问题。
根据本公开的实施例,图4是本公开实施例中的图像处理装置的结构图,本公开实施例适用于通过原始图像和增广图像,对原始图像进行主体检测的情况。该装置采用软件和/或硬件实现,并具体配置于具备一定数据运算能力的电子设备中。
如图4所示的一种图像处理装置400,包括:图像增广模块410、主体检测模块420、相同主体确定模块430和目标主体框确定模块440;其中,
图像增广模块410,用于对原始图像进行图像增广,得到至少一幅增广图像;
主体检测模块420,用于分别对所述原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框;
相同主体确定模块430,用于确定原始检测框和增广检测框是否属于相同主体;
目标主体框确定模块440,用于在属于相同主体的情况下,根据所述增广检测框确定原始图像中的目标主体框。
本公开实施例的技术方案,首先对原始图像进行图像增广,得到增广图像,并分别对原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框,进一步的,在确定原始检测框和增广检测框属于相同主体的情况下,根据增广检测框确定原始图像中的目标主体框。基于对原始检测框和增广检测框共同确定目标主体框,可以提高主体检测的准确率。
进一步的,相同主体确定模块430,包括:
交叠率确定单元,用于确定原始检测框和增广检测框之间的交叠率;
相同主体确定单元,用于在交叠率大于交叠率阈值的情况下,确定原始检测框和增广检测框属于相同主体。
进一步的,交叠率确定单元,包括:
处理顺序确定子单元,用于根据至少两个原始检测框的主体检测分值和至少两个增广检测框的主体检测分值,确定原始检测框与增广检测框之间的处理顺序;
交叠率确定子单元,用于采用处理顺序,确定原始检测框和增广检测框之间的交叠率。
进一步的,目标主体框确定模块440,包括:
主体框位置确定单元,用于根据属于相同主体的原始检测框的原始框位置和增广检测框的增广框位置,确定目标主体框位置;
目标主体框确定单元,用于根据所述目标主体框位置,确定原始图像中的目标主体框。
进一步的,图像增广模块410,具体用于:
对所述原始图像进行水平翻转,且对所述原始图像进行竖直翻转,得到至少一幅增广图像。
进一步的,主体检测模块420,包括:
主体检测单元,用于分别对所述原始图像和增广图像进行主体检测,得到原始图像中的第一检测框和第一检测框的主体检测分值,以及增广图像中的第二检测框和第二检测框的主体检测分值;
检测框确定单元,用于依据预设的分值阈值和数量阈值,在所述第一检测框中确定原始检测框,并在所述第二检测框中确定增广检测框。
进一步的,图像处理装置400,还包括:
目标主体框增加模块,用于将所述原始图像增加为目标主体框。
本公开实施例所提供的图像处理装置可执行本公开任意实施例所提供的图像处理方法,具备执行方法相应的功能模块和有益效果。
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。
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。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。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5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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501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501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501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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501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501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,也可以为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 (8)
1.一种图像处理方法,包括:
获取待入索引库的原始图像,其中,所述原始图像对应有标签信息;
对原始图像进行图像增广,得到至少一幅增广图像;
分别对所述原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框;
确定原始检测框和增广检测框是否属于相同主体,包括:依据主体检测分值,对所述原始检测框和所述增广检测框进行共同排序,得到检测框序列;在所述检测框序列中,按照检测框的排列顺序,获取一个检测框作为第一检测框,依次将其他检测框作为第二检测框,将所述第一检测框和所述第二检测框进行比对;在完成一轮比对后,按照所述排列顺序,在所述检测框序列中获取下一个检测框作为所述第一检测框,依次将所述其他检测框作为所述第二检测框,重复执行将所述第一检测框和所述第二检测框进行比对的过程,直至完成所述检测框序列中各检测框的两两比对,来确定原始检测框和增广检测框是否属于相同主体;
在属于相同主体的情况下,根据所述增广检测框确定原始图像中的目标主体框;
将所述原始图像增加为目标主体框;
在所述原始图像中进行目标主体框的剪裁,并将剪裁得到的至少一个目标主体框与所述原始图像对应的标签信息进行对应存储;
将与所述标签信息对应存储的目标主体框进行特征提取,得到提取特征;
将所述提取特征和所述标签信息添加到索引库;
其中,在属于相同主体的情况下,根据所述增广检测框确定原始图像中的目标主体框,包括:
根据属于相同主体的原始检测框的原始框位置和增广检测框的增广框位置,确定目标主体框位置,包括:将所述增广检测框所在区域映射到所述原始图像中,得到所述增广检测框的增广框位置,依据所述原始检测框的原始框位置和所述增广检测框的增广框位置共同确定目标主体框位置;
根据所述目标主体框位置,确定原始图像中的目标主体框;其中,所述目标主体框包含所述原始检测框和所述增广检测框;
其中,所述确定原始检测框和增广检测框是否属于相同主体,还包括:
按照所述原始检测框的主体检测分值和所述增广检测框的主体检测分值,分别对原始检测框和增广检测框进行排序;按照所述原始检测框的排序结果,在所述原始检测框中获取一个原始检测框作为第一检测框;依据所述增广检测框的排序结果,将所述第一检测框和各所述增广检测框进行比对,计算原始检测框和增广检测框之间的交叠率;完成一轮比对后,按照所述原始检测框的主体检测分值,获取下一个主体检测框作为所述第一检测框,重复执行将所述第一检测框和各所述增广检测框进行比对的过程,直至完成全部原始检测框和各增广检测框的比对,得到原始检测框和各增广检测框之间的交叠率;
在交叠率大于交叠率阈值的情况下,确定原始检测框和增广检测框属于相同主体。
2.根据权利要求1所述的方法,其中,对原始图像进行图像增广,得到至少一幅增广图像,包括:
对所述原始图像进行水平翻转,且对所述原始图像进行竖直翻转,得到至少一幅增广图像。
3.根据权利要求1所述的方法,其中,分别对所述原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框,包括:
分别对所述原始图像和增广图像进行主体检测,得到原始图像中的第一检测框和第一检测框的主体检测分值,以及增广图像中的第二检测框和第二检测框的主体检测分值;
依据预设的分值阈值和数量阈值,在所述第一检测框中确定原始检测框,并在所述第二检测框中确定增广检测框。
4.一种图像处理装置,包括:
图像增广模块,用于获取待入索引库的原始图像,其中,所述原始图像对应有标签信息;对原始图像进行图像增广,得到至少一幅增广图像;
主体检测模块,用于分别对所述原始图像和增广图像进行主体检测,得到原始图像中的原始检测框和增广图像中的增广检测框;
相同主体确定模块,用于确定原始检测框和增广检测框是否属于相同主体,包括:依据主体检测分值,对所述原始检测框和所述增广检测框进行共同排序,得到检测框序列;在所述检测框序列中,按照检测框的排列顺序,获取一个检测框作为第一检测框,依次将其他检测框作为第二检测框,将所述第一检测框和所述第二检测框进行比对;在完成一轮比对后,按照所述排列顺序,在所述检测框序列中获取下一个检测框作为所述第一检测框,依次将所述其他检测框作为所述第二检测框,重复执行将所述第一检测框和所述第二检测框进行比对的过程,直至完成所述检测框序列中各检测框的两两比对,来确定原始检测框和增广检测框是否属于相同主体;
目标主体框确定模块,用于在属于相同主体的情况下,根据所述增广检测框确定原始图像中的目标主体框;
目标主体框增加模块,用于将所述原始图像增加为目标主体框;
具体用于:在所述原始图像中进行目标主体框的剪裁,并将剪裁得到的至少一个目标主体框与所述原始图像对应的标签信息进行对应存储;将与所述标签信息对应存储的目标主体框进行特征提取,得到提取特征;将所述提取特征和所述标签信息添加到索引库;
其中,所述目标主体框确定模块,包括:
主体框位置确定单元,用于根据属于相同主体的原始检测框的原始框位置和增广检测框的增广框位置,确定目标主体框位置,包括:将所述增广检测框所在区域映射到所述原始图像中,得到所述增广检测框的增广框位置,依据所述原始检测框的原始框位置和所述增广检测框的增广框位置共同确定目标主体框位置;
目标主体框确定单元,用于根据所述目标主体框位置,确定原始图像中的目标主体框;其中,所述目标主体框包含所述原始检测框和所述增广检测框;
其中,所述相同主体确定模块,包括:
交叠率确定单元,用于按照所述原始检测框的主体检测分值和所述增广检测框的主体检测分值,分别对原始检测框和增广检测框进行排序;按照所述原始检测框的排序结果,在所述原始检测框中获取一个原始检测框作为第一检测框;依据所述增广检测框的排序结果,将所述第一检测框和各所述增广检测框进行比对,计算原始检测框和增广检测框之间的交叠率;完成一轮比对后,按照所述原始检测框的主体检测分值,获取下一个主体检测框作为所述第一检测框,重复执行将所述第一检测框和各所述增广检测框进行比对的过程,直至完成全部原始检测框和各增广检测框的比对,得到原始检测框和各增广检测框之间的交叠率;
相同主体确定单元,用于在交叠率大于交叠率阈值的情况下,确定原始检测框和增广检测框属于相同主体。
5.根据权利要求4所述的装置,其中,所述图像增广模块,具体用于:
对所述原始图像进行水平翻转,且对所述原始图像进行竖直翻转,得到至少一幅增广图像。
6.根据权利要求4所述的装置,其中,所述主体检测模块,包括:
主体检测单元,用于分别对所述原始图像和增广图像进行主体检测,得到原始图像中的第一检测框和第一检测框的主体检测分值,以及增广图像中的第二检测框和第二检测框的主体检测分值;
检测框确定单元,用于依据预设的分值阈值和数量阈值,在所述第一检测框中确定原始检测框,并在所述第二检测框中确定增广检测框。
7.一种电子设备,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1-3中任一项所述的图像处理方法。
8.一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1-3中任一项所述的图像处理方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111507276.5A CN114187488B (zh) | 2021-12-10 | 2021-12-10 | 图像处理方法、装置、设备、介质 |
JP2022195970A JP2023086698A (ja) | 2021-12-10 | 2022-12-07 | 画像処理方法、装置、機器、媒体およびプログラム |
US18/078,635 US20230186599A1 (en) | 2021-12-10 | 2022-12-09 | Image processing method and apparatus, device, medium and program product |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111507276.5A CN114187488B (zh) | 2021-12-10 | 2021-12-10 | 图像处理方法、装置、设备、介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114187488A CN114187488A (zh) | 2022-03-15 |
CN114187488B true CN114187488B (zh) | 2023-11-17 |
Family
ID=80543130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111507276.5A Active CN114187488B (zh) | 2021-12-10 | 2021-12-10 | 图像处理方法、装置、设备、介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230186599A1 (zh) |
JP (1) | JP2023086698A (zh) |
CN (1) | CN114187488B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114187488B (zh) * | 2021-12-10 | 2023-11-17 | 北京百度网讯科技有限公司 | 图像处理方法、装置、设备、介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110992297A (zh) * | 2019-11-11 | 2020-04-10 | 北京百度网讯科技有限公司 | 多商品图像合成方法、装置、电子设备及存储介质 |
CN111640103A (zh) * | 2020-05-29 | 2020-09-08 | 北京百度网讯科技有限公司 | 图像检测方法、装置、设备以及存储介质 |
CN111967313A (zh) * | 2020-07-08 | 2020-11-20 | 北京航空航天大学 | 一种深度学习目标检测算法辅助的无人机图像标注方法 |
CN112149503A (zh) * | 2020-08-20 | 2020-12-29 | 北京迈格威科技有限公司 | 目标事件检测方法、装置和电子设备和可读介质 |
CN112183509A (zh) * | 2020-12-01 | 2021-01-05 | 广州市玄武无线科技股份有限公司 | 一种基于目标检测的仓储稽核方法及系统 |
CN112183456A (zh) * | 2020-10-19 | 2021-01-05 | 北京深睿博联科技有限责任公司 | 基于样本生成和域适应的多场景运动目标检测方法及装置 |
CN112434587A (zh) * | 2020-11-16 | 2021-03-02 | 北京沃东天骏信息技术有限公司 | 一种图像处理方法及装置、存储介质 |
CN112861656A (zh) * | 2021-01-21 | 2021-05-28 | 平安科技(深圳)有限公司 | 商标相似性检测方法、装置、电子设备和存储介质 |
CN112926551A (zh) * | 2021-04-21 | 2021-06-08 | 北京京东乾石科技有限公司 | 目标检测方法、装置、电子设备和存储介质 |
CN112991349A (zh) * | 2019-12-17 | 2021-06-18 | 阿里巴巴集团控股有限公司 | 图像处理方法、装置、设备和存储介质 |
CN113283485A (zh) * | 2021-05-14 | 2021-08-20 | 上海商汤智能科技有限公司 | 目标检测方法及其模型的训练方法和相关装置及介质 |
CN113537017A (zh) * | 2021-07-06 | 2021-10-22 | 北京理工大学 | 基于级联型回归修正的光学遥感图像飞机检测方法和装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7117177B2 (ja) * | 2018-06-29 | 2022-08-12 | 株式会社パスコ | 領域特定装置及びプログラム |
JP7385416B2 (ja) * | 2019-10-10 | 2023-11-22 | グローリー株式会社 | 画像処理装置、画像処理システム、画像処理方法及び画像処理プログラム |
US11238314B2 (en) * | 2019-11-15 | 2022-02-01 | Salesforce.Com, Inc. | Image augmentation and object detection |
CN114187488B (zh) * | 2021-12-10 | 2023-11-17 | 北京百度网讯科技有限公司 | 图像处理方法、装置、设备、介质 |
-
2021
- 2021-12-10 CN CN202111507276.5A patent/CN114187488B/zh active Active
-
2022
- 2022-12-07 JP JP2022195970A patent/JP2023086698A/ja active Pending
- 2022-12-09 US US18/078,635 patent/US20230186599A1/en active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110992297A (zh) * | 2019-11-11 | 2020-04-10 | 北京百度网讯科技有限公司 | 多商品图像合成方法、装置、电子设备及存储介质 |
CN112991349A (zh) * | 2019-12-17 | 2021-06-18 | 阿里巴巴集团控股有限公司 | 图像处理方法、装置、设备和存储介质 |
CN111640103A (zh) * | 2020-05-29 | 2020-09-08 | 北京百度网讯科技有限公司 | 图像检测方法、装置、设备以及存储介质 |
CN111967313A (zh) * | 2020-07-08 | 2020-11-20 | 北京航空航天大学 | 一种深度学习目标检测算法辅助的无人机图像标注方法 |
CN112149503A (zh) * | 2020-08-20 | 2020-12-29 | 北京迈格威科技有限公司 | 目标事件检测方法、装置和电子设备和可读介质 |
CN112183456A (zh) * | 2020-10-19 | 2021-01-05 | 北京深睿博联科技有限责任公司 | 基于样本生成和域适应的多场景运动目标检测方法及装置 |
CN112434587A (zh) * | 2020-11-16 | 2021-03-02 | 北京沃东天骏信息技术有限公司 | 一种图像处理方法及装置、存储介质 |
CN112183509A (zh) * | 2020-12-01 | 2021-01-05 | 广州市玄武无线科技股份有限公司 | 一种基于目标检测的仓储稽核方法及系统 |
CN112861656A (zh) * | 2021-01-21 | 2021-05-28 | 平安科技(深圳)有限公司 | 商标相似性检测方法、装置、电子设备和存储介质 |
CN112926551A (zh) * | 2021-04-21 | 2021-06-08 | 北京京东乾石科技有限公司 | 目标检测方法、装置、电子设备和存储介质 |
CN113283485A (zh) * | 2021-05-14 | 2021-08-20 | 上海商汤智能科技有限公司 | 目标检测方法及其模型的训练方法和相关装置及介质 |
CN113537017A (zh) * | 2021-07-06 | 2021-10-22 | 北京理工大学 | 基于级联型回归修正的光学遥感图像飞机检测方法和装置 |
Non-Patent Citations (1)
Title |
---|
Learning Data Augmentation strategies for object detection;Barret Zoph 等;《Computer Vision-ECCV 2020》;566-583 * |
Also Published As
Publication number | Publication date |
---|---|
CN114187488A (zh) | 2022-03-15 |
US20230186599A1 (en) | 2023-06-15 |
JP2023086698A (ja) | 2023-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11854237B2 (en) | Human body identification method, electronic device and storage medium | |
CN112597837B (zh) | 图像检测方法、装置、设备、存储介质和计算机程序产品 | |
CN114550177A (zh) | 图像处理的方法、文本识别方法及装置 | |
CN113657274B (zh) | 表格生成方法、装置、电子设备及存储介质 | |
CN113377958B (zh) | 一种文档分类方法、装置、电子设备以及存储介质 | |
US20220027661A1 (en) | Method and apparatus of processing image, electronic device, and storage medium | |
CN113378969B (zh) | 一种目标检测结果的融合方法、装置、设备及介质 | |
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 | |
CN115620321B (zh) | 表格识别方法及装置、电子设备和存储介质 | |
CN113205041A (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
US20220351495A1 (en) | Method for matching image feature point, electronic device and storage medium | |
CN116844177A (zh) | 一种表格识别方法、装置、设备及存储介质 | |
CN115359308B (zh) | 模型训练、难例识别方法、装置、设备、存储介质及程序 | |
CN114187488B (zh) | 图像处理方法、装置、设备、介质 | |
CN116245193A (zh) | 目标检测模型的训练方法、装置、电子设备及介质 | |
CN116150339A (zh) | 对话方法、装置、设备及存储介质 | |
CN117437624B (zh) | 违禁品检测方法、装置及电子设备 | |
CN114359932A (zh) | 文本检测方法、文本识别方法及装置 | |
CN116385789B (zh) | 图像处理方法、训练方法、装置、电子设备及存储介质 | |
CN114429631B (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN114120305B (zh) | 文本分类模型的训练方法、文本内容的识别方法及装置 | |
CN113221519B (zh) | 用于处理表格数据的方法、装置、设备、介质和产品 | |
CN113887394A (zh) | 一种图像处理方法、装置、设备及存储介质 | |
CN115497112B (zh) | 表单识别方法、装置、设备以及存储介质 | |
CN114299522B (zh) | 图像识别方法装置、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 | ||
GR01 | Patent grant |