CN114972768A - 图像处理方法及装置、介质及终端 - Google Patents

图像处理方法及装置、介质及终端 Download PDF

Info

Publication number
CN114972768A
CN114972768A CN202210585484.5A CN202210585484A CN114972768A CN 114972768 A CN114972768 A CN 114972768A CN 202210585484 A CN202210585484 A CN 202210585484A CN 114972768 A CN114972768 A CN 114972768A
Authority
CN
China
Prior art keywords
image
feature
alignment
characteristic
coordinate information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210585484.5A
Other languages
English (en)
Inventor
魏若荷
高一星
封润洋
怯金阁
杨杰龙
常毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN202210585484.5A priority Critical patent/CN114972768A/zh
Publication of CN114972768A publication Critical patent/CN114972768A/zh
Pending legal-status Critical Current

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
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based 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
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/248—Aligning, centring, orientation detection or correction of the image by interactive preprocessing or interactive shape modelling, e.g. feature points assigned by a user
    • 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
    • G06V10/80—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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Processing (AREA)

Abstract

本公开提供了一种图像处理方法及装置、介质及终端，涉及图像处理技术领域。其中该方法应用于衣物图像特征点的识别，包括：提取合成图像包含的第一特征及真实图像包含的第二特征，合成图像是通过Maya物理引擎生成的；根据第二特征调整所述第一特征，以使第一特征转换为对齐特征；基于对齐特征，获取真实图像对应的对齐图像。通过本方案，可以提高对图像特征点识别的准确性，从而根据图像特征点高效地对衣物进行脱取。

Description

图像处理方法及装置、介质及终端
技术领域
本公开涉及图像处理技术领域，尤其涉及一种图像处理方法及装置、介质及终端。
背景技术
随着医疗水平的不断提高，医用工作服具有越来越强大的隔离细菌、真菌以及异物的效果。但与此同时，医用工作服的脱取耗时耗力，在一定程度上会影响工作效率。
现有技术通过机器人对用户进行脱衣的辅助，提高脱衣的效率。但面对结构复杂的衣物，无法精准的识别便于衣物进行脱取的特征点，进而无法高效地对衣物进行脱取。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种图像处理方法及装置、介质及终端，至少能够在一定程度上提高对图像特征点识别的准确性，从而根据图像特征点高效地对衣物进行脱取。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一个方面，提供一种图像处理方法，包括：提取合成图像包含的第一特征及真实图像包含的第二特征，上述合成图像是通过 Maya物理引擎生成的；根据上述第二特征调整上述第一特征，以使上述第一特征转换为对齐特征；基于上述对齐特征，获取上述真实图像对应的对齐图像。
根据本公开的另一个方面，提供一种图像处理装置，包括：
提取模块：用于提取合成图像包含的第一特征及真实图像包含的第二特征，上述合成图像是通过Maya物理引擎生成的；调整模块：用于根据上述第二特征调整上述第一特征，以使上述第一特征转换为对齐特征；获取模块：用于基于上述对齐特征，获取上述真实图像对应的对齐图像。
根据本公开的又一个方面，提供一种终端，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述实施例中的图像处理方法。
根据本公开的再一个方面，提供一种可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现如上述实施例中的图像处理方法。
本公开实施例提供的技术方案可以包括以下有益效果：
在本公开的一些实施例所提供的技术方案中，均进行以下处理，包括：提取合成图像包含的第一特征及真实图像包含的第二特征，上述合成图像是通过Maya物理引擎生成的；根据上述第二特征调整上述第一特征，以使上述第一特征转换为对齐特征；基于上述对齐特征，获取上述真实图像对应的对齐图像。通过上述步骤，可以提高对图像特征点识别的准确性，从而根据图像特征点高效地对衣物进行脱取。
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，并不能限制本公开。
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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示意性示出了可以应用本公开一实施例的图像处理方法的示例性架构的示意图。
图2示意性示出了根据本公开示例性的实施例中图像处理方法的流程图。
图3示意性示出了根据本公开示例性的实施例中获取对齐图像的流程图。
图4示意性示出了根据本公开示例性的实施例中处理图像特征点的流程图。
图5示意性示出了根据本公开另一示例性的实施例中处理图像特征点的流程图。
图6示意性示出了根据本公开再一示例性的实施例中处理图像特征点的流程图。
图7示意性示出了根据本公开示例性的实施例中脱衣辅助系统的结构图。
图8示意性示出了根据本公开示例性的实施例中图像处理装置的结构图。
图9示意性示出了根据本公开示例性的实施例中终端的结构图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施例方式作进一步地详细描述。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本公开中的具体含义。此外，在本公开的描述中，除非另有说明，“多个”是指两个或两个以上。“和 /或”，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。字符“/”一般表示前后关联对象是一种“或”的关系。
示例性的，图1示出了可以应用本公开一实施例的图像处理方法的示例性架构的示意图。
参考图1，图1所示图像处理方法的示例性架构的示意图，包括合成图像Is、真实图像Ir、特征提取模块110、调制对齐模块120以及图像重建模块130。其中，特征提取模块110由两个卷积层和两个批标准化层组成(连接方式为：卷积层-批标准化层-卷积层-批标准化层)，以Relu函数作为激活函数，用于提取合成图像Is的图像特征以及真实图像Ir的图像特征，得到第一特征Fs以及第二特征Fr。调制对齐模块120用于对上述第一特征Fs以及第二特征Fr进行处理，得到对齐特征Fa。其中，上述调制对齐模块120中的输入是第一特征Fs和第二特征Fr，首先将第一特征 Fs和第二特征Fr融合后输入一系列基本卷积块中，然后分别输入到两个独立的3×3的卷积块生成内核偏移量和调制标量。最后将第一特征Fs、内核偏移量以及调制标量输入到调制卷积网络中生成对齐特征Fa。并且上述卷积块的内核偏移量
Figure BDA0003665787840000041
调制标量
Figure BDA0003665787840000042
Figure BDA0003665787840000043
其中，
Figure BDA0003665787840000044
表示3 ×3卷积块每个像素的位置，Δpn表示内核中对应的像素和调制标量，Δmn位于[0,1]范围内。上述图像重建模块130用于根据上述对齐特征Fa得到对齐图像，图像重建模块130由转置卷积网络、批标准化层，以及一个3×3卷积块按照图1所示连接方式构成，激活函数是Relu函数。
以下将结合附图2-附图7，对本公开实施例提供的图像处理方法进行详细介绍。
其中，图2示意性示出根据本公开示例性的实施例中图像处理方法的流程图。参考图2，该图所示图像处理方法包括：
S210，提取合成图像包含的第一特征及真实图像包含的第二特征，合成图像是通过Maya物理引擎生成的。
在示例性的实施例中，上述特征提取模块110提取合成图像Is包含的第一特征Fs及真实图像Ir包含的第二特征Fr，上述合成图像Is是基于真实图像Ir得到的。其中，为了节省计算资源，对原始的真实图片和模拟图片进行了4倍下采样，将图片的像素大小缩小到1/4。
S220，根据第二特征调整第一特征，以使第一特征转换为对齐特征。
在示例性的实施例中，上述调制对齐模块120根据第二特征调整第一特征，以使第一特征转换为对齐特征。
S230，基于对齐特征，获取真实图像对应的对齐图像。
在示例性的实施例中，上述图像重建模块130基于对齐特征，获取真实图像对应的对齐图像。
图2所示实施例所提供的技术方案，通过提取合成图像包含的第一特征及真实图像包含的第二特征，并且根据第二特征调整第一特征，以使第一特征转换为对齐特征，基于对齐特征，获取真实图像对应的对齐图像。通过图2所示实施例所提供的技术方案，可以提高对图像特征点识别的准确性，从而根据图像特征点高效地对衣物进行脱取。
示例性的，图3示意性示出了根据本公开示例性的实施例中获取对齐图像的流程图。参考图3，该图所示方法包括：S310-S360。
参考图3，在S310中，提取合成图像包含的第一特征及真实图像包含的第二特征，合成图像是通过Maya物理引擎生成的。
在示例性的实施例中，S310的具体实施方式与S210相同，在此不再赘述。
在S320中，根据第一特征与第二特征，获取调制卷积网络的内核偏移量以及调制标量。
在示例性的实施例中，参考图1，上述调制对齐模块120根据第一特征与第二特征，获取调制卷积网络的内核偏移量以及调制标量。
示例性的，参考图1，上述调制对齐模块120首先将第一特征Fs与第二特征Fr进行连接经过一系列基本卷积块。再利用两个独立的3×3卷积块对上述第一特征Fs以及第二特征Fr进行卷积，预测出上述卷积结构的内核偏移量
Figure BDA0003665787840000051
以及调制标量
Figure BDA0003665787840000052
其中，Θ＝Φ(Fr,Fs)，M＝Ψ(Fr,Fs)，Φ和Ψ指的是上述两个独立的3×3卷积块之一，
Figure BDA0003665787840000053
表示3×3卷积块中每个像素的位置,Δpn表示内核中对应的像素和调制标量，Δmn位于[0,1]范围内。
在S330中，将第一特征、内核偏移量与调制标量输入调制卷积网络，得到对齐特征。
在示例性的实施例中，上述调制对齐模块120将第一特征、内核偏移量与调制标量输入调制卷积网络，得到对齐特征。其中，上述调制卷积网络具有显著的动态建模能力，其特殊的像素级变形机制是为精细化调整图像特征而量身定做的。因此，采用调制卷积网络能够对合成图片Is的特征分布进行调制，使其与真实图片Ir的特征分布对齐。
通过上述步骤，实现了在特征层面上将合成图像和真实图像对齐，以缩小二者的特征域之间的差距。
示例性的，上述调制对齐模块120将上述内核偏移量Θ、调制标量M以及第一特征Fs输入调制卷积网络，得到对齐特征Fa。
其中，对于对齐特征Fa上的每个位置p0都可以表示为：
Figure BDA0003665787840000061
其中w(pn)表示对应于第n位置pn的卷积核的权重，pn+Δpn表示卷积核中的不规则位置。
在S340中，利用转置卷积网络对对齐特征进行卷积，得到关于对齐特征的结构张量。
在示例性的实施例中，参考图1，图像重建模块130利用转置卷积网络对对齐特征Fa进行卷积，得到关于对齐特征Fa的结构张量。
通过上述步骤执行特征上采样，相比于双线性插值更有利于特征到图像的重建。
在S350中，将结构张量与真实图像进行连接，得到拼接图像。
在示例性的实施例中，参考图1，图像重建模块130将结构张量与真实图像Ir进行连接，得到拼接图像。
在S360中，对拼接图像进行卷积，得到对齐图像。
在示例性的实施例中，参考图1，图像重建模块130利用3×3卷积块对拼接图像进行卷积，得到对齐图像。
图3所示实施例提供的技术方案，提取合成图像包含的第一特征及真实图像包含的第二特征，根据第一特征与第二特征，获取调制卷积网络的内核偏移量以及调制标量，将第一特征、内核偏移量与调制标量输入调制卷积网络，得到对齐特征，利用转置卷积网络对对齐特征进行卷积，得到关于对齐特征的结构张量，将结构张量与真实图像进行连接，得到拼接图像，对拼接图像进行卷积，得到对齐图像。通过上述步骤，能够自适应地将合成图像与真实图像在像素级上进行对齐，该网络解决了合成图像和真实图像之间存在域差异的问题。
示例性的，图4示意性示出了根据本公开示例性的实施例中处理图像特征点的流程图。参考图4，该图所示方法包括：S410-S430。
参考图4，在S410中，基于对齐图像，获取图像特征点。
在示例性的实施例中，图像处理系统基于对齐图像，获取图像特征点。其中，上述图像处理系统用于执行上述图像处理方法，且上述图像处理系统包含上述特征提取模块110、调制对齐模块120以及重建模块130。上述图像特征点指的是图像中物体的关键部位，例如衣物的肩部抓取点。上述图像特征点可以是一个或多个。
在S420中，确定图像特征点的坐标信息。
在示例性的实施例中，图像处理系统确定图像特征点的坐标信息。
示例性的，图像处理系统可以根据上述对齐图像，预测出肩膀两侧在相机坐标系下的三维坐标，并将上述三维坐标通过数学运算转换到机器人坐标系下，并定位出图像特征点在上述对齐图像中的坐标信息。
在S430中，根据坐标信息，对图像特征点进行处理。
在示例性的实施例中，图像处理系统根据坐标信息，对图像特征点进行处理。
示例性的，上述图像处理系统可以运行于辅助脱衣的机器人中，以根据上述坐标信息，控制机器人对图像特征点进行处理。例如，当上述图像特征点为衣物肩部的抓取点时，上述图像处理系统根据上述抓取点的坐标信息，控制机器人对上述抓取点进行抓取，以辅助用户将衣物进行脱取。
图4所示实施例提供的技术方案，基于对齐图像，获取图像特征点。确定图像特征点的坐标信息，并且根据坐标信息，对图像特征点进行处理。通过上述步骤，提高了对图像特征点的定位准确度，从而提高了机器人辅助穿脱衣等下游任务的效率。
示例性的，图5示意性示出了根据本公开另一示例性的实施例中处理图像特征点的流程图。参考图5，该图所示方法包括：S510-S520。
在S510中，将坐标信息从二维坐标系映射至三维坐标系，得到三维坐标信息。
在示例性的实施例中，上述图像处理系统将图像特征点的坐标信息从二维坐标系映射至三维坐标系，得到图像特征点的三维坐标信息，并且将上述三维坐标信息作为上述对齐图像的伪标签。
示例性的，可以获取目标物体的多个角度的图像，上述图像处理系统根据目标物体的多个角度的图像，将图像特征点的坐标信息从二维坐标系映射至三维坐标系，得到图像特征点的三维坐标信息。
在S520中，根据三维坐标信息，对图像特征点进行处理。
在示例性的实施例中，上述图像处理系统根据图像特征点的三维坐标信息，对图像特征点进行处理。
示例性的，上述图像处理系统可以运行于辅助脱衣的机器人中，以根据上述三维坐标信息，控制机器人对图像特征点进行处理。例如，当上述图像特征点为衣物肩部的抓取点时，上述图像处理系统根据上述抓取点在衣物中的三维坐标信息，控制机器人对上述抓取点进行抓取，以辅助用户将衣物进行脱取。
图5所示实施例提供的技术方案，将坐标信息从二维坐标系映射至三维坐标系，得到三维坐标信息，并且根据三维坐标信息，对图像特征点进行处理。通过上述方案，进一步提高了对图像特征点进行处理的精确性，从而进一步提高机器人辅助穿脱衣等下游任务的效率。
示例性的，图6示意性示出了根据本公开再一示例性的实施例中处理图像特征点的流程图。参考图6，该图所示方法包括：S610-S630。
在S610中，基于真实图像，确定目标衣物的类型，目标衣物包含图像特征点。
在示例性的实施例中，上述图像处理系统基于真实图像Ir，确定目标衣物的类型，目标衣物包含图像特征点。其中，上述衣物类型包括但不限于：白大褂、手术服、防护服。
在S620中，根据目标衣物的类型与坐标信息，进行动作规划。
在示例性的实施例中，上述图像处理系统根据目标衣物的类型与坐标信息，进行动作规划。其中，上述动作规划与上述目标衣物的类型对应。
示例性的，当上述目标衣物的类型为手术服时，上述图像特征点位于手术服大臂与肩部的交界处。则上述动作规划为：抓取上述图像特征点，并斜向下进行拉拽动作。
在S630中，根据动作规划，对图像特征点进行处理。
在示例性的实施例中，上述图像处理系统根据动作规划，对图像特征点进行处理。
示例性的，当上述目标衣物的类型为手术服时，上述图像特征点位于手术服大臂与肩部的交界处。则上述动作规划为：抓取上述图像特征点，并斜向下进行拉拽动作。图像处理系统可以控制辅助脱衣机器人根据上述动作规划对上述图像特征点进行相应的动作，以实现手术服的脱取。
图6所示实施例提供的技术方案，基于真实图像，确定目标衣物的类型，根据目标衣物的类型与坐标信息，进行动作规划。并且根据动作规划，对图像特征点进行处理。通过上述步骤，实现了将不同类型的衣物对应于不同的动作规划，进一步提高了对复杂结构的衣物进行脱取的效率。
示例性的，图7示意性示出了根据本公开示例性的实施例中脱衣辅助系统的结构图。
参考图7，包括衣物分类网络710、衣物类型720、抓取点识别网络 730。其中，衣物类型720包括但不限于：白大褂以及手术服。
示例性的，上述脱衣辅助系统以一张实时捕获的深度图像为输入，使用预先训练好的VGG16实现对多种衣服类型进行分类。随后利用第二特征Fr和第一特征Fs训练ResNet101，以识别相机坐标系中的左右两个肩部的抓取点。最后，将上述抓取点的坐标转换在机器人坐标系下，并发送给机器人，以使机器人根据抓取点的目标位置进行动作规划，完成脱衣任务。
图7所示实施例提供的技术方案，结合衣物类型分类策略和抓取点识别方法，使得脱衣辅助机器人能够帮助用户脱下不同类型的医疗衣物。
示例性的，作为上述实施例的具体实施方式，在对图像特征点进行处理之后，还包括：
响应于对图像特征点处理完成，将图像特征点的特征信息进行存储。
示例性的，上述图像处理系统将上述特征信息进行存储后，可以建立不同特征信息与不同用户的映射关系。当用户需要进行脱取衣物时，上述图像处理系统可以根据特征信息与用户的映射关系，快速得到相应的动作规划，以实现更高效的衣物脱去。
需要说明的是，上述任一实施例的具体实施方式可以应用于机器人辅助穿衣中，在此不再赘述。
上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
其中，图8示意性示出了根据本公开示例性的实施例中图像处理装置的结构图。请参见图8，该图所示的图像处理装置800包括：提取模块810、调整模块820，以及获取模块830，其中：
上述提取模块810，用于：提取合成图像包含的第一特征及真实图像包含的第二特征，上述合成图像是通过Maya物理引擎生成的。
上述调整模块820，用于：根据上述第二特征调整上述第一特征，以使上述第一特征转换为对齐特征。
上述以及获取模块830，用于：基于上述对齐特征，获取上述真实图像对应的对齐图像。
在示例性的实施例中，基于前述方案，上述调整模块820，还用于：
根据上述第一特征与上述第二特征，获取调制卷积网络的内核偏移量以及调制标量；将上述第一特征、上述内核偏移量与上述调制标量输入上述调制卷积网络，得到上述对齐特征。
在示例性的实施例中，基于前述方案，上述获取模块830，还用于：
利用转置卷积网络对上述对齐特征进行卷积，得到关于上述对齐特征的结构张量；将上述结构张量与上述真实图像进行连接，得到拼接图像；对上述拼接图像进行卷积，得到上述对齐图像。
在示例性的实施例中，基于前述方案，上述图像处理装置800还包括处理模块，用于：基于上述对齐图像，获取上述图像特征点；确定上述图像特征点的坐标信息；根据上述坐标信息，对上述图像特征点进行处理。
在示例性的实施例中，基于前述方案，上述处理模块还用于：将上述坐标信息从二维坐标系映射至三维坐标系，得到三维坐标信息；根据上述三维坐标信息，对上述图像特征点进行处理。
在示例性的实施例中，基于前述方案，上述处理模块还用于：基于上述真实图像，确定目标衣物的类型，上述目标衣物包含上述图像特征点；根据上述目标衣物的类型与上述坐标信息，进行动作规划；根据上述动作规划，对上述图像特征点进行处理。
在示例性的实施例中，基于前述方案，上述图像处理装置800还包括存储模块，用于：响应于对上述图像特征点处理完成，将上述图像特征点的特征信息进行存储。
需要说明的是，上述实施例提供的图像处理装置在执行图像处理方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的图像处理装置与图像处理方法实施例属于同一构思，因此对于本公开装置实施例中未披露的细节，请参照本公开上述的图像处理方法的实施例，这里不再赘述。
上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。
本公开实施例还提供了一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一实施例方法的步骤。其中，可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC)，或适合于存储指令和/或数据的任何类型的媒介或设备。
本公开实施例还提供了一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述任一实施例方法的步骤。
图9示意性示出了根据本公开示例性的实施例中终端的结构图。请参见图9所示，终端900包括有：处理器910和存储器920。
本公开实施例中，处理器910为计算机系统的控制中心，可以是实体机的处理器，也可以是虚拟机的处理器。处理器910可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器910可以采用 DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－ Programmable Gate Array，现场可编程门阵列)、PLA(Programmable LogicArray，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器910也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(CentralProcessing Unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。
在本公开实施例中，上述处理器910具体用于：
提取合成图像包含的第一特征及真实图像包含的第二特征，上述合成图像是通过Maya物理引擎生成的；根据上述第二特征调整上述第一特征，以使上述第一特征转换为对齐特征；基于上述对齐特征，获取上述真实图像对应的对齐图像。
进一步地，上述根据上述第二特征调整上述第一特征，以使上述第一特征转换为对齐特征，包括：根据上述第一特征与上述第二特征，获取调制卷积网络的内核偏移量以及调制标量；将上述第一特征、上述内核偏移量与上述调制标量输入上述调制卷积网络，得到上述对齐特征。
进一步地，上述基于上述对齐特征，获取上述真实图像对应的对齐图像，包括：利用转置卷积网络对上述对齐特征进行卷积，得到关于上述对齐特征的结构张量；将上述结构张量与上述真实图像进行连接，得到拼接图像；对上述拼接图像进行卷积，得到上述对齐图像。
进一步地，在上述基于上述对齐特征，获取上述真实图像对应的对齐图像之后，上述方法还包括：基于上述对齐图像，获取上述图像特征点；确定上述图像特征点的坐标信息；根据上述坐标信息，对上述图像特征点进行处理。
进一步地，上述根据上述坐标信息，对上述图像特征点进行处理，包括：将上述坐标信息从二维坐标系映射至三维坐标系，得到三维坐标信息；根据上述三维坐标信息，对上述图像特征点进行处理。
进一步地，上述根据上述坐标信息，对上述图像特征点进行处理，包括：基于上述真实图像，确定目标衣物的类型，上述目标衣物包含上述图像特征点；根据上述目标衣物的类型与上述坐标信息，进行动作规划；根据上述动作规划，对上述图像特征点进行处理。
进一步地，在上述对上述图像特征点进行处理之后，上述方法还包括：响应于对上述图像特征点处理完成，将上述图像特征点的特征信息进行存储。
存储器920可以包括一个或多个可读存储介质，该可读存储介质可以是非暂态的。存储器920还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在本公开的一些实施例中，存储器920中的非暂态的可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器910所执行以实现本公开实施例中的方法。
一些实施例中，终端900还包括有：外围设备接口930和至少一个外围设备。处理器910、存储器920和外围设备接口930之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口930相连。具体地，外围设备包括：显示屏940、摄像头950和音频电路960中的至少一种。
外围设备接口930可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器910和存储器920。在本公开的一些实施例中，处理器910、存储器920和外围设备接口930被集成在同一芯片或电路板上；在本公开的一些其他实施例中，处理器910、存储器920和外围设备接口930中的任意一个或两个可以在单独的芯片或电路板上实现。本公开实施例对此不作具体限定。
显示屏940用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏940是触摸显示屏时，显示屏940还具有采集在显示屏940的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器910进行处理。此时，显示屏940还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在本公开的一些实施例中，显示屏940可以为一个，设置终端900 的前面板；在本公开的另一些实施例中，显示屏940可以为至少两个，分别设置在终端900的不同表面或呈折叠设计；在本公开的再一些实施例中，显示屏940可以是柔性显示屏，设置在终端900的弯曲表面上或折叠面上。甚至，显示屏940还可以设置成非矩形的不规则图形，也即异形屏。显示屏940可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode，有机发光二极管)等材质制备。
摄像头950用于采集图像或视频。可选地，摄像头950包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在本公开的一些实施例中，摄像头950还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路960可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器910进行处理。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端900的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。
电源970用于为终端900中的各个组件进行供电。电源970可以是交流电、直流电、一次性电池或可充电电池。当电源970包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
本公开实施例中示出的终端结构框图并不构成对终端900的限定，终端900可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
在本公开中，术语“第一”、“第二”等仅用于描述的目的，而不能理解为指示或暗示相对重要性或顺序；术语“多个”则指两个或两个以上，除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；“相连”可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本公开中的具体含义。
本公开的描述中，需要理解的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作，因此，不能理解为对本公开的限制。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，依本公开权利要求所作的等同变化，仍属本公开所涵盖的范围。

Claims (10)

1.一种图像处理方法，其特征在于，应用于衣物图像特征点的识别，所述方法包括：
提取合成图像包含的第一特征及真实图像包含的第二特征，所述合成图像是通过玛雅Maya物理引擎生成的；
根据所述第二特征调整所述第一特征，以使所述第一特征转换为对齐特征；
基于所述对齐特征，获取所述真实图像对应的对齐图像。
2.根据权利要求1所述的图像处理方法，其特征在于，所述根据所述第二特征调整所述第一特征，以使所述第一特征转换为对齐特征，包括：
根据所述第一特征与所述第二特征，获取调制卷积网络的内核偏移量以及调制标量；
将所述第一特征、所述内核偏移量与所述调制标量输入所述调制卷积网络，得到所述对齐特征。
3.根据权利要求1所述的图像处理方法，其特征在于，所述基于所述对齐特征，获取所述真实图像对应的对齐图像，包括：
利用转置卷积网络对所述对齐特征进行卷积，得到关于所述对齐特征的结构张量；
将所述结构张量与所述真实图像进行连接，得到拼接图像；
对所述拼接图像进行卷积，得到所述对齐图像。
4.根据权利要求1所述的图像处理方法，其特征在于，在所述基于所述对齐特征，获取所述真实图像对应的对齐图像之后，所述方法还包括：
基于所述对齐图像，获取所述图像特征点；
确定所述图像特征点的坐标信息；
根据所述坐标信息，对所述图像特征点进行处理。
5.根据权利要求4所述的图像处理方法，其特征在于，所述根据所述坐标信息，对所述图像特征点进行处理，包括：
将所述坐标信息从二维坐标系映射至三维坐标系，得到三维坐标信息；
根据所述三维坐标信息，对所述图像特征点进行处理。
6.根据权利要求4所述的图像处理方法，其特征在于，所述根据所述坐标信息，对所述图像特征点进行处理，包括：
基于所述真实图像，确定目标衣物的类型，所述目标衣物包含所述图像特征点；
根据所述目标衣物的类型与所述坐标信息，进行动作规划；
根据所述动作规划，对所述图像特征点进行处理。
7.根据权利要求4-6任一所述的图像处理方法，其特征在于，在所述对所述图像特征点进行处理之后，所述方法还包括：
响应于对所述图像特征点处理完成，将所述图像特征点的特征信息进行存储。
8.一种图像处理装置，其特征在于，包括：
提取模块：用于提取合成图像包含的第一特征及真实图像包含的第二特征，所述合成图像是通过Maya物理引擎生成的；
调整模块：用于根据所述第二特征调整所述第一特征，以使所述第一特征转换为对齐特征；
获取模块：用于基于所述对齐特征，获取所述真实图像对应的对齐图像。
9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的图像处理方法。
10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像处理方法。
CN202210585484.5A 2022-05-27 2022-05-27 图像处理方法及装置、介质及终端 Pending CN114972768A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210585484.5A CN114972768A (zh) 2022-05-27 2022-05-27 图像处理方法及装置、介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210585484.5A CN114972768A (zh) 2022-05-27 2022-05-27 图像处理方法及装置、介质及终端

Publications (1)

Publication Number Publication Date
CN114972768A true CN114972768A (zh) 2022-08-30

Family

ID=82954911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210585484.5A Pending CN114972768A (zh) 2022-05-27 2022-05-27 图像处理方法及装置、介质及终端

Country Status (1)

Country Link
CN (1) CN114972768A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110020600A (zh) * 2019-03-05 2019-07-16 厦门美图之家科技有限公司 生成用于训练人脸对齐模型的数据集的方法
CN110852951A (zh) * 2019-11-08 2020-02-28 Oppo广东移动通信有限公司 图像处理方法、装置、终端设备及计算机可读存储介质
CN112767247A (zh) * 2021-01-13 2021-05-07 京东方科技集团股份有限公司 图像超分辨率重建方法、模型蒸馏方法、装置及存储介质
US11170581B1 (en) * 2020-11-12 2021-11-09 Intrinsic Innovation Llc Supervised domain adaptation
CN113674331A (zh) * 2021-08-24 2021-11-19 广州极飞科技股份有限公司 图像对齐方法和装置、电子设备和计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110020600A (zh) * 2019-03-05 2019-07-16 厦门美图之家科技有限公司 生成用于训练人脸对齐模型的数据集的方法
CN110852951A (zh) * 2019-11-08 2020-02-28 Oppo广东移动通信有限公司 图像处理方法、装置、终端设备及计算机可读存储介质
US11170581B1 (en) * 2020-11-12 2021-11-09 Intrinsic Innovation Llc Supervised domain adaptation
CN112767247A (zh) * 2021-01-13 2021-05-07 京东方科技集团股份有限公司 图像超分辨率重建方法、模型蒸馏方法、装置及存储介质
CN113674331A (zh) * 2021-08-24 2021-11-19 广州极飞科技股份有限公司 图像对齐方法和装置、电子设备和计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"DEFORMABLE CONVNETS V2: MORE DEFORMABLE, BETTER RESULTS": ""Deformable ConvNets v2: More Deformable, Better Results"", 《2019 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION》, 9 January 2020 (2020-01-09), pages 9308 - 9316 *
YAPENG TIAN ET AL.: ""TDAN: Temporally-Deformable Alignment Network for Video Super-Resolution"", 《2020 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION》, 5 August 2020 (2020-08-05), pages 3360 - 3369 *

Similar Documents

Publication Publication Date Title
WO2020010979A1 (zh) 手部关键点的识别模型训练方法、识别方法及设备
CN110070056B (zh) 图像处理方法、装置、存储介质及设备
CN109978936B (zh) 视差图获取方法、装置、存储介质及设备
CN109712224A (zh) 虚拟场景的渲染方法、装置及智能设备
KR20210111833A (ko) 타겟의 위치들을 취득하기 위한 방법 및 장치와, 컴퓨터 디바이스 및 저장 매체
CN110599593B (zh) 数据合成的方法、装置、设备及存储介质
CN108492363A (zh) 基于增强现实的结合方法、装置、存储介质及电子设备
CN113205568A (zh) 图像处理方法、装置、电子设备及存储介质
CN112991494B (zh) 图像生成方法、装置、计算机设备及计算机可读存储介质
CN112749613B (zh) 视频数据处理方法、装置、计算机设备及存储介质
WO2021027585A1 (zh) 人脸图像处理方法及电子设备
CN111680758B (zh) 图像训练样本生成方法和装置
CN112036331A (zh) 活体检测模型的训练方法、装置、设备及存储介质
CN110570460A (zh) 目标跟踪方法、装置、计算机设备及计算机可读存储介质
CN111243668A (zh) 分子结合位点检测方法、装置、电子设备及存储介质
CN110675412A (zh) 图像分割方法、图像分割模型的训练方法、装置及设备
CN111597922A (zh) 细胞图像的识别方法、系统、装置、设备及介质
CN113706440A (zh) 图像处理方法、装置、计算机设备及存储介质
CN111882642A (zh) 三维模型的纹理填充方法及装置
CN111598133A (zh) 基于人工智能的图像显示方法、装置、设备及介质
CN110647881A (zh) 确定图像对应的卡片类型的方法、装置、设备及存储介质
CN111768507B (zh) 图像融合方法、装置、计算机设备及存储介质
CN112037305B (zh) 对图像中的树状组织进行重建的方法、设备及存储介质
CN114972768A (zh) 图像处理方法及装置、介质及终端
CN113743186B (zh) 医学图像的处理方法、装置、设备及存储介质

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