[發明專利]用于輸出圖像的方法和裝置

有效

• 申請號: 201810053763.0
• 申請日: 2018-01-19
• 公開（公告）號: CN108154196B
• 公開（公告）日: 2019-10-22
• 發明（設計）人: 杜康
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 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

1.一種用于輸出圖像的方法，包括：

獲取目標圖像；

將所述目標圖像輸入至預先訓練的第一卷積神經網絡，得到與所述目標圖像對應的待檢測特征圖像，其中，所述第一卷積神經網絡用于表征輸入的圖像與特征圖像的對應關系；

將所述待檢測特征圖像輸入至預先訓練的第一區域檢測模型，得到第一檢測結果圖像并輸出，其中，所述第一區域檢測模型用于提取圖像中的第一區域的檢測結果圖像，所述第一檢測結果圖像中的第一檢測結果像素點的特征數據包括第一置信度和第一區域信息，第一置信度用于表征所述待檢測特征圖像中的、與所述第一檢測結果像素點位置相同的像素點屬于第一區域的置信度，第一區域信息用于指示所述待檢測特征圖像中的、包含與所述第一檢測結果像素點相同位置的像素點的區域。

2.根據權利要求1所述的方法，其中，所述將所述待檢測特征圖像輸入至預先訓練的第一區域檢測模型，得到第一檢測結果圖像并輸出之后，所述方法還包括：

將所述待檢測特征圖像和所輸出的第一檢測結果圖像融合，得到融合圖像；

將所述融合圖像輸入至預先訓練的第二區域檢測模型，得到第二檢測結果圖像并輸出，其中，所述第二區域檢測模型用于提取圖像中的第二區域的檢測結果圖像，所述第二檢測結果圖像中的第二檢測結果像素點的特征數據包括第二置信度和第二區域信息，第二置信度用于表征所述待檢測特征圖像中的、與所述第二檢測結果像素點位置相同的像素點屬于第二區域的置信度，第二區域信息用于指示所述待檢測特征圖像中的、包含與所述第二檢測結果像素點相同位置的像素點的區域。

3.根據權利要求2所述的方法，其中，所述第一區域包含所述第二區域。

4.根據權利要求2所述的方法，其中，所述將所述待檢測特征圖像和所輸出的第一檢測結果圖像融合，得到融合圖像，包括：

將所述待檢測特征圖像的數據，和所述第一檢測結果圖像中的相同位置像素點的特征數據包括的第一置信度相乘，得到融合圖像中的相應像素點的數據。

5.根據權利要求2所述的方法，其中，所述將所述待檢測特征圖像和所輸出的第一檢測結果圖像融合，得到融合圖像，包括：

根據所述待檢測特征圖像中的像素點的數據，以及所述第一檢測結果圖像中的相同位置像素點的第一置信度與預設閾值的比較結果，確定融合圖像中的相應像素點的數據。

6.根據權利要求2所述的方法，其中，所述將所述待檢測特征圖像和所輸出的第一檢測結果圖像融合，得到融合圖像，包括：

將所述待檢測特征圖像中的像素點的數據和所述第一檢測結果圖像中的相同位置像素點的特征數據所包括的第一置信度合并為融合圖像中的相應像素點的數據。

7.根據權利要求1-6之一所述的方法，其中，所述第一區域檢測模型通過如下步驟訓練得到：

獲取第一訓練樣本集合，其中，第一訓練樣本包括樣本特征圖像、與樣本特征圖像對應的標注檢測結果圖像；

利用機器學習方法，將所述第一訓練樣本集合中的每個樣本特征圖像作為預設的第二卷積神經網絡的輸入，基于第一訓練樣本集合中的每個第一訓練樣本中的標注檢測結果圖像和預設的第一損失函數，訓練得到第一區域檢測模型。

8.根據權利要求2-6之一所述的方法，其中，所述第二區域檢測模型通過如下步驟訓練得到：

獲取第二訓練樣本集合，其中，第二訓練樣本包括樣本融合圖像和與樣本融合圖像對應的標注融合圖像；

利用機器學習方法，將所述第二訓練樣本集合中的每個樣本融合圖像作為預設的第三卷積神經網絡的輸入，基于第二訓練樣本集合中的每個第二訓練樣本中的標注融合圖像和預設的第二損失函數，訓練得到第二區域檢測模型。