[發明專利]用于處理圖片的方法和裝置

有效

• 申請號: 201710400582.6
• 申請日: 2017-05-31
• 公開（公告）號: CN107220652B
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 葉韻;張愛喜;陳宇;翁志
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06K9/54
• 分類號: G06K9/54
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于處理圖片的方法，其特征在于，所述方法包括：

識別待處理圖片是否包括目標圖像；

響應于識別出所述待處理圖片包括所述目標圖像，確定包括所述待處理圖片的圖像特征的特征圖；

根據所確定的特征圖，生成所述待處理圖片的響應圖，其中，所述響應圖包括像素值非零的目標區域和像素值為零的非目標區域；

將所述響應圖中的各像素值歸一化，得到歸一化響應圖；

壓縮所述待處理圖片，得到壓縮圖片；

放大所述壓縮圖片，得到馬賽克圖片，其中，所述馬賽克圖片與所述待處理圖片的像素數量相同；

將所述歸一化響應圖的各個像素值減1后取絕對值，得到所述歸一化響應圖的反向圖；

將第一圖片的各個像素值與第二圖片中對應位置的像素值的和，確定為所述處理后圖片中對應位置的各個像素值，其中，所述第一圖片中的各個像素值是所述馬賽克圖片中各個像素值與所述歸一化響應圖中對應位置的像素值的乘積，所述第二圖片中的各個像素值是所述待處理圖片中各個像素值與所述反向圖中對應位置的像素值的乘積。

2.根據權利要求1所述的方法，其特征在于，所述識別待處理圖片是否包括目標圖像，包括：

將所述待處理圖片導入預先建立的卷積神經網絡模型，得到指示信息，其中，指示信息用于指示圖片是否包括目標圖像，所述卷積神經網絡模型用于表征圖片與所述指示信息之間的對應關系，并且所述卷積神經網絡模型包括至少一個特征提取層，其中，特征提取層用于輸出至少一個通道的特征圖。

3.根據權利要求2所述的方法，其特征在于，所述響應于識別出所述待處理圖片包括所述目標圖像，確定包括所述待處理圖片的圖像特征的特征圖，包括：

將所述卷積神經網絡模型的最后一個特征提取層輸出的多個通道的特征圖，確定為包括所述待處理圖片的圖像特征的特征圖。

4.根據權利要求3所述的方法，其特征在于，所述根據所確定的特征圖，生成所述待處理圖片的響應圖，包括：

根據線性整流函數、所述多個通道的特征圖和預設的與所述多個通道分別對應的權重，生成所述待處理圖片的響應圖。

5.根據權利要求1-4中任一項所述的方法，其特征在于，所述待處理圖片是視頻中的圖像幀，所述圖像幀在所述視頻中的上一圖像幀包括所述目標圖像；以及

所述識別待處理圖片是否包括目標圖像，還包括：

對于所述待處理圖片中的每個像素，采用光流法，計算該像素與所述上一圖像幀中與該像素指示相同物理實體區域的像素之間的光流向量；

計算各光流向量的模，并加和平均各光流向量的模，得到平均值；

響應于所述平均值小于預設平均值閾值，確定所述待處理圖片包括目標圖像。

6.一種用于處理圖片的裝置，其特征在于，所述裝置包括：

識別單元，用于識別待處理圖片是否包括目標圖像；

確定單元，用于響應于識別出所述待處理圖片包括所述目標圖像，確定包括所述待處理圖片的圖像特征的特征圖；

第一生成單元，用于根據所確定的特征圖，生成所述待處理圖片的響應圖，其中，所述響應圖包括像素值非零的目標區域和像素值為零的非目標區域；將所述響應圖中的各像素值歸一化，得到歸一化響應圖；

第二生成單元，用于：壓縮上述待處理圖片，得到壓縮圖片；放大上述壓縮圖片，得到馬賽克圖片，其中，上述馬賽克圖片與上述待處理圖片的像素數量相同；將上述歸一化響應圖的各個像素值減1后取絕對值，得到上述歸一化響應圖的反向圖；將第一圖片的各個像素值與第二圖片中對應位置的像素值的和，確定為上述處理后圖片中對應位置的各個像素值，其中，上述第一圖片中的各個像素值是上述馬賽克圖片中各個像素值與上述歸一化響應圖中對應位置的像素值的乘積，上述第二圖片中的各個像素值是上述待處理圖片中各個像素值與上述反向圖中對應位置的像素值的乘積。

7.一種電子設備，其特征在于，所述設備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-5中任一所述的方法。

8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-5中任一所述的方法。