CN114356529A

CN114356529A - 图像处理方法及装置、电子设备和存储介质

Info

Publication number: CN114356529A
Application number: CN202210022659.1A
Authority: CN
Inventors: 陈万里; 梁为然; 王朦; 温祖钦; 陈宇恒
Original assignee: Shenzhen Sensetime Technology Co Ltd
Current assignee: Shenzhen Sensetime Technology Co Ltd
Priority date: 2022-01-10
Filing date: 2022-01-10
Publication date: 2022-04-15

Abstract

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：在接收到对待处理图像的处理任务的情况下，根据处理任务的类型和功能单元的类型，确定用于执行处理任务的目标功能单元；通过目标功能单元对待处理图像进行特征提取，获得第一特征；将第一特征缓存至第一消息队列；通过后处理单元从第一消息队列中读取第一特征，并根据第一特征获得图像处理结果。根据本公开的实施例的图像处理方法，通过选择用于执行处理任务的目标功能单元以及可缓存特征的第一消息队列，降低任务处理的资源需求，使得分布式处理的架构可复用于边缘计算平台，降低维护成本。

Description

图像处理方法及装置、电子设备和存储介质

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。

背景技术

随着5G和物联网的普及，需要更靠近数据源的系统来实时处理数据，提升用户体验、降低网络建设成本，边缘计算可适用于这种场景。但是在相关技术中，云端和边缘是两套独立维护的系统，导致开发维护成本较高。且边缘侧系统的硬件配置相较于云端普遍较低，因此，难以对系统的架构进行复用。

发明内容

本公开提出了一种图像处理方法及装置、电子设备和存储介质。

根据本公开的一方面，提供了一种图像处理方法，包括：在接收到对待处理图像的处理任务的情况下，根据所述处理任务的类型和边缘计算平台的多个功能单元的类型，在所述多个功能单元中确定用于执行所述处理任务的目标功能单元；通过目标功能单元对所述待处理图像进行特征提取处理，获得与所述处理任务对应的第一特征；将所述第一特征缓存至第一消息队列；通过后处理单元从所述第一消息队列中读取所述第一特征，并根据所述第一特征获得图像处理结果。

根据本公开的实施例的图像处理方法，通过选择用于执行处理任务的目标功能单元以及可缓存特征的第一消息队列，降低任务处理的资源需求，使得分布式处理的架构可复用于边缘计算平台，降低维护成本。

在一种可能的实现方式中，根据所述处理任务的类型和多个功能单元的类型，在所述多个功能单元中确定用于执行所述处理任务的目标功能单元，包括：根据所述处理任务的类型、所述多个功能单元的类型、所述多个功能单元的资源占用状况以及所述处理任务的进程，确定所述目标功能单元。

通过这种方式，可选择出与处理任务的类型匹配的功能单元，且可提升处理效率。

在一种可能的实现方式中，所述方法还包括：通过所述后处理单元获取参考特征；将参考特征存储至所述边缘计算平台的数据库。

在一种可能的实现方式中，通过后处理单元从所述第一消息队列中读取所述第一特征，并根据所述第一特征获得图像处理结果，包括：根据所述第一特征，对所述数据库中的多个参考特征进行匹配处理，获得匹配结果；根据所述匹配结果，获得所述图像处理结果。

在一种可能的实现方式中，所述方法还包括：通过所述后处理单元获取对所述数据库中的参考特征的操作指令，并根据所述操作指令对所述参考特征进行对应的处理，其中，所述操作指令包括创建指令、读取指令、替换指令、删除指令。

在一种可能的实现方式中，所述方法还包括：通过所述后处理单元将所述图像处理结果缓存至第二消息队列；通过所述第二消息队列输出所述图像处理结果。

在一种可能的实现方式中，所述在所述多个功能单元中确定用于执行所述处理任务的目标功能单元通过服务代理组件及键值存储组件实现，所述第一消息队列通过开源消息代理组件实现。

根据本公开的一方面，提供了一种图像处理装置，包括：功能单元选择模块，用于在接收到对待处理图像的处理任务的情况下，根据所述处理任务的类型和边缘计算平台的多个功能单元的类型，在所述多个功能单元中确定用于执行所述处理任务的目标功能单元；特征提取模块，用于通过目标功能单元对所述待处理图像进行特征提取处理，获得与所述处理任务对应的第一特征；缓存模块，用于将所述第一特征缓存至第一消息队列；图像处理模块，用于通过后处理单元从所述第一消息队列中读取所述第一特征，并根据所述第一特征获得图像处理结果。

在一种可能的实现方式中，所述功能单元选择模块进一步用于：根据所述处理任务的类型、所述多个功能单元的类型、所述多个功能单元的资源占用状况以及所述处理任务的进程，确定所述目标功能单元。

在一种可能的实现方式中，所述装置还包括：参考特征获取模块，用于通过所述后处理单元获取参考特征；将参考特征存储至所述边缘计算平台的数据库。

在一种可能的实现方式中，所述图像处理模块进一步用于：根据所述第一特征，对所述数据库中的多个参考特征进行匹配处理，获得匹配结果；根据所述匹配结果，获得所述图像处理结果。

在一种可能的实现方式中，所述装置还包括：操作模块，用于通过所述后处理单元获取对所述数据库中的参考特征的操作指令，并根据所述操作指令对所述参考特征进行对应的处理，其中，所述操作指令包括创建指令、读取指令、替换指令、删除指令。

在一种可能的实现方式中，所述装置还包括：结果输出模块，用于通过所述后处理单元将所述图像处理结果缓存至第二消息队列；通过所述第二消息队列输出所述图像处理结果。

根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的图像处理方法的流程图；

图2示出根据本公开实施例的图像处理方法的应用示意图；

图3示出根据本公开实施例的图像处理装置的框图；

图4示出根据本公开实施例的一种电子设备的框图；

图5示出根据本公开实施例的一种电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开实施例的图像处理方法的流程图，如图1所示，所述方法包括：

步骤S11，在接收到对待处理图像的处理任务的情况下，根据所述处理任务的类型和多个功能单元的类型，在所述多个功能单元中确定用于执行所述处理任务的目标功能单元；

步骤S12，通过目标功能单元对所述待处理图像进行特征提取处理，获得与所述处理任务对应的第一特征；

步骤S13，将所述第一特征缓存至第一消息队列；

步骤S14，通过后处理单元从所述第一消息队列中读取所述第一特征，并根据所述第一特征获得图像处理结果。

在一种可能的实现方式中，所述图像处理方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。

在一种可能的实现方式中，相关技术中的分布式处理系统处理架构大多基于JVM(Java Virtual Machine，Java虚拟机)实现，由于其处理的数据量较大，对于硬件配置的要求较高，例如，内存需求较高，因此，需要处理能力较强的硬件设备来支持其运算。在示例中，基于Java的程序语言广泛应用于服务器(例如，云端)的开发，其开源库丰富，构建应用系统较容易，但性能较差，Java源码需被编译成字节码，再由虚拟机编译成机器码，因而，Java程序启动时会加载JVM、JIT(Just In Time，实时生产系统)等，都需要额外消耗大量的内存，因而对硬件配置要求较高。

然而，边缘侧的设备由于需要处理的数据量较少，因此其硬件配置较低，例如，一些边缘计算平台，即边缘侧设备的内存仅8GB左右，这些边缘侧设备的硬件配置难以复用上述分布式处理系统的架构。

在一种可能的实现方式中，针对上述问题，本公开在边缘计算平台中通过将上述分布式处理系统的架构进行轻量化，来减少对硬件配置的需求，使得边缘计算平台可复用分布式处理系统的架构，以减少系统的维护成本。所述边缘计算平台可包括多种具有处理功能的设备，例如，个人计算机、移动设备、智能家居等，本公开对边缘计算平台的类型不做限制。

在一种可能的实现方式中，在步骤S11中，可在边缘计算平台中设置任务管理单元，用于接收任务以及调度边缘计算平台中的其他单元来执行任务。所述待处理图像可以是城市中的摄像头拍摄的图像、门禁设备拍摄的图像等，本公开对待处理图像的类型不做限制。对所述待处理图像的处理任务可包括多种，例如，对待处理图像中的人脸进行人脸识别、活体检测、关键点检测等，本公开对所述处理任务不做限制。

在一种可能的实现方式中，所述功能单元为能够执行某种特定处理的单元，所述功能单元可以是边缘计算平台中的实体单元，例如，包括一个或多个电子组件的实体单元，也可以是虚拟的功能单元，例如，能够执行某种处理的特定算法单元，本公开对功能单元的类型不做限制。

在一种可能的实现方式中，在接收到对待处理图像的处理任务时，可选择与所述处理任务类型匹配的功能单元，例如，所述处理任务为人脸识别任务，可选择具有提取人脸特征的功能的单元，又例如，所述处理任务为关键点检测任务，可选择具有提取关键点特征的功能的单元，又例如，所述处理任务为活体检测任务，可选择具有提取深度特征的功能的单元，本公开对所述功能单元所具有的功能不做限制。

在一种可能的实现方式中，除了功能与类型匹配外，还可在选择功能单元时，参考功能单元的资源占用状况和处理任务的进程。步骤S11可包括：根据所述处理任务的类型、所述多个功能单元的类型、所述多个功能单元的资源占用状况以及所述处理任务的进程，确定所述目标功能单元。

在示例中，如果与所述处理任务的类型匹配的功能单元的数量有多个，则还可参考功能单元的资源占用状况以及处理任务的进程。例如，某个任务需要内存100MB，任务的进程为目前已经完成40％，可估算出仍需要60MB的内存来进行剩余任务的处理，则可基于功能单元的资源占用状况来选择功能单元，例如，可选择能够调用的内存数量超过任务所需的内存数量，且资源占用的比例较高的功能单元，在保证任务能够被执行的同时，使得执行占用的功能单元较为集中，使得其他功能单元能够用于执行其他任务，不会现有的任务占用过多的功能单元，以提高边缘计算平台，即边缘侧设备的整体处理效率。

在示例中，还可选择资源占用比例较低的功能单元，例如，与任务的类型匹配的功能单元的数量为多个，则可使用其中资源占用比例最低的功能单元来处理该任务，以提高当前任务的执行效率。

在示例中，还可在选择功能单元时参考功能单元能够调用的处理资源，例如，某个任务需要CPU和GPU共同执行，则可选择能够调用这两种处理资源的功能单元。本公开对功能单元的具体选择方式不做限制。

在一种可能的实现方式中，在所述多个功能单元中确定用于执行所述处理任务的目标功能单元通过服务代理组件(zetcd)及键值存储组件(etcd)实现。在示例中，上述两个组件可代替云端的分布式架构中的Zookeeper组件提供分布式配置和同步功能，以对所述处理任务进行管理，并分别调动一个或多个目标功能单元来执行所述处理任务。Zookeeper组件通常通过Java程序实现，对硬件配置的需求较高，而使用服务代理组件及键值存储组件来代替Zookeeper组件，可实现对分布式配置和同步功能的轻量化，例如，服务代理组件及键值存储组件可通过Go、c/c++等程序语言实现，这些程序语言属于静态编译语言，可直接编译成机器码，无需字节码翻译的步骤，因此，也无需加载JVM、JIT等，减少了内存的需求，也降低了对硬件配置的需求，更适用于边缘计算平台。本公开对提供上述功能的组件的具体类型不做限制。

在一种可能的实现方式中，在步骤S12中，可通过选择出的目标功能单元对待处理图像进行特征提取，获得与处理任务对应的第一特征，如上所述，不同的处理任务所需要的特征信息可能是不同的，例如，人脸识别任务需要人脸的多个维度的特征信息，关键点检测任务需要人脸上的关键点的特征信息(例如，位置信息、互相之间的距离信息等)，活体检测任务需要深度特征等。本公开对与任务对应的第一特征的类型不做限制。

在一种可能的实现方式中，在步骤S13中，可将目标功能单元获取的第一特征缓存至第一消息队列，使得后处理单元能够从第一消息队列中读取第一特征以进行进一步的处理。

在一种可能的实现方式中，将第一特征缓存至第一消息队列的处理可进一步降低对硬件配置的需求，例如，后处理单元无需同时处理多个目标功能单元获取的特征，而是可以按照自身的处理能力逐一或分批读取第一消息队列中的特征，因此，可无需较高的硬件配置。又例如，后处理单元无需在目标功能单元获取到特征后立即迅速进行处理，如果后处理单元对于当前正在处理的特征还未处理完成，则可不继续读取特征，并且也不会影响目标功能单元对于其他任务的特征提取处理，即，后处理单元可以按照自身的处理能力逐一或分批读取第一消息队列中的特征，不会影响特征提取处理的进程。

在示例中，第一消息队列通过开源消息代理组件(mosquitto)实现，可用于代替云端的分布式架构中的kafka消息队列。与以上服务代理组件及键值存储组件类似，开源消息代理组件也可降低对于内存的需求，即，降低对于硬件配置的需求，并且，能够满足在边缘计算平台中的缓存需求。本公开对于第一消息队列所使用的组件不做限制。

在一种可能的实现方式中，在步骤S14中，后处理单元可基于自身的处理进程，从第一消息队列中读取缓存的第一特征，并对第一特征进行进一步的处理，获得图像处理结果。例如，所述处理任务为人脸检测任务，则后处理单元可将第一特征进行进一步的检测与识别处理，以获得待处理图像中人脸的位置，作为所述图像处理结果。又例如，所述处理任务为人脸识别任务，则后处理单元可将第一特征与用于对比的参考特征进行比较，以确定出匹配的参考特征，进而识别出待处理图像的人脸的身份信息，作为图像处理结果。本公开对图像处理结果的类型不做限制。

在一种可能的实现方式中，如果所述处理任务需要将第一特征与参考特征进行比对，则边缘计算平台还可获取参考特征。所述方法还包括：通过所述后处理单元获取参考特征；将参考特征存储至所述边缘计算平台的数据库。

在示例中，所述数据库可使用mysql数据库来替换云端的分布式架构中的cassandra数据库。mysql数据库相较于数据库更加轻量化，且适用于边缘计算平台的数据处理量。

在一种可能的实现方式中，所述数据库可部署于边缘计算平台中，或者可由边缘计算平台调用，例如，可通过特征检索服务(一种具有检索功能的组件，例如，具有检索功能的应用程序)来调用数据库，查询数据库中的参考特征。本公开对于数据库的使用方式不做限制。

在示例中，还可通过所述操作指令对参考特征进行相应的处理，例如，创建一个新的参考特征(例如，新增参考特征)，读取参考特征，替换某个或某些参考特征，或者删除某个或某些参考特征，本公开对参考特征的处理不做限制。

在一种可能的实现方式中，经过上述处理，可获得用于存储参考特征的数据库，并部署于边缘计算平台中，或可通过边缘计算平台调用。在步骤S14中，后处理单元可利用读取的第一特征和数据库中的参考特征进行比对，来获取图像处理结果。步骤S14可包括：根据所述第一特征，对所述数据库中的多个参考特征进行匹配处理，获得匹配结果；根据所述匹配结果，获得所述图像处理结果。

在示例中，后处理单元可从第一消息队列中读取第一特征，通过第一特征在数据库中进行特征检索，即，通过第一特征在数据库中逐个进行特征比对，例如，逐个确定参考特征与第一特征的特征相似度(例如，余弦相似度等)。在示例中，如果数据库部署在边缘计算平台中，则可直接调用各参考特征与第一特征进行比对，如果数据库未部署在边缘计算平台中，而是需要特征检索服务来调用，则后处理单元则可通过特征检索服务来调用参考特征与第一特征进行比对，或者通过特征检索服务来获取第一特征，并将第一特征与数据库中的参考特征进行比对。本公开对此不做限制。

在示例中，经过上述比对，可确定出匹配结果，例如，与第一特征匹配的参考特征。并可基于该匹配结果，获得图像处理结果。例如，可基于与第一特征匹配的参考特征对应的身份信息，来确定待处理图像中人脸的身份信息，作为所述图像处理结果。本公开对图像处理结果的类型不做限制。

在一种可能的实现方式中，边缘计算平台可输出图像处理结果，例如，可输出至显示装置、音频装置等，以将图像处理结果进行显示或播放，使得用户获得图像处理结果。所述方法还包括：通过所述后处理单元将所述图像处理结果缓存至第二消息队列；通过所述第二消息队列输出所述图像处理结果。

在示例中，第二消息队列可与第一消息队列相同，例如，第二消息队列也可通过开源消息代理组件实现，以降低对内存的需求。本公开对第二消息队列所使用的组件不做限制。

在示例中，后处理组件可将图像处理结果缓存至第二消息队列，第二消息队列可按照用于输出给用户的装置的输出频率，将消息队列中的图像处理结果传输至用于输出给用户的装置。例如，显示装置可每10s显示一幅待处理图像的图像处理结果，则第二消息队列则可每10s将一个图像处理结果传输至显示装置。本公开对输出频率不做限制。

根据本公开的实施例的图像处理方法，通过选择用于执行处理任务的目标功能单元以及可缓存特征的第一消息队列，降低任务处理的资源需求，使得分布式处理的架构更加轻量化，使其能够复用于边缘计算平台，在维护时无需维护多套不同的系统，降低了维护成本。

图2示出根据本公开实施例的图像处理方法的应用示意图，如图2所示，为将分布式处理架构复用于边缘计算平台，可通过轻量化的组件来执行边缘计算平台中的对于图像的处理任务。

在一种可能的实现方式中，如图2所示，任务管理单元可接收对于图像的处理任务，并通过轻量化的服务代理组件(zetcd)及键值存储组件(etcd)来选择适用于执行上述任务的功能单元，例如，可根据任务的类型、任务的进程、功能单元的类型和功能单元的资源占用情况，在功能单元1～功能单元n(n为大于1的正整数)中选择一个或多个目标功能单元来执行上述处理任务。

在一种可能的实现方式中，目标功能单元可对图像进行特征提取处理，以获得所述处理任务所需的特征，例如，所述处理任务为人脸识别任务，则可获取人脸的图像特征，并将该特征缓存至开源消息代理组件(mosquitto)。

在一种可能的实现方式中，后处理单元可基于自身的处理频率来读取开源消息代理组件中缓存的特征，并进行后处理。在示例中，后处理单元可调用特征检索服务，在数据库中检索匹配的参考特征，例如，可逐一确定各参考特征与上述图像的特征的特征相似度，并将相似度最高的参考特征确定为匹配的参考特征，进而将匹配的参考特征对应的身份信息作为图像处理结果。

在一种可能的实现方式中，后处理单元还可将图像处理结果缓存至另一个开源消息代理组件中，以供显示装置读取图像处理结果，并显示给用户。

在一种可能的实现方式中，所述图像处理方法可用于智慧城市等场景的视频、图像等数据的处理中，可服用云端的分布式处理架构，以降低处理架构的维护成本。本公开对图像处理方法的应用领域不做限制。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图3示出根据本公开实施例的图像处理装置的框图，如图3所示，所述装置包括：功能单元选择模块11，用于在接收到对待处理图像的处理任务的情况下，根据所述处理任务的类型和边缘计算平台的多个功能单元的类型，在所述多个功能单元中确定用于执行所述处理任务的目标功能单元；特征提取模块12，用于通过目标功能单元对所述待处理图像进行特征提取处理，获得与所述处理任务对应的第一特征；缓存模块13，用于将所述第一特征缓存至第一消息队列；图像处理模块14，用于通过后处理单元从所述第一消息队列中读取所述第一特征，并根据所述第一特征获得图像处理结果。

该方法与计算机系统的内部结构存在特定技术关联，且能够解决如何提升硬件运算效率或执行效果的技术问题(包括减少数据存储量、减少数据传输量、提高硬件处理速度等)，从而获得符合自然规律的计算机系统内部性能改进的技术效果。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图4示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等终端设备。

参照图4，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、第四代移动通信技术(4G)、通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

本公开涉及增强现实领域，通过获取现实环境中的目标对象的图像信息，进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理，从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的，目标对象可涉及与人体相关的脸部、肢体、手势、动作等，或者与物体相关的标识物、标志物，或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景，还可以涉及与人相关的特效处理，比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络，实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。

图5示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器或终端设备。参照图5，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows Server^TM)，苹果公司推出的基于图形用户界面操作系统(Mac OSX^TM)，多用户多进程的计算机操作系统(Unix^TM),自由和开放原代码的类Unix操作系统(Linux^TM)，开放原代码的类Unix操作系统(FreeBSD^TM)或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

若本申请技术方案涉及个人信息，应用本申请技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本申请技术方案涉及敏感个人信息，应用本申请技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims

1.一种图像处理方法，其特征在于，所述方法用于边缘计算平台，包括：

在接收到对待处理图像的处理任务的情况下，根据所述处理任务的类型和边缘计算平台的多个功能单元的类型，在所述多个功能单元中确定用于执行所述处理任务的目标功能单元；

通过目标功能单元对所述待处理图像进行特征提取处理，获得与所述处理任务对应的第一特征；

将所述第一特征缓存至第一消息队列；

通过后处理单元从所述第一消息队列中读取所述第一特征，并根据所述第一特征获得图像处理结果。

2.根据权利要求1所述的方法，其特征在于，根据所述处理任务的类型和多个功能单元的类型，在所述多个功能单元中确定用于执行所述处理任务的目标功能单元，包括：

根据所述处理任务的类型、所述多个功能单元的类型、所述多个功能单元的资源占用状况以及所述处理任务的进程，确定所述目标功能单元。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过所述后处理单元获取参考特征；

将参考特征存储至所述边缘计算平台的数据库。

4.根据权利要求3所述的方法，其特征在于，通过后处理单元从所述第一消息队列中读取所述第一特征，并根据所述第一特征获得图像处理结果，包括：

根据所述第一特征，对所述数据库中的多个参考特征进行匹配处理，获得匹配结果；

根据所述匹配结果，获得所述图像处理结果。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

通过所述后处理单元获取对所述数据库中的参考特征的操作指令，并根据所述操作指令对所述参考特征进行对应的处理，其中，所述操作指令包括创建指令、读取指令、替换指令、删除指令。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过所述后处理单元将所述图像处理结果缓存至第二消息队列；

通过所述第二消息队列输出所述图像处理结果。

7.根据权利要求1所述的方法，其特征在于，所述在所述多个功能单元中确定用于执行所述处理任务的目标功能单元通过服务代理组件及键值存储组件实现，所述第一消息队列通过开源消息代理组件实现。

8.一种图像处理装置，其特征在于，包括：

功能单元选择模块，用于在接收到对待处理图像的处理任务的情况下，根据所述处理任务的类型和边缘计算平台的多个功能单元的类型，在所述多个功能单元中确定用于执行所述处理任务的目标功能单元；

特征提取模块，用于通过目标功能单元对所述待处理图像进行特征提取处理，获得与所述处理任务对应的第一特征；

缓存模块，用于将所述第一特征缓存至第一消息队列；

图像处理模块，用于通过后处理单元从所述第一消息队列中读取所述第一特征，并根据所述第一特征获得图像处理结果。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至7中任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。