[發明專利]一種圖像處理方法以及裝置

在審

• 申請號: 201711252580.3
• 申請日: 2017-12-01
• 公開（公告）號: CN108009554A
• 公開（公告）日: 2018-05-08
• 發明（設計）人: 孫源良;夏虎;段立新;樊雨茂
• 申請（專利權）人: 國信優易數據有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/32;G06K9/62
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 梁斌

1.一種圖像處理方法，其特征在于，包括：

接收輸入的待處理圖像；

采用預設候選框確定方法對所述待處理圖像進行處理，確定可能包含所述待處理圖像中目標的候選框；

確定所述待處理圖像中目標與確定的各候選框內目標之間的相似度；

基于相似度達到預設相似度閾值的候選框，對所述待處理圖像進行分類處理。

2.根據權利要求1所述的方法，其特征在于，確定所述待處理圖像中目標與確定的各候選框內目標之間的相似度，具體包括：

采用預設特征提取方法對所述確定的候選框以及所述待處理圖像進行特征提取；

采用預設邊緣檢測算法確定所述待處理圖像中提取的第一目標特征，以及所述確定的各候選框中提取的第二目標特征；

確定所述第一目標特征分別與各第二目標特征之間的相似度。

3.根據權利要求1或2所述的方法，其特征在于，所述預設特征提取方法包括：方向梯度直方圖HOG特征提取，以及局部二值模式LBP(Local Binary Pattern)特征提取。

4.根據權利要求1所述的方法，其特征在于，采用預設候選框確定方法對所述待處理圖像進行處理，確定可能包含所述待處理圖像中目標的候選框，具體包括：

采用預設候選框確定方法對所述待處理圖像進行處理，確定與所述待處理圖像中目標重合區域大于預設閾值的候選框；并

將確定的候選框確定為可能包含所述待處理圖像中目標的候選框。

5.根據權利要求1所述的方法，其特征在于，針對所述方法應用于R-CNN模型的情況，采用預設候選框確定方法對所述待處理圖像進行處理，確定可能包含所述待處理圖像中目標的候選框，具體包括：

采用預設數量大小不同的候選框對所述待處理圖像進行掃描；

采用非極大抑制算法從完成掃描的候選框中確定與待處理圖像中目標重合區域大于預設閾值的候選框，并作為可能包含所述待處理圖像中目標的候選框；

針對所述方法應用于Faster R-CNN模型的情況，采用預設候選框確定方法對所述待處理圖像進行處理，確定可能包含所述待處理圖像中目標的候選框，具體包括：

采用區域建議網絡RPN對所述待處理圖像進行處理，確定檢測評價函數IoU評價指標的指標值符合預設閾值的候選框，并作為可能包含所述待處理圖像中目標的候選框。

6.一種圖像處理裝置，其特征在于，包括：

接收模塊，用于接收輸入的待處理圖像；

選取模塊，用于采用預設候選框確定方法對所述待處理圖像進行處理，確定可能包含所述待處理圖像中目標的候選框；

確定模塊，用于確定所述待處理圖像中目標與確定的各候選框內目標之間的相似度；

處理模塊，用于基于相似度達到預設相似度閾值的候選框，對所述待處理圖像進行分類處理。

7.根據權利要求6所述的裝置，其特征在于，所述確模塊，具體用于：采用預設特征提取方法對所述確定的候選框以及所述待處理圖像進行特征提取；采用預設邊緣檢測算法確定所述待處理圖像中提取的第一目標特征，以及所述確定的各候選框中提取的第二目標特征；確定所述第一目標特征分別與各第二目標特征之間的相似度。

8.根據權利要求6或7所述的裝置，其特征在于，所述預設特征提取方法包括：方向梯度直方圖HOG特征提取，以及局部二值模式LBP(Local Binary Pattern)特征提取。

9.根據權利要求6所述的裝置，其特征在于，所述選取模塊，具體用于：采用預設候選框確定方法對所述待處理圖像進行處理，確定與所述待處理圖像中目標重合區域大于預設閾值的候選框；并將確定的候選框確定為可能包含所述待處理圖像中目標的候選框。

10.根據權利要求6所述的裝置，其特征在于，針對所述方法應用于R-CNN模型的情況，所述選取模塊，具體用于：

采用預設數量大小不同的候選框對所述待處理圖像進行掃描；

采用非極大抑制算法從完成掃描的候選框中確定與待處理圖像中目標重合區域大于預設閾值的候選框，并作為可能包含所述待處理圖像中目標的候選框；

針對所述方法應用于Faster R-CNN模型的情況，所述選取模塊，具體用于：

采用區域建議網絡RPN對所述待處理圖像進行處理，確定檢測評價函數IoU評價指標的指標值符合預設閾值的候選框，并作為可能包含所述待處理圖像中目標的候選框。