CN114332509B - 图像处理方法、模型训练方法、电子设备及自动驾驶车辆 - Google Patents
图像处理方法、模型训练方法、电子设备及自动驾驶车辆 Download PDFInfo
- Publication number
- CN114332509B CN114332509B CN202111635804.5A CN202111635804A CN114332509B CN 114332509 B CN114332509 B CN 114332509B CN 202111635804 A CN202111635804 A CN 202111635804A CN 114332509 B CN114332509 B CN 114332509B
- Authority
- CN
- China
- Prior art keywords
- feature point
- image
- feature
- subgraph
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—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
- 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
- G06V10/74—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
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
-
- 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
-
- 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
- G06V10/40—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
-
- 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Image Analysis (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开提供了一种图像处理方法、多任务处理模型的训练方法、装置、电子设备、存储介质以及程序产品,涉及自动驾驶技术领域,尤其涉及高精地图技术领域。具体实现方案为:对待处理图像进行处理,得到待处理图像的特征点、特征点描述子图和稠密描述子图;基于特征点和特征点描述子图,确定待处理图像与基准图像之间的匹配特征点对;以及基于稠密描述子图,确定待处理图像与基准图像之间的匹配像素对。
Description
技术领域
本公开涉及自动驾驶技术领域,尤其涉及高精地图技术领域,具体涉及图像处理方法、多任务处理模型的训练方法、装置、电子设备、存储介质以及程序产品。
背景技术
高精度定位导航技术在自动驾驶车辆的安全行驶方面占有不可或缺的地位。在自动驾驶车辆横向和纵向精确定位、障碍物检测与碰撞避让、智能车速控制、路径规划及行为决策等方面均发挥着重要的作用。高精地图也称高精度地图,是自动驾驶汽车使用。高精地图,拥有精确的车辆位置信息和丰富的道路元素数据信息,可以帮助汽车预知路面复杂信息,如坡度、曲率、航向等,更好地规避潜在的风险。
发明内容
本公开提供了一种图像处理方法、多任务处理模型的训练方法、装置、电子设备、存储介质以及程序产品。
根据本公开的一方面,提供了一种图像处理方法,包括:对待处理图像进行处理,得到所述待处理图像的特征点、特征点描述子图和稠密描述子图;基于所述特征点和所述特征点描述子图,确定所述待处理图像与基准图像之间的匹配特征点对;以及基于所述稠密描述子图,确定所述待处理图像与所述基准图像之间的匹配像素对。
根据本公开的另一方面,提供了一种多任务处理模型的训练方法,包括:利用训练样本训练初始多任务处理模型,得到多任务处理模型,其中,所述训练样本包括第一样本图像、第二样本图像、所述第一样本图像与所述第二样本图像之间的匹配特征点对标签、所述第一样本图像与所述第二样本图像之间的匹配像素对标签,其中,所述匹配特征点对标签用于表征所述第一样本图像的特征点与所述第二样本图像的特征点之间的匹配关系,所述匹配像素对标签用于表征所述第一样本图像的像素点与所述第二样本图像的像素点之间的匹配关系。
根据本公开的另一方面,提供了一种图像处理装置,包括:处理模块,用于对待处理图像进行处理,得到所述待处理图像的特征点、特征点描述子图和稠密描述子图;第一确定模块,用于基于所述特征点和所述特征点描述子图,确定所述待处理图像与基准图像之间的匹配特征点对;以及第二确定模块,用于基于所述稠密描述子图,确定所述待处理图像与所述基准图像之间的匹配像素对。
根据本公开的另一方面,提供了一种多任务处理模型的训练装置,包括:训练模块,用于利用训练样本训练初始多任务处理模型,得到多任务处理模型,其中,所述训练样本包括第一样本图像、第二样本图像、所述第一样本图像与所述第二样本图像之间的匹配特征点对标签、所述第一样本图像与所述第二样本图像之间的匹配像素对标签,其中,所述匹配特征点对标签用于表征所述第一样本图像的特征点与所述第二样本图像的特征点之间的匹配关系,所述匹配像素对标签用于表征所述第一样本图像的像素点与所述第二样本图像的像素点之间的匹配关系。
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如本公开的方法。
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,所述计算机指令用于使所述计算机执行如本公开的方法。
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,所述计算机程序在被处理器执行时实现如本公开的方法。
根据本公开的另一方面,提供了一种自动驾驶车辆,包括如本公开的电子设备。
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多任务处理模型的网络架构图;
图4A示意性示出了根据本公开另一实施例的多任务处理模型的网络架构图;
图4B示意性示出了根据本公开另一实施例的第一自注意力模块的网络架构图;
图4C示意性示出了根据本公开另一实施例的融合模块的网络架构图;
图4D示意性示出了根据本公开另一实施例的第二自注意力模块的网络架构图;
图5示意性示出了根据本公开实施例的图网络的网络架构图;
图6示意性示出了根据本公开实施例的确定匹配像素对的流程图;
图7示意性示出了根据本公开另一实施例的多任务处理模型的训练方法的流程图;
图8示意性示出了根据本公开实施例的图像处理装置的框图;
图9示意性示出了根据本公开另一实施例的多任务处理模型的训练装置的框图;以及
图10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。
本公开提供了一种图像处理方法、多任务处理模型的训练方法、装置、电子设备、存储介质以及程序产品。
根据本公开的实施例,提供了一种图像处理方法,包括:对待处理图像进行处理,得到所述待处理图像的特征点、特征点描述子图和稠密描述子图;基于所述特征点和所述特征点描述子图,确定所述待处理图像与基准图像之间的匹配特征点对;以及基于所述稠密描述子图,确定所述待处理图像与所述基准图像之间的匹配像素对。
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。
如图1所示,根据该实施例的系统架构100可以包括自动驾驶车辆101,网络102和服务器103。网络102用以在自动驾驶车辆101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如无线通信链路。
用户可以使用自动驾驶车辆101通过网络102与服务器103交互,以接收或发送视频流数据、定位信息等。
服务器103可以是提供各种服务的服务器,例如对用户利用自动驾驶车辆101所处理的待处理图像、所选择的目标位置的导航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)反馈给自动驾驶车辆101。
自动驾驶车辆101上可以安装有采集图像的信息采集装置,例如鱼眼相机、和/或枪机等。自动驾驶车辆101可以利用信息采集装置采集待处理图像。
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自动驾驶车辆101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自动驾驶车辆101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103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103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103且能够与自动驾驶车辆101和/或服务器103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103且能够与自动驾驶车辆101和/或服务器103通信的服务器或服务器集群中。
应该理解,图1中的自动驾驶车辆、网络和图像采集设备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。
应注意,以下方法中各个操作的序号仅作为该操作的表示以便描述,而不应被看作表示该各个操作的执行顺序。除非明确指出,否则该方法不需要完全按照所示顺序来执行。
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,该方法包括操作S210~S230。
在操作S210,对待处理图像进行处理,得到待处理图像的特征点、特征点描述子图和稠密描述子图。
在操作S220,基于特征点和特征点描述子图,确定待处理图像与基准图像之间的匹配特征点对。
在操作S230,基于稠密描述子图,确定待处理图像与基准图像之间的匹配像素对。
根据本公开的实施例,特征点可以指特征点集合,可以是图像中具有辨识度、代表性的点或者点的集合,例如角点、边缘、区块等。特征点在相机视角发生少量变化的情况下,仍然可以保持不变。
根据本公开的实施例,特征点可以包括位置信息,但是并不局限于此,还可以包括朝向、大小等信息。可以利用特征点来进行至少两个图像各自的目标对象之间的匹配、关联。
根据本公开的实施例,特征点描述子图可以是指向量,特征点描述子描述了与特征点相关联的例如特征点周围像素的信息。两个图像例如待处理图像和基准图像之间的特征点描述子在向量空间上的距离相近或者相匹配,则可以认为与两个特征点描述子一一对应的两个特征点之间相匹配,互为匹配特征点对。
根据本公开的实施例,待处理图像可以是指当前时刻的视频帧图像,基准图像可以是指历史时刻的视频帧图像,例如基准图像是当前时刻的视频帧图像的上一帧视频帧图像。但是并不局限于此。基准图像还可以是与当前时刻的视频帧图像间隔预定视频帧数量的历史视频帧图像。
根据本公开的实施例,可以基于待处理图像的特征点和特征点描述子图以及基准图像的基准特征点和基准特征点描述子图,来确定待处理图像与基准图像之间的匹配特征点对。
根据本公开的实施例,可以基于匹配特征点对来执行视觉里程计或者视觉惯性里程计等操作,但是并不局限于此,还可以基于匹配特征点对来执行稀疏重建或者云端建图等操作。
根据本公开的实施例,相对于特征点描述子图例如稀疏、关键的特征点集合的描述子图,稠密描述子图可以是指与稠密、离散的像素点集合相对应的描述子图。
根据本公开的实施例,可以基于待处理图像的稠密描述子图和基准图像的基准稠密描述子图,来确定待处理图像与基准图像之间的匹配像素对。
根据本公开的实施例,可以基于匹配像素对来执行场景目标集合三维重建等操作。
利用本公开实施例提供的图像处理方法,可以直接对待处理图像进行处理,得到待处理图像的特征点、特征点描述子图和稠密描述子图,得到用于执行场景目标集合三维重建操作的稠密描述子图以及得到用于执行视觉里程计、视觉惯性里程计、稀疏重建或者云端建图等操作的匹配特征点,由此能够同时处理多个任务,提高多个任务处理的时效性。
根据本公开的实施例,针对操作S210,可以设计一个多任务处理模型来处理待处理图像,例如将待处理图像输入至多任务处理模型中,来得到待处理图像的特征点、特征点描述子图和稠密描述子图。
根据本公开的实施例,还可以将基准图像输入至多任务处理模型中,得到基准特征点、基准特征点描述子图和基准稠密描述子图。以便基于特征点、特征点描述子图、基准特征点和基准特征点描述子图,确定待处理图像与基准图像之间的匹配特征对。基于稠密描述子图和基准稠密描述子图,确定待处理图像与基准图像之间的匹配像素对。
图3示意性示出了根据本公开实施例的多任务处理模型的网络架构图。
如图3所示,多任务处理模型300包括特征点提取分支310、特征点描述子图计算分支320、稠密描述子图计算分支330和特征点分类分支340。
可以将待处理图像350输入至特征点提取分支310中,得到特征点361。将待处理图像350输入至特征点描述子图计算分支320中,得到特征点描述子图362。将待处理图像350输入至稠密描述子图计算分支330中,得到稠密描述子图363。将待处理图像350输入至特征点分类分支340中,得到特征点类别结果364。
根据本公开的实施例,可以设计多任务处理模型包括特征点提取分支、特征点描述子图计算分支、稠密描述子图计算分支和特征点分类分支。但是并不局限于此。还可以设计多任务处理模型包括特征点提取分支、特征点描述子图计算分支、稠密描述子图计算分支。
利用本公开实施例提供的图像处理方法,可以利用多任务处理模型来处理待处理图像,从而得到用于执行多个任务的多个处理结果,提高多任务运行的实时性。此外,利用多任务处理模型中的特征点分类分支,可以利用特征点类别结果,有效区分前景特征点和背景特征点,有效筛选出应用于视觉定位和稀疏重建任务的背景特征点,使得待处理图像与基准图像之间的匹配特征点对更为有效。
根据本公开的实施例,特征点提取分支可以包括多个特征点提取子分支,每个特征点提取子分支可以包括级联的至少一个特征提取模块、卷积层。
根据本公开的实施例,特征点描述子图计算分支可以包括级联的至少一个特征提取模块和卷积层。
根据本公开的实施例,高分辨率稠密描述子图计算子分支或低分辨率稠密描述子图计算子分支可以包括级联的至少一个特征提取模块、全卷积模块。
根据本公开的实施例,特征点提取子分支、特征点描述子图计算分支、高分辨率稠密描述子图计算子分支或低分辨率稠密描述子图计算子分支中的特征提取模块可以包括卷积层、池化层、或级联的卷积层和池化层。
根据本公开的实施例,高分辨率稠密描述子图计算子分支或低分辨率稠密描述子图计算子分支中的全卷积模块包括堆叠的多个全卷积层。
根据本公开的实施例,特征点分类分支包括多个特征点分类子分支、融合模块、分类器,每个多个特征点分类子分支包括特征点分类提取模块、编码器和融合模块。
根据本公开的实施例,将待处理图像输入至特征点分类分支中,得到特征点类别结果可以包括如下操作。
例如,将待处理图分别输入至多个特征点分类提取模块中,得到多个特征点类别特征图,其中,多个特征点类别特征图与多个特征点分类提取模块一一对应;针对多个特征点类别特征图中的每个特征点类别特征图,将特征点类别特征图输入至编码器中,得到多个编码后子特征点类别特征图,其中,多个编码后子特征点类别特征图与多个编码器一一对应;利用融合模块处理多个编码后子特征点类别特征图,得到融合后特征点类别图;以及利用分类器处理融合后特征点类别图,得到特征类别结果。
图4A示意性示出了根据本公开另一实施例的多任务处理模型的网络架构图。
如图4A所示,特征点提取分支可以包括第一特征点提取子分支、第二特征点提取子分支和第三特征点提取子分支。第一特征点提取子分支可以包括级联的第一特征提取模块和第一特征点提取头部421(Score Map Head 1)。第一特征提取模块包括第一卷积层411,第一特征点提取头部421包括卷积层。第二特征点提取子分支可以包括级联的第一特征提取模块、第二特征提取模块和第二特征点提取头部422(Score Map Head 2)。第二特征提取模块可以包括级联的第一池化层412、第二卷积层413,第二特征点提取头部422可以包括卷积层。第三特征点提取子分支可以包括级联的第一特征提取模块、第二特征提取模块、第三特征提取模块和第三特征点提取头部423(Descriptors Head)。第三特征提取模块可以包括级联的第二池化层414、第三卷积层415。第三特征点提取头部可以包括级联的5个通道数为128的全卷积层。
第一特征点提取子分支、第二特征点提取子分支和第三特征点提取子分支的输入均是待处理图像,第一特征点提取子分支、第二特征点提取子分支和第三特征点提取子分支的输出分别为特征点评分图,例如第一特征点评分图431、第二特征点评分图432和第三特征点评分图433。第一特征点评分图431、第二特征点评分图432和第三特征点评分图433各自之间的特征尺度不同。
如图4A所示,特征点描述子图计算分支可以包括第一特征提取模块、第二特征提取模块、第三特征提取模块和第三特征点提取头部423(Descriptors Head)。特征点描述子图计算分支的输入可以是待处理图像,特征点描述子图计算分支的输出可以是128维稠密的特征点描述子图441。
如图4A所示,高分辨率稠密描述子图计算子分支可以包括第一特征提取模块、第二特征提取模块、第三特征提取模块和局部稠密网络头部451(Sparse To Dense FineDescriptors Head)。局部稠密网络头部451包括级联的多个卷积层。低分辨率稠密描述子图计算子分支可以包括第一特征提取模块、第二特征提取模块、第三特征提取模块、第四特征提取模块、第五特征提取模块和语义稠密网络头部452(Sparse To Dense CoarseDescriptors Head)。第四特征提取模块可以包括级联的第三池化层416、第四卷积层417。第五特征提取模块可以包括级联的第四池化层418和第五卷积层419。语义稠密网络头部452可以包括级联的多个卷积层。
高分辨率稠密描述子图计算子分支和低分辨率稠密描述子图计算子分支的输入可以分别是待处理图像,高分辨率稠密描述子图计算子分支和低分辨率稠密描述子图计算子分支的输出可以分别是高分辨率稠密描述子图和低分辨率稠密描述子图。其中,高分辨率稠密描述子图的分辨率高于低分辨率稠密描述子图的分辨率。
如图4A所示,特征点分类分支可以包括第一特征点分类子分支、第二特征点分类子分支、第三特征点分类子分支和第四特征点分类子分支、融合模块和分类器。第一特征点分类子分支、第二特征点分类子分支、第三特征点分类子分支和第四特征点分类子分支并联。第一特征点分类子分支可以包括级联的第一特征提取模块、第二特征提取模块、第三特征提取模块和编码器461(Encoder 1)。第二特征点分类子分支可以包括级联的第一特征提取模块、第二特征提取模块、第三特征提取模块、第四特征提取模块和编码器462(Encoder2)。第三特征点分类子分支可以包括级联的第一特征提取模块、第二特征提取模块、第三特征提取模块、第四特征提取模块、第五特征提取模块和编码器463(Encoder 3)。第四特征点分类子分支可以包括级联的第一特征提取模块、第二特征提取模块、第三特征提取模块、第四特征提取模块、第五特征提取模块、第六特征提取模块和编码器464(Encoder 4)。第六特征提取模块可以包括第五池化层4100。
如图4A所示,第一特征点分类子分支、第二特征点分类子分支、第三特征点分类子分支和第四特征点分类子分支的输入可以分别是待处理图像,第一特征点分类子分支、第二特征点分类子分支、第三特征点分类子分支和第四特征点分类子分支的输出可以分别是第一编码后子特征点类别特征图、第二编码后子特征点类别特征图、第三编码后子特征点类别特征图、第四编码后子特征点类别特征图。
可以设计第一自注意力模块465(Feature Attention)处理第三编码后子特征点类别特征图,得到加权调整后的第一高层特征图,利用第二自注意力模块466(FAAP,FeatureAttention and Projeciton)来处理第四编码后子特征点类别特征图,得到加权调整后的第二高层特征图。可以利用Add融合模块4671(加和融合模块)将第一高层特征图和第二高层特征图进行融合,得到第一融合后特征点类别图。利用第一融合模块4672(Feature Fusion)将第一融合后特征点类别特征图与第二编码后子特征点类别特征图进行融合,得到第二融合后特征点类别特征图。利用第二融合模块4673可以将第二融合后特征点类别特征图与第一编码后子特征点类别特征图进行融合,得到融合后特征点类别特征图。利用分类器468处理融合后特征点类别图,可以得到特征类别结果469。可以基于特征类别结果确定该特征点属于前景特征点还是背景特征点。
根据本公开的实施例,将第一特征提取模块、第二特征提取模块、第三特征提取模块、第四特征提取模块、第五特征提取模块、第六特征提取模块级联可以得到主干网络模块。主干网络模块可以采用VGG网络结构。可以利用主干网络模块来提取6种不同尺度的特征图。方便特征点提取分支、特征点描述子图计算分支、稠密描述子图计算分支和特征点分类分支复用。特征点提取分支、特征点描述子图计算分支、稠密描述子图计算分支和特征点分类分支复用主干网络模块,可以提升多任务处理模型的运行效率。
图4B示意性示出了根据本公开另一实施例的第一自注意力模块的网络架构图。
如图4B所示,第一自注意力模块465可以包括级联的分类池化层4651、第一分类卷积层4652、第二分类卷积层4653、激活层4654和第一分类融合层4655。可以将第三编码后子特征点类别特征图输入至第一子注意力模块465中,依次利用分类池化层4651、第一分类卷积层4652、第二分类卷积层4653、激活层4654处理,得到激活特征图,然后利用第一分类融合层4655对激活特征图和第三编码后子特征点类别特征图进行融合处理,得到第一高层特征图。
图4C示意性示出了根据本公开另一实施例的融合模块的网络架构图。
如图4C所示,第一融合模块4672或者第二融合模块4673可以包括级联的关联层4674(Concatenate),第三分类卷积层4675和第二分类融合层4676,第一融合模块4672或者第二融合模块4673还包括第三自注意力模块4677。关联层4674可以将两个输入进行融合,利用第三分类卷积层4675进行处理,得到分类特征提取结果,将分类特征提取结果输入至第三自注意力模块4677中,得到输出结果。利用第二分类融合层4674将输出结果与分类特征提取结果进行融合,得到例如融合后特征点类别特征图。
图4D示意性示出了根据本公开另一实施例的第二自注意力模块的网络架构图。
如图4D所示,第二自注意力模块466可以包括级联的第四自注意力模块4661和第四分类卷积层4662。第二自注意力模块466的输入可以是第四编码后子特征点类别特征图,第二自注意力模块466的输出可以是第二高层特征图。
根据本公开的实施例,将待处理图像输入至特征点提取分支中,得到特征点可以包括如下操作。
例如,将待处理图像分别输入至多个特征点提取子分支中,得到多个特征点评分图,其中,多个特征点评分图与多个特征点提取子分支一一对应。例如,特征点提取子分支的数量可以包括3个。可以利用多个特征点提取子分支来提取不同尺度的多个特征点评分图。例如3个不同尺度的特征点评分图s0、s1和s2。
可以将多个特征点评分图进行加权求和,例如公式(1)所示,得到目标特征点评分图S。
s=α0s0+α1s1+α2s2; (1)
可以对目标特征点评分图进行插值处理,得到特征点。例如,采用非极大值抑制方法防止提取的特征点聚集到一起,进而从目标特征点评分图中来提取得到稀疏的特征点。
例如,可以利用如公式(2)、(3)所示的差值方法来对目标特征点评分图进行处理,得到亚像素精度的特征点的位置信息。
对上式(2)求导,可以得到亚象素精度的特征点的位置信息。
其中,(x,y)是亚像素精度的特征点的位置信息,(x0,y0)是整数精度的特征点的位置信息。
根据本公开的实施例,可以基于特征点评分图中的各个特征点的评分结果来按照评分由大到小的顺序进行排序,按照目标数量获取排在首位的至少一个关键像素点作为特征点。但是并不局限于此。还可以预定阈值,将评分结果大于阈值的至少一个关键像素点作为特征点。
根据本公开的实施例,针对操作S220,可以基于特征点和特征点描述子图来确定待处理图像与基准图像之间的匹配特征点对。但是并不局限于此。还可以基于目标特征点和特征点描述子图来确定待处理图像与基准图像之间的匹配特征点对。
根据本公开的其他实施例,可以基于特征点类别结果,对特征点进行筛选,确定目标特征点;以及基于目标特征点和特征点描述子图,确定待处理图像与基准图像之间的匹配特征点对。
根据本公开的实施例,目标特征点可以是静止状态的目标对象的特征点,例如背景目标对象的背景特征点。可以利用特征点类别结果将动态的例如前景目标对象的前景特征点筛选掉,保留目标特征点,以此解决由提取到前景目标对象的前景特征点而导致的对视觉定位和稀疏重建等任务带来的精度和鲁棒性变差的问题。
根据本公开的其它实施例,还可以利用特征点类别结果,对目标特征点评分图进行筛选,确定第二目标特征点评分图。对第二目标特征图进行差值处理,得到目标特征点。以便基于目标特征点和特征点描述子图,来确定待处理图像与基准图像之间的匹配特征点对。
根据本公开的实施例,基于目标特征点,可以从特征点描述子图中提取与目标特征点相匹配的特征点描述子;以及基于目标特征点和与目标特征点相匹配的特征点描述子,利用特征点匹配方法确定待处理图像与基准图像之间的匹配特征点对。
根据本公开的实施例,可以根据目标特征点的位置信息,利用双线性插值方法从特征点描数子图中提取目标特征点的特征向量,得到特征点描述子。但是并不局限于此。还可以对提取得到的特征向量进行归一化处理,将归一化后的结果作为特征点描述子。
根据本公开的实施例,可以利用特征点匹配方法来确定待处理图像与基准图像之间的匹配特征点对。特征点匹配方法包括以下至少一项:最近邻匹配方法、交叉匹配方法、基于图网络的匹配方法。
根据本公开的实施例,在待处理图像和基准图像之间的视角变化不是很大的情况下,可以利用最近邻匹配方法(KNN,K-Nearest Neighbor),使得匹配特征点对的匹配效果好、匹配速度快,进而能够更好地应用于执行视觉里程计或者视觉惯性里程计任务中。
根据本公开的实施例,在复杂场景中,例如在动态的前景对象多的情况下,可以基于图网络的匹配方法,使得匹配特征点对的匹配准确率高,进而能够更好地应用于稀疏重建和云端建图任务中。
图5示意性示出了根据本公开实施例的图网络的网络架构图。
如图5所示,图网络可以包括编码解码器(Transform)的结构。可以将待处理图像的特征点描述子511和待处理图像的目标特征点512、基准图像的基准特征点描述子521和基准图像的基准特征点522输入至图网络中,图网络中的位置编码器可以将目标特征点的位置信息和目标特征点的评分结果编码为128维的编码特征向量,再利用匹配融合模块513(Add融合模块)将特征点描述子与编码特征向量融合到一起,得到融合后特征向量514。同理,可以利用图网络中的与位置编码器并联的基准位置编码器将基准特征点的位置信息和基准特征点的评分结果编码为128维的基准编码特征向量,再利用基准融合模块523(Add融合模块)将基准特征点描述子与基准编码特征向量融合到一起,得到融合后基准特征向量524。可以利用融合后基准特征向量524和融合后特征向量514输入至自注意力模块530和交叉注意力模块540中,输出融合了待处理图像和基准图像的目标特征向量,最后用SinkhornAlgorithm(最优传输)算法550迭代求解,得到待处理图像的特征点和基准图像的特征点之间的匹配评分(Match Score)560,可以对于待处理图像中的每个特征点从基准图像中选取匹配评分最大的特征点作为匹配点,形成匹配特征点对。
根据本公开的实施例,针对操作S230,基于稠密描述子图,确定待处理图像与基准图像之间的匹配像素对,可以包括如下操作。
例如,基于低分辨率稠密描述子图,确定待处理图像与基准图像之间的匹配候选像素对;以及基于高分辨率稠密描述子图,从候选像素对中确定待处理图像与基准图像之间的匹配像素对。
根据本公开的实施例,稠密描述子图计算分支可以包括高分辨率稠密描述子图计算子分支和低分辨率稠密描述子图计算子分支。稠密描述子图可以包括高分辨率稠密描述子图和低分辨率稠密描述子图。可以利用低分辨率稠密描述子图计算子分支处理待处理图像来得到低分辨率稠密描述子图。可以利用高分辨率稠密描述子图计算子分支处理待处理图像来得到高分辨率稠密描述子图。
根据本公开的实施例,低分辨率稠密描述子图,可以称为coarse feature map,可以是低分辨率描述子图,例如可以是待处理图像分辨率的1/16。高分辨率稠密描述子图,可以称为fine feature map,可以是高分辨率描述子图,例如可以是待处理图像分辨率的1/4。可以利用待处理图像的低分辨率稠密描述子图和基准图像的基准低分辨率稠密描述子图,来对像素点进行粗粒度的关联,获取待处理图像与基准图像之间的匹配候选像素对。然后利用待处理图像的高分辨率稠密描述子图和基准图像的基准高分辨率稠密描述子图,来从匹配候选像素对中进行精细粒度的关联,获取待处理图像与基准图像之间的匹配像素对,获得匹配像素对的精确位置信息。
利用本公开实施例提供的匹配像素对的确定方法,可以利用低分辨率稠密描述子图来扩大搜索范围,保证全量匹配,且可以利用高分辨率稠密描述子图来进行精准定位,保证匹配精度。进而将利用低分辨率稠密描述子图与高分辨率稠密描述子图结合的方式获得的匹配像素对用于后续场景目标集合三维重建任务中,效果好。
图6示意性示出了根据本公开实施例的确定匹配像素对的流程图。
如图6所示,可以利用关联模块来确定待处理图像和基准图像之间的候选匹配像素对。可以将待处理图像的低分辨率稠密描述子图611和基准图像的基准低分辨率稠密描述子图621输入至关联模块630中。利用关联模块630来进行例如公式(4)、(5)的计算,进而确定候选匹配像素对640。
例如,待处理图像的低分辨率稠密描述子图和基准图像的基准低分辨率稠密描述子图/>确定待处理图像中的需要关联的像素点的位置p0(x,y),可以在待处理图像中获取对应的语义稠密描数子/>利用语义稠密描述子来确定该像素点与基准图像上的每个像素点之间的关联概率/>基于关联概率求取像素点位置的期望值/>进而得到在低分辨率稠密描述子图上的候选关联位置信息,即得到候选像素对。然后将待处理图像的高分辨率稠密描述子图612和基准图像的基准高分辨率稠密描述子图622输入至关联模块650中,以候选像素对640中的候选关联位置信息在待处理图像的高分辨率稠密描述子图612中划定候选区域(ROI,Region Of Interesting),利用上述匹配方法确定在待处理图像的高分辨率稠密描述子图612中的需要关联的像素点的局部稠密描述子/>计算像素点与在基准图像的基准高分辨率稠密描述子图622的候选区域的上每个像素点之间的关联概率。基于关联概率求取期望值,进而可以得到最终的关联位置信息,确定匹配像素对660。/>
图7示意性示出了根据本公开另一实施例的多任务处理模型的训练方法的流程图。
如图7所示,该方法包括操作S710~S720。
在操作S710,获取训练样本。
在操作S720,利用训练样本训练初始多任务处理模型,得到多任务处理模型,其中,训练样本包括第一样本图像、第二样本图像、第一样本图像与第二样本图像之间的匹配特征点对标签、第一样本图像与第二样本图像之间的匹配像素对标签,其中,匹配特征点对标签用于表征第一样本图像的特征点与第二样本图像的特征点之间的匹配关系,匹配像素对标签用于表征第一样本图像的像素点与第二样本图像的像素点之间的匹配关系。
根据本公开的实施例,多任务处理模型的训练方法可以包括操作S710和操作S720,但是并不局限于此,还可以仅包括操作S720。
根据本公开的实施例,初始多任务处理模型包括初始特征点提取分支、初始特征点描述子图计算分支。
根据本公开的实施例,针对操作S720,利用训练样本训练初始多任务处理模型,得到多任务处理模型可以包括如下操作。
例如,利用第一样本图像、第二样本图像、第一样本图像与第二样本图像之间的匹配特征点对标签训练初始特征点提取分支、初始特征点描述子图计算分支,得到多任务处理模型中的初始特征点提取分支和特征点描述子图计算分支。
根据本公开的实施例,可以利用图像重建好的3D模型的训练样本集合中的训练样本来对初始特征点提取分支、初始特征点描述子图计算分支一起进行训练。可以利用如公式(6)所示的损失函数loss(I1,I2)进行训练。
其中,表示计算的第1个样本图像上第c个像素点的特征点评分,/>表示第1个样本图像上第c个像素点的特征点描述子,D(.,.)表示特征点描述子的距离函数,mp、mn分别表示常数,Ω表示像素点的集合数量,q表示第q个像素点,[]+表示大于或者等于0,I1、I2分别指第一样本图像和第二样本图像。
根据本公开的实施例,初始多任务处理模型可以包括初始稠密描述子图计算分支。
根据本公开的实施例,针对操作S720,利用训练样本训练初始多任务处理模型,得到多任务处理模型可以包括如下操作。
例如,利用第一样本图像、第二样本图像、第一样本图像与第二样本图像之间的匹配像素对标签训练初始稠密描述子图计算分支,得到多任务处理模型中的稠密描述子图计算分支。
根据本公开的实施例,可以利用图像重建好的3D模型的训练样本集合中的训练样本来训练初始稠密描述子图计算分支。可以利用如公式(7)所示损失函数loss进行训练。
其中,(x,y)是第二样本图像中的与第一样本图像的一目标像素点呈匹配像素对的像素点的预测位置信息,(x0,y0)是第二样本图像中的与目标像素点呈匹配像素对的像素点的真实位置信息。
根据本公开的实施例,初始多任务处理模型还可以包括初始特征点分类分支。
根据本公开的实施例,针对操作S720,利用训练样本训练初始多任务处理模型,得到多任务处理模型可以包括如下操作。
例如,利用目标样本图像、目标样本图像的特征点标签、目标样本图像的类别标签训练初始特征点分类分支,得到多任务处理模型的特征点分类分支,其中,目标样本图像包括以下至少一项:第一样本图像、第二样本图像;目标样本图像的特征点标签用于表征目标样本图像的像素点为特征点的概率值;目标样本图像的类别标签用于表征像素点的类别。
根据本公开的实施例,可以利用标注好类别标签的训练样本集合中的训练样本来训练初始特征点分类分支。损失函数loss(I)可以采用例如公式(8)所示的交叉熵损失函数。
其中,sk表示第k个像素点的特征点评分,yk∈{0,1}表示像素点的类别标签,pk表示该像素点属于前景点的预测概率,q表示第q个像素点。
根据本公开的实施例,多任务处理模型可以包括特征点提取分支、特征点描述子计算分支、稠密描述子图计算分支和特征点分类分支。但是并不局限于此,多任务处理模型还可以仅包括特征点提取分支、特征点描述子计算分支和稠密描述子图计算分支。
根据本公开的实施例,特征点提取分支可以包括多个特征点提取子分支,每个特征点提取子分支可以包括级联的至少一个特征提取模块、卷积层。
根据本公开的实施例,特征点描述子图计算分支可以包括级联的至少一个特征提取模块和卷积层。
根据本公开的实施例,稠密描述子图计算分支可以包括高分辨率稠密描述子图计算子分支和低分辨率稠密描述子图计算子分支。高分辨率稠密描述子图计算子分支或低分辨率稠密描述子图计算子分支可以包括级联的至少一个特征提取模块、全卷积模块。
根据本公开的实施例,特征点提取子分支、特征点描述子图计算分支、高分辨率稠密描述子图计算子分支或低分辨率稠密描述子图计算子分支中的特征提取模块可以包括卷积层、池化层、或级联的卷积层和池化层。
根据本公开的实施例,高分辨率稠密描述子图计算子分支或低分辨率稠密描述子图计算子分支中的全卷积模块包括级联的多个全卷积层。
根据本公开的实施例,特征点分类分支包括多个特征点分类子分支、融合模块、分类器,每个多个特征点分类子分支包括特征点分类提取模块、编码器和融合模块。
根据本公开的实施例,特征点提取分支、特征点描述子图计算分支、稠密描述子图计算分支和特征点分类分支可以复用主干网络模块。主干网络模块可以采用VGG网络结构。主干网络模块在使用之前,可以利用ImageNet训练集合预训练。在执行训练初始多任务处理模型的情况下,可以固定主干网络模块的参数,逐个训练初始特征点提取分支、初始特征点描述子图计算分支、初始稠密描述子图计算分支和初始特征点分类分支的参数。
图8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8所示,图像处理装置800可以包括处理模块810、第一确定模块820、第二确定模块830。
处理模块810,用于对待处理图像进行处理,得到待处理图像的特征点、特征点描述子图和稠密描述子图。
第一确定模块820,用于基于特征点和特征点描述子图,确定待处理图像与基准图像之间的匹配特征点对。
第二确定模块830,用于基于稠密描述子图,确定待处理图像与基准图像之间的匹配像素对。
根据本公开的实施例,处理模块可以包括处理子模块。
处理子模块,用于将待处理图像输入至多任务处理模型中,得到待处理图像的特征点、特征点描述子图和稠密描述子图。
根据本公开的实施例,多任务处理模型包括特征点提取分支、特征点描述子图计算分支和稠密描述子图计算分支。
根据本公开的实施例,处理子模块可以包括第一处理单元、第二处理单元、第三处理单元。
第一处理单元,用于将待处理图像输入至特征点提取分支中,得到特征点。
第二处理单元,用于将待处理图像输入至特征点描述子图计算分支中,得到特征点描述子图。
第三处理单元,用于将待处理图像输入至稠密描述子图计算分支中,得到稠密描述子。
根据本公开的实施例,多任务处理模型还包括特征点分类分支。
根据本公开的实施例,图像处理装置还可以包括第四处理单元。
第四处理单元,用于将待处理图像输入至特征点分类分支中,得到特征点类别结果,以便基于特征点、特征点描述子图和特征点类别结果,确定待处理图像与基准图像之间的匹配特征点对。
根据本公开的实施例,第一确定模块可以包括筛选单元、确定单元。
筛选单元,用于基于特征点类别结果,对特征点进行筛选,确定目标特征点。
确定单元,用于基于目标特征点和特征点描述子图,确定待处理图像与基准图像之间的匹配特征点对。
根据本公开的实施例,确定单元可以包括提取子单元、第一匹配子单元。
提取子单元,用于基于目标特征点,从特征点描述子图中提取与目标特征点相匹配的特征点描述子。
第一匹配子单元,用于基于目标特征点和与目标特征点相匹配的特征点描述子,利用特征点匹配方法确定待处理图像与基准图像之间的匹配特征点对。
根据本公开的实施例,特征点提取分支包括多个特征点提取子分支。
根据本公开的实施例,第一处理单元可以包括第一输入子单元、加权子单元、插值子单元。
第一输入子单元,用于将待处理图像分别输入至多个特征点提取子分支中,得到多个特征点评分图,其中,多个特征点评分图与多个特征点提取子分支一一对应。
加权子单元,用于将多个特征点评分图进行加权求和,得到目标特征点评分图。
插值子单元,用于对目标特征点评分图进行插值处理,得到特征点。
根据本公开的实施例,稠密描述子图包括高分辨率稠密描述子图和低分辨率稠密描述子图。
根据本公开的实施例,稠密描述子图计算分支包括高分辨率稠密描述子图计算子分支和低分辨率稠密描述子图计算子分支。
根据本公开的实施例,第三处理单元可以包括第二匹配子单元、第三匹配子单元。
第二匹配子单元,用于基于低分辨率稠密描述子图,确定待处理图像与基准图像之间的匹配候选像素对,其中,低分辨率稠密描述子图是利用低分辨率稠密描述子图计算子分支处理待处理图像得到的。
第三匹配子单元,用于基于高分辨率稠密描述子图,从候选像素对中确定待处理图像与基准图像之间的匹配像素对,其中,高分辨率稠密描述子图是利用高分辨率稠密描述子图计算子分支处理待处理图像得到的。
根据本公开的实施例,特征点分类分支包括多个特征点分类子分支、融合模块、分类器,每个多个特征点分类子分支包括特征点分类提取模块、编码器和融合模块。
根据本公开的实施例,第四处理单元可以包括第二输入子单元、编码子单元、融合子单元、分类子单元。
第二输入子单元,用于将待处理图分别输入至多个特征点分类提取模块中,得到多个特征点类别特征图,其中,多个特征点类别特征图与多个特征点分类提取模块一一对应。
编码子单元,用于针对多个特征点类别特征图中的每个特征点类别特征图,将特征点类别特征图输入至编码器中,得到多个编码后子特征点类别特征图,其中,多个编码后子特征点类别特征图与多个编码器一一对应。
融合子单元,用于利用融合模块处理多个编码后子特征点类别特征图,得到融合后特征点类别图。
分类子单元,用于利用分类器处理融合后特征点类别图,得到特征类别结果。
根据本公开的实施例,图像处理装置还可以包括输入模块。
输入模块,用于将基准图像输入至多任务处理模型中,得到基准特征点、基准特征点描述子图和基准稠密描述子图,以便基于特征点、特征点描述子图、基准特征点和基准特征点描述子图,确定待处理图像与基准图像之间的匹配特征对,基于稠密描述子图和基准稠密描述子图,确定待处理图像与基准图像之间的匹配像素对。
根据本公开的实施例,高分辨率稠密描述子图计算子分支或低分辨率稠密描述子图计算子分支包括:级联的至少一个特征提取模块、全卷积模块。
特征提取模块包括:卷积层、池化层、或级联的卷积层和池化层。全卷积模块包括堆叠的多个全卷积层。
根据本公开的实施例,多个特征点提取子分支中的至少一个特征点提取子分支包括:级联的至少一个特征提取模块、卷积层。特征提取模块包括:卷积层、池化层、或级联的卷积层和池化层。
根据本公开的实施例,特征点描述子图计算分支包括:级联的至少一个特征提取模块和卷积层。特征提取模块包括:卷积层、池化层、或级联的卷积层和池化层。
根据本公开的实施例,特征点匹配方法包括以下至少一项:最近邻匹配方法、交叉匹配方法、基于图网络的匹配方法。
图9示意性示出了根据本公开实施例的多任务处理模型的训练装置的框图。
如图9所示,多任务处理模型的训练装置900可以包括获取模块910和训练模块920。
获取模块910,用于获取训练样本。
训练模块920,用于利用训练样本训练初始多任务处理模型,得到多任务处理模型。
根据本公开的实施例,训练样本包括第一样本图像、第二样本图像、第一样本图像与第二样本图像之间的匹配特征点对标签、第一样本图像与第二样本图像之间的匹配像素对标签,其中,匹配特征点对标签用于表征第一样本图像的特征点与第二样本图像的特征点之间的匹配关系,匹配像素对标签用于表征第一样本图像的像素点与第二样本图像的像素点之间的匹配关系。
根据本公开的实施例,多任务处理模型的训练装置900可以包括获取模块910和训练模块920,但是并不局限于此,还可以仅包括训练模块920。
根据本公开的实施例,初始多任务处理模型可以包括初始特征点提取分支、初始特征点描述子图计算分支。
根据本公开的实施例,训练模块可以包括第一训练单元。
第一训练单元,用于利用第一样本图像、第二样本图像、第一样本图像与第二样本图像之间的匹配特征点对标签训练初始特征点提取分支、初始特征点描述子图计算分支,得到多任务处理模型中的初始特征点提取分支和特征点描述子图计算分支。
根据本公开的实施例,初始多任务处理模型包括初始稠密描述子图计算分支。
根据本公开的实施例,训练模块可以包括第二训练单元。
第二训练单元,用于利用第一样本图像、第二样本图像、第一样本图像与第二样本图像之间的匹配像素对标签训练初始稠密描述子图计算分支,得到多任务处理模型中的稠密描述子图计算分支。
根据本公开的实施例,初始多任务处理模型还包括初始特征点分类分支。
根据本公开的实施例,训练模块可以包括第三训练单元。
第三训练单元,用于利用目标样本图像、目标样本图像的特征点标签、目标样本图像的类别标签训练初始特征点分类分支,得到多任务处理模型的特征点分类分支,其中,目标样本图像包括以下至少一项:第一样本图像、第二样本图像;目标样本图像的特征点标签用于表征目标样本图像的像素点为特征点的概率值;目标样本图像的类别标签用于表征像素点的类别。
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、一种自动驾驶车辆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本公开实施例的方法。
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本公开实施例的方法。
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本公开实施例的方法。
图10示出了可以用来实施本公开的实施例的示例电子设备1000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10所示,设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000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1001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1001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1001执行上文所描述的各个方法和处理,例如图像处理方法或者多任务处理模型的训练方法。例如,在一些实施例中,图像处理方法或者多任务处理模型的训练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1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM1003并由计算单元1001执行时,可以执行上文描述的图像处理方法或者多任务处理模型的训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001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或者多任务处理模型的训练方法。
根据本公开的实施例,本公开还提供了一种自动驾驶车辆,可以包括电子设备、通信设备、图像采集设备等。
根据本公开的实施例,电子设备可以与通信部件、信息采集设备一体集成,也可以与通信部件、信息采集设备分体设置。
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)、复杂可编程逻辑设备(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 (27)
1.一种图像处理方法,包括:
对待处理图像进行处理,得到所述待处理图像的特征点、特征点描述子图和稠密描述子图;
基于所述特征点和所述特征点描述子图,确定所述待处理图像与基准图像之间的匹配特征点对;以及
基于所述稠密描述子图,确定所述待处理图像与所述基准图像之间的匹配像素对,
其中,所述对待处理图像进行处理,得到所述待处理图像的特征点、特征点描述子图和稠密描述子图包括:
将所述待处理图像输入至多任务处理模型的特征点提取分支中,得到所述特征点;
将所述待处理图像输入至所述多任务处理模型的特征点描述子图计算分支中,得到所述特征点描述子图;
将所述待处理图像输入至所述多任务处理模型的稠密描述子图计算分支中,得到所述待处理图像的稠密描述子图,
其中,所述稠密描述子图包括高分辨率稠密描述子图和低分辨率稠密描述子图;
所述稠密描述子图计算分支包括高分辨率稠密描述子图计算子分支和低分辨率稠密描述子图计算子分支;
所述基于所述稠密描述子图,确定所述待处理图像与所述基准图像之间的匹配像素对包括:
基于所述低分辨率稠密描述子图,确定所述待处理图像与所述基准图像之间的匹配候选像素对,其中,所述低分辨率稠密描述子图是利用所述低分辨率稠密描述子图计算子分支处理所述待处理图像得到的;以及
基于所述高分辨率稠密描述子图,从所述候选像素对中确定所述待处理图像与所述基准图像之间的匹配像素对,其中,所述高分辨率稠密描述子图是利用所述高分辨率稠密描述子图计算子分支处理所述待处理图像得到的。
2.根据权利要求1所述的方法,其中,所述多任务处理模型还包括特征点分类分支;
所述方法还包括:
将所述待处理图像输入至所述特征点分类分支中,得到特征点类别结果,以便基于所述特征点、所述特征点描述子图和所述特征点类别结果,确定所述待处理图像与所述基准图像之间的匹配特征点对。
3.根据权利要求2所述的方法,其中,所述基于所述特征点和所述特征点描述子图,确定所述待处理图像与基准图像之间的匹配特征点对包括:
基于所述特征点类别结果,对所述特征点进行筛选,确定目标特征点;以及
基于所述目标特征点和所述特征点描述子图,确定所述待处理图像与所述基准图像之间的匹配特征点对。
4.根据权利要求3所述的方法,其中,所述基于所述目标特征点和所述特征点描述子图,确定所述待处理图像与所述基准图像之间的匹配特征点对包括:
基于所述目标特征点,从所述特征点描述子图中提取与所述目标特征点相匹配的特征点描述子;以及
基于所述目标特征点和与所述目标特征点相匹配的特征点描述子,利用特征点匹配方法确定所述待处理图像与所述基准图像之间的匹配特征点对。
5.根据权利要求1所述的方法,其中,所述特征点提取分支包括多个特征点提取子分支;
所述将所述待处理图像输入至所述特征点提取分支中,得到所述特征点包括:
将所述待处理图像分别输入至所述多个特征点提取子分支中,得到多个特征点评分图,其中,所述多个特征点评分图与所述多个特征点提取子分支一一对应;
将所述多个特征点评分图进行加权求和,得到目标特征点评分图;以及
对所述目标特征点评分图进行插值处理,得到所述特征点。
6.根据权利要求2所述的方法,其中,所述特征点分类分支包括多个特征点分类子分支、融合模块、分类器,每个所述多个特征点分类子分支包括特征点分类提取模块、编码器和融合模块;
所述将所述待处理图像输入至所述特征点分类分支中,得到特征点类别结果包括:
将所述待处理图分别输入至所述多个特征点分类提取模块中,得到多个特征点类别特征图,其中,所述多个特征点类别特征图与多个特征点分类提取模块一一对应;
针对所述多个特征点类别特征图中的每个特征点类别特征图,将所述特征点类别特征图输入至所述编码器中,得到多个编码后子特征点类别特征图,其中,所述多个编码后子特征点类别特征图与多个编码器一一对应;
利用所述融合模块处理所述多个编码后子特征点类别特征图,得到融合后特征点类别图;以及
利用所述分类器处理所述融合后特征点类别图,得到所述特征点类别结果。
7.根据权利要求1所述的方法,其中,所述高分辨率稠密描述子图计算子分支或低分辨率稠密描述子图计算子分支包括:级联的至少一个特征提取模块、全卷积模块;
其中,所述特征提取模块包括:卷积层、池化层、或级联的卷积层和池化层;
其中,所述全卷积模块包括级联的多个全卷积层。
8.根据权利要求5所述的方法,其中,所述多个特征点提取子分支中的至少一个特征点提取子分支包括:级联的至少一个特征提取模块、卷积层;
其中,所述特征提取模块包括:卷积层、池化层、或级联的卷积层和池化层。
9.根据权利要求4所述的方法,其中,所述特征点描述子图计算分支包括:级联的至少一个特征提取模块和卷积层;
其中,所述特征提取模块包括:卷积层、池化层、或级联的卷积层和池化层。
10.根据权利要求1至9中任一项所述的方法,还包括:
将所述基准图像输入至所述多任务处理模型中,得到基准特征点、基准特征点描述子图和基准稠密描述子图,以便基于所述特征点、所述特征点描述子图、所述基准特征点和所述基准特征点描述子图,确定所述待处理图像与所述基准图像之间的匹配特征对,基于所述稠密描述子图和所述基准稠密描述子图,确定所述待处理图像与所述基准图像之间的匹配像素对。
11.根据权利要求3所述的方法,其中,所述特征点匹配方法包括以下至少一项:
最近邻匹配方法、交叉匹配方法、基于图网络的匹配方法。
12.一种多任务处理模型的训练方法,包括:
利用训练样本训练初始多任务处理模型,得到多任务处理模型,
其中,所述训练样本包括第一样本图像、第二样本图像、所述第一样本图像与所述第二样本图像之间的匹配特征点对标签、所述第一样本图像与所述第二样本图像之间的匹配像素对标签,其中,所述匹配特征点对标签用于表征所述第一样本图像的特征点与所述第二样本图像的特征点之间的匹配关系,所述匹配像素对标签用于表征所述第一样本图像的像素点与所述第二样本图像的像素点之间的匹配关系,
其中,所述初始多任务处理模型包括初始特征点提取分支、初始特征点描述子图计算分支、初始稠密描述子图计算分支和初始特征点分类分支;
所述利用训练样本训练初始多任务处理模型,得到多任务处理模型包括:
利用所述第一样本图像、所述第二样本图像、所述第一样本图像与所述第二样本图像之间的匹配像素对标签训练所述初始稠密描述子图计算分支,得到所述多任务处理模型中的稠密描述子图计算分支。
13.根据权利要求12所述的方法,其中,
所述利用训练样本训练初始多任务处理模型,得到多任务处理模型包括:
利用所述第一样本图像、所述第二样本图像、所述第一样本图像与所述第二样本图像之间的匹配特征点对标签训练所述初始特征点提取分支、所述初始特征点描述子图计算分支,得到所述多任务处理模型中的初始特征点提取分支和特征点描述子图计算分支。
14.根据权利要求12或13所述的方法,其中,所述利用训练样本训练初始多任务处理模型,得到多任务处理模型包括:
利用目标样本图像、所述目标样本图像的特征点标签、所述目标样本图像的类别标签训练所述初始特征点分类分支,得到所述多任务处理模型的特征点分类分支,其中,所述目标样本图像包括以下至少一项:所述第一样本图像、所述第二样本图像;所述目标样本图像的所述特征点标签用于表征所述目标样本图像的像素点为特征点的概率值;所述目标样本图像的所述类别标签用于表征所述像素点的类别。
15.一种图像处理装置,包括:
处理模块,用于对待处理图像进行处理,得到所述待处理图像的特征点、特征点描述子图和稠密描述子图;
第一确定模块,用于基于所述特征点和所述特征点描述子图,确定所述待处理图像与基准图像之间的匹配特征点对;以及
第二确定模块,用于基于所述稠密描述子图,确定所述待处理图像与所述基准图像之间的匹配像素对,
其中,所述处理模块包括:
处理子模块,用于将所述待处理图像输入至多任务处理模型中,得到所述待处理图像的特征点、特征点描述子图和稠密描述子图,
所述多任务处理模型包括特征点提取分支、特征点描述子图计算分支和稠密描述子图计算分支;
所述处理子模块包括:
第一处理单元,用于将所述待处理图像输入至所述特征点提取分支中,得到所述特征点;
第二处理单元,用于将所述待处理图像输入至所述特征点描述子图计算分支中,得到所述特征点描述子图;
第三处理单元,用于将所述待处理图像输入至所述稠密描述子图计算分支中,得到所述稠密描述子,
其中,所述稠密描述子图包括高分辨率稠密描述子图和低分辨率稠密描述子图;
所述稠密描述子图计算分支包括高分辨率稠密描述子图计算子分支和低分辨率稠密描述子图计算子分支;
所述第三处理单元包括:
第二匹配子单元,用于基于所述低分辨率稠密描述子图,确定所述待处理图像与所述基准图像之间的匹配候选像素对,其中,所述低分辨率稠密描述子图是利用所述低分辨率稠密描述子图计算子分支处理所述待处理图像得到的;以及
第三匹配子单元,用于基于所述高分辨率稠密描述子图,从所述候选像素对中确定所述待处理图像与所述基准图像之间的匹配像素对,其中,所述高分辨率稠密描述子图是利用所述高分辨率稠密描述子图计算子分支处理所述待处理图像得到的。
16.根据权利要求15所述的装置,其中,所述多任务处理模型还包括特征点分类分支;
所述图像处理装置还包括:
第四处理单元,用于将所述待处理图像输入至所述特征点分类分支中,得到特征点类别结果,以便基于所述特征点、所述特征点描述子图和所述特征点类别结果,确定所述待处理图像与所述基准图像之间的匹配特征点对。
17.根据权利要求16所述的装置,其中,所述第一确定模块包括:
筛选单元,用于基于所述特征点类别结果,对所述特征点进行筛选,确定目标特征点;以及
确定单元,用于基于所述目标特征点和所述特征点描述子图,确定所述待处理图像与所述基准图像之间的匹配特征点对。
18.根据权利要求17所述的装置,其中,所述确定单元包括:
提取子单元,用于基于所述目标特征点,从所述特征点描述子图中提取与所述目标特征点相匹配的特征点描述子;以及
第一匹配子单元,用于基于所述目标特征点和与所述目标特征点相匹配的特征点描述子,利用特征点匹配方法确定所述待处理图像与所述基准图像之间的匹配特征点对。
19.根据权利要求15所述的装置,其中,所述特征点提取分支包括多个特征点提取子分支;
所述第一处理单元包括:
第一输入子单元,用于将所述待处理图像分别输入至所述多个特征点提取子分支中,得到多个特征点评分图,其中,所述多个特征点评分图与所述多个特征点提取子分支一一对应;
加权子单元,用于将所述多个特征点评分图进行加权求和,得到目标特征点评分图;以及
插值子单元,用于对所述目标特征点评分图进行插值处理,得到所述特征点。
20.根据权利要求16所述的装置,其中,所述特征点分类分支包括多个特征点分类子分支、融合模块、分类器,每个所述多个特征点分类子分支包括特征点分类提取模块、编码器和融合模块;
所述第四处理单元包括:
第二输入子单元,用于将所述待处理图分别输入至所述多个特征点分类提取模块中,得到多个特征点类别特征图,其中,所述多个特征点类别特征图与多个特征点分类提取模块一一对应;
编码子单元,用于针对所述多个特征点类别特征图中的每个特征点类别特征图,将所述特征点类别特征图输入至所述编码器中,得到多个编码后子特征点类别特征图,其中,所述多个编码后子特征点类别特征图与多个编码器一一对应;
融合子单元,用于利用所述融合模块处理所述多个编码后子特征点类别特征图,得到融合后特征点类别图;以及
分类子单元,用于利用所述分类器处理所述融合后特征点类别图,得到所述特征点类别结果。
21.根据权利要求15所述的装置,还包括:
输入模块,用于将所述基准图像输入至所述多任务处理模型中,得到基准特征点、基准特征点描述子图和基准稠密描述子图,以便基于所述特征点、所述特征点描述子图、所述基准特征点和所述基准特征点描述子图,确定所述待处理图像与所述基准图像之间的匹配特征对,基于所述稠密描述子图和所述基准稠密描述子图,确定所述待处理图像与所述基准图像之间的匹配像素对。
22.一种多任务处理模型的训练装置,包括:
训练模块,用于利用训练样本训练初始多任务处理模型,得到多任务处理模型,
其中,所述训练样本包括第一样本图像、第二样本图像、所述第一样本图像与所述第二样本图像之间的匹配特征点对标签、所述第一样本图像与所述第二样本图像之间的匹配像素对标签,其中,所述匹配特征点对标签用于表征所述第一样本图像的特征点与所述第二样本图像的特征点之间的匹配关系,所述匹配像素对标签用于表征所述第一样本图像的像素点与所述第二样本图像的像素点之间的匹配关系,
其中,所述初始多任务处理模型包括初始特征点提取分支、初始特征点描述子图计算分支、初始稠密描述子图计算分支和初始特征点分类分支;
所述训练模块包括:
第二训练单元,用于利用所述第一样本图像、所述第二样本图像、所述第一样本图像与所述第二样本图像之间的匹配像素对标签训练所述初始稠密描述子图计算分支,得到所述多任务处理模型中的稠密描述子图计算分支。
23.根据权利要求22所述的装置,其中,所述初始多任务处理模型包括初始特征点提取分支、初始特征点描述子图计算分支;
所述训练模块包括:
第一训练单元,用于利用所述第一样本图像、所述第二样本图像、所述第一样本图像与所述第二样本图像之间的匹配特征点对标签训练所述初始特征点提取分支、所述初始特征点描述子图计算分支,得到所述多任务处理模型中的初始特征点提取分支和特征点描述子图计算分支。
24.根据权利要求22或23所述的装置,其中,所述训练模块包括:
第三训练单元,用于利用目标样本图像、所述目标样本图像的特征点标签、所述目标样本图像的类别标签训练所述初始特征点分类分支,得到所述多任务处理模型的特征点分类分支,其中,所述目标样本图像包括以下至少一项:所述第一样本图像、所述第二样本图像;所述目标样本图像的所述特征点标签用于表征所述目标样本图像的像素点为特征点的概率值;所述目标样本图像的所述类别标签用于表征所述像素点的类别。
25.一种电子设备,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至11中任一项所述的图像处理方法或权利要求12至14中任一项所述的多任务处理模型的训练方法。
26.一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至11中任一项所述的图像处理方法或权利要求12至14中任一项所述的多任务处理模型的训练方法。
27.一种自动驾驶车辆,包括如权利要求25所述的电子设备。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111635804.5A CN114332509B (zh) | 2021-12-29 | 2021-12-29 | 图像处理方法、模型训练方法、电子设备及自动驾驶车辆 |
JP2022205077A JP2023036795A (ja) | 2021-12-29 | 2022-12-22 | 画像処理方法、モデル訓練方法、装置、電子機器、記憶媒体、コンピュータプログラム及び自動運転車両 |
EP22216960.9A EP4174789A1 (en) | 2021-12-29 | 2022-12-28 | Method and apparatus of processing image, and storage medium |
US18/089,709 US20230162474A1 (en) | 2021-12-29 | 2022-12-28 | Method of processing image, method of training model, and electronic device |
KR1020220189301A KR20230026296A (ko) | 2021-12-29 | 2022-12-29 | 이미지 처리 방법, 모델 훈련 방법, 전자기기, 자율주행 차량, 저장매체 및 컴퓨터 프로그램 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111635804.5A CN114332509B (zh) | 2021-12-29 | 2021-12-29 | 图像处理方法、模型训练方法、电子设备及自动驾驶车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114332509A CN114332509A (zh) | 2022-04-12 |
CN114332509B true CN114332509B (zh) | 2023-03-24 |
Family
ID=81017038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111635804.5A Active CN114332509B (zh) | 2021-12-29 | 2021-12-29 | 图像处理方法、模型训练方法、电子设备及自动驾驶车辆 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230162474A1 (zh) |
EP (1) | EP4174789A1 (zh) |
JP (1) | JP2023036795A (zh) |
KR (1) | KR20230026296A (zh) |
CN (1) | CN114332509B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116993996B (zh) * | 2023-09-08 | 2024-01-12 | 腾讯科技(深圳)有限公司 | 对图像中的对象进行检测的方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599586A (zh) * | 2019-08-06 | 2019-12-20 | 湖北亿咖通科技有限公司 | 一种半稠密场景重建方法、装置、电子设备及存储介质 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101526944B (zh) * | 2008-12-23 | 2011-10-12 | 广州乐庚信息科技有限公司 | 图像检索比对方法 |
US20170337682A1 (en) * | 2016-05-18 | 2017-11-23 | Siemens Healthcare Gmbh | Method and System for Image Registration Using an Intelligent Artificial Agent |
CN110177278B (zh) * | 2019-05-24 | 2021-04-06 | 北京迈格威科技有限公司 | 一种帧间预测方法、视频编码方法及装置 |
CN110705365A (zh) * | 2019-09-06 | 2020-01-17 | 北京达佳互联信息技术有限公司 | 一种人体关键点检测方法、装置、电子设备及存储介质 |
US11475590B2 (en) * | 2019-09-12 | 2022-10-18 | Nec Corporation | Keypoint based pose-tracking using entailment |
CN110927743A (zh) * | 2019-12-05 | 2020-03-27 | 武汉理工大学 | 一种基于多线激光点云极化表征的智能车定位方法 |
CN111652240B (zh) * | 2019-12-18 | 2023-06-27 | 南京航空航天大学 | 一种基于cnn的图像局部特征检测与描述方法 |
US11830253B2 (en) * | 2020-04-14 | 2023-11-28 | Toyota Research Institute, Inc. | Semantically aware keypoint matching |
CN111583340B (zh) * | 2020-04-28 | 2023-03-31 | 西安交通大学 | 基于卷积神经网络降低单目相机位姿估计误差率的方法 |
CN112784743B (zh) * | 2021-01-21 | 2023-08-04 | 北京百度网讯科技有限公司 | 关键点的识别方法、装置及存储介质 |
CN113052311B (zh) * | 2021-03-16 | 2024-01-19 | 西北工业大学 | 具有跳层结构的特征提取网络及特征和描述子生成的方法 |
CN113012208B (zh) * | 2021-03-22 | 2024-05-17 | 上海应用技术大学 | 多视角遥感图像配准方法及系统 |
CN113157962B (zh) * | 2021-04-14 | 2022-09-13 | 杭州灵伴科技有限公司 | 图像检索方法、电子装置和存储介质 |
-
2021
- 2021-12-29 CN CN202111635804.5A patent/CN114332509B/zh active Active
-
2022
- 2022-12-22 JP JP2022205077A patent/JP2023036795A/ja active Pending
- 2022-12-28 EP EP22216960.9A patent/EP4174789A1/en active Pending
- 2022-12-28 US US18/089,709 patent/US20230162474A1/en active Pending
- 2022-12-29 KR KR1020220189301A patent/KR20230026296A/ko unknown
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599586A (zh) * | 2019-08-06 | 2019-12-20 | 湖北亿咖通科技有限公司 | 一种半稠密场景重建方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114332509A (zh) | 2022-04-12 |
US20230162474A1 (en) | 2023-05-25 |
JP2023036795A (ja) | 2023-03-14 |
KR20230026296A (ko) | 2023-02-24 |
EP4174789A1 (en) | 2023-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113657390B (zh) | 文本检测模型的训练方法和检测文本方法、装置和设备 | |
CN113902897B (zh) | 目标检测模型的训练、目标检测方法、装置、设备和介质 | |
CN113139543B (zh) | 目标对象检测模型的训练方法、目标对象检测方法和设备 | |
CN113936256A (zh) | 一种图像目标检测方法、装置、设备以及存储介质 | |
CN113971751A (zh) | 训练特征提取模型、检测相似图像的方法和装置 | |
CN113947147B (zh) | 目标地图模型的训练方法、定位方法及相关装置 | |
JP2023549036A (ja) | 点群からの効率的な三次元物体検出 | |
CN113901909B (zh) | 基于视频的目标检测方法、装置、电子设备和存储介质 | |
CN114550177A (zh) | 图像处理的方法、文本识别方法及装置 | |
CN114419519A (zh) | 目标对象检测方法、装置、电子设备和存储介质 | |
CN112967315A (zh) | 一种目标跟踪方法、装置及电子设备 | |
CN114332509B (zh) | 图像处理方法、模型训练方法、电子设备及自动驾驶车辆 | |
CN113592015B (zh) | 定位以及训练特征匹配网络的方法和装置 | |
CN114022865A (zh) | 基于车道线识别模型的图像处理方法、装置、设备和介质 | |
CN112800932B (zh) | 海上背景下显著船舶目标的检测方法及电子设备 | |
CN113569911A (zh) | 车辆识别方法、装置、电子设备及存储介质 | |
CN114913330B (zh) | 点云部件分割方法、装置、电子设备与存储介质 | |
CN115330851A (zh) | 单目深度估计方法、装置、电子设备、存储介质及车辆 | |
CN111753960B (zh) | 模型训练及图像处理方法、装置、电子设备、存储介质 | |
CN115063831A (zh) | 一种高性能行人检索与重识别方法及装置 | |
CN114282664A (zh) | 自反馈模型训练方法、装置、路侧设备及云控平台 | |
CN114417946A (zh) | 目标检测方法及装置 | |
CN113570607B (zh) | 目标分割的方法、装置及电子设备 | |
CN115049895B (zh) | 一种图像属性识别方法、属性识别模型训练方法及装置 | |
CN110633595A (zh) | 一种利用双线性插值的目标检测方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |