[發(fā)明專利]圖像處理方法及裝置有效
| 申請(qǐng)?zhí)枺?/td> | 201810001120.1 | 申請(qǐng)日: | 2018-01-02 |
| 公開(公告)號(hào): | CN108198191B | 公開(公告)日: | 2019-10-25 |
| 發(fā)明(設(shè)計(jì))人: | 呂志高;張文明;陳少杰 | 申請(qǐng)(專利權(quán))人: | 武漢斗魚網(wǎng)絡(luò)科技有限公司 |
| 主分類號(hào): | G06T7/11 | 分類號(hào): | G06T7/11;G06T7/12;G06N3/04 |
| 代理公司: | 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371 | 代理人: | 郭新娟 |
| 地址: | 430000 湖北省武漢市東湖新技術(shù)*** | 國省代碼: | 湖北;42 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 待處理圖像 卷積 置信度 像素點(diǎn) 映射 卷積神經(jīng)網(wǎng)絡(luò) 目標(biāo)區(qū)域 圖像處理 用戶提供信息 高可信度 快速精準(zhǔn) 區(qū)域圖像 信息鑒別 預(yù)先配置 審核 分割 支撐 | ||
1.一種圖像處理方法,其特征在于,應(yīng)用于電子設(shè)備,所述方法包括:
獲得待處理圖像;
將所述待處理圖像輸入到預(yù)先配置的卷積神經(jīng)網(wǎng)絡(luò)中,獲取所述待處理圖像在所述卷積神經(jīng)網(wǎng)絡(luò)中最后一層卷積層的卷積映射,所述卷積映射包括該卷積層中每個(gè)像素點(diǎn)的違禁置信度;
基于所述卷積映射計(jì)算所述待處理圖像中每個(gè)像素點(diǎn)的違禁置信度,并基于所述待處理圖像中每個(gè)像素點(diǎn)的違禁置信度得到所述待處理圖像的違禁熱力圖;
獲取所述違禁熱力圖中最高違禁置信度的目標(biāo)區(qū)域坐標(biāo);
基于所述目標(biāo)區(qū)域坐標(biāo)從所述待處理圖像中分割出對(duì)應(yīng)的坐標(biāo)片段,以得到所述待處理圖像的違禁區(qū)域。
2.根據(jù)權(quán)利要求1所述的圖像處理方法,其特征在于,所述將所述待處理圖像輸入到預(yù)先配置的卷積神經(jīng)網(wǎng)絡(luò)中,獲取所述待處理圖像在所述卷積神經(jīng)網(wǎng)絡(luò)中最后一層卷積層的卷積映射,包括:
將所述待處理圖像輸入到預(yù)先配置的卷積神經(jīng)網(wǎng)絡(luò)中,獲取所述待處理圖像在所述卷積神經(jīng)網(wǎng)絡(luò)中最后一層卷積層的每個(gè)像素點(diǎn)的違禁信息權(quán)重;
基于所述每個(gè)像素點(diǎn)的違禁信息權(quán)重獲取所述待處理圖像在所述卷積神經(jīng)網(wǎng)絡(luò)中最后一層卷積層的卷積映射。
3.根據(jù)權(quán)利要求2所述的圖像處理方法,其特征在于,所述基于所述每個(gè)像素點(diǎn)的違禁信息權(quán)重獲取所述待處理圖像在所述卷積神經(jīng)網(wǎng)絡(luò)中最后一層卷積層的卷積映射的計(jì)算公式為:
Convi,j=255×pi,j×Wi,j,0≤Convi,j≤255,0≤i<wconv,0≤j<hconv
Convi,j為待處理圖像在最后一層卷積層中每個(gè)像素點(diǎn)的違禁置信度;
wsrc為待處理圖像的寬,且0<wsrc;
hsrc為待處理圖像的高,且0<hsrc;
Featconv為根據(jù)鑒別違禁信息的卷積神經(jīng)網(wǎng)絡(luò),獲取待處理圖像的最后一層卷積映射;
wconv為該卷積映射Featconv的寬,且3≤wconv<wsrc;
hconv為該卷積映射Featconv的高,且3≤hconv<hsrc;
pi,j為每個(gè)像素點(diǎn)的像素值,且0≤pi,j≤1,0≤i<wconv,0≤j<hconv;
Wi,j為每個(gè)像素點(diǎn)的違禁信息權(quán)重,且0≤Wi,j≤1。
4.根據(jù)權(quán)利要求1所述的圖像處理方法,其特征在于,在獲得待處理圖像之前,所述方法還包括:
訓(xùn)練所述卷積神經(jīng)網(wǎng)絡(luò);
所述訓(xùn)練所述卷積神經(jīng)網(wǎng)絡(luò)的方式;
接收輸入的違禁信息數(shù)據(jù)集;
基于所述違禁信息數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò),獲得具有違禁信息鑒別能力的卷積神經(jīng)網(wǎng)絡(luò)。
5.根據(jù)權(quán)利要求1所述的圖像處理方法,其特征在于,所述基于所述卷積映射計(jì)算所述待處理圖像中每個(gè)像素點(diǎn)的違禁置信度,包括:
基于所述卷積映射,采用雙線性插值法計(jì)算所述待處理圖像中每個(gè)像素點(diǎn)的違禁置信度。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于武漢斗魚網(wǎng)絡(luò)科技有限公司,未經(jīng)武漢斗魚網(wǎng)絡(luò)科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810001120.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 一種圖像處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
- 圖像處理方法、裝置及電子設(shè)備
- 圖像處理方法及裝置、處理器、電子設(shè)備及存儲(chǔ)介質(zhì)
- 一種圖像處理方法、裝置及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 圖像變形方法、介質(zhì)、設(shè)備及裝置
- 圖像處理方法、裝置、終端和存儲(chǔ)介質(zhì)
- 圖像拍攝地點(diǎn)獲取方法、裝置、數(shù)據(jù)處理設(shè)備及存儲(chǔ)介質(zhì)
- 一種圖像處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
- 一種無人機(jī)圖像的自動(dòng)配準(zhǔn)系統(tǒng)
- 一種圖像處理方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 卷積運(yùn)算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算方法及系統(tǒng)
- 卷積運(yùn)算方法及系統(tǒng)
- 卷積運(yùn)算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運(yùn)算裝置
- 基于FPGA實(shí)現(xiàn)圖像識(shí)別的方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





