[發(fā)明專(zhuān)利]圖像處理方法和裝置、存儲(chǔ)介質(zhì)、電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201810585679.3
• 申請(qǐng)日: 2018-06-08
• 公開(kāi)（公告）號(hào): CN108764208B
• 公開(kāi)（公告）日: 2021-06-08
• 發(fā)明（設(shè)計(jì)）人: 陳巖
• 申請(qǐng)（專(zhuān)利權(quán)）人: OPPO廣東移動(dòng)通信有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06N3/04
• 代理公司: 廣州華進(jìn)聯(lián)合專(zhuān)利商標(biāo)代理有限公司 44224
• 代理人: 方高明

1.一種圖像處理方法，其特征在于，包括：

獲取待檢測(cè)圖像；

根據(jù)多標(biāo)簽分類(lèi)模型對(duì)所述待檢測(cè)圖像進(jìn)行場(chǎng)景識(shí)別，直接得到所述待檢測(cè)圖像對(duì)應(yīng)的多個(gè)標(biāo)簽，所述多標(biāo)簽分類(lèi)模型為根據(jù)包含多種場(chǎng)景要素的多標(biāo)簽圖像得到的；所述多標(biāo)簽分類(lèi)模型基于神經(jīng)網(wǎng)絡(luò)模型構(gòu)建，所述多標(biāo)簽分類(lèi)模型的具體的訓(xùn)練方法為：將包含有背景訓(xùn)練目標(biāo)和前景訓(xùn)練目標(biāo)的訓(xùn)練圖像輸入到神經(jīng)網(wǎng)絡(luò)，得到反映訓(xùn)練圖像中背景區(qū)域各像素點(diǎn)的第一預(yù)測(cè)置信度與第一真實(shí)置信度之間的差異的第一損失函數(shù)，以及反映訓(xùn)練圖像中前景區(qū)域各像素點(diǎn)的第二預(yù)測(cè)置信度與第二真實(shí)置信度之間的差異的第二損失函數(shù)；所述第一預(yù)測(cè)置信度為采用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)出的訓(xùn)練圖像中背景區(qū)域某一像素點(diǎn)屬于背景訓(xùn)練目標(biāo)的置信度，所述第一真實(shí)置信度表示在訓(xùn)練圖像中預(yù)先標(biāo)注的像素點(diǎn)屬于背景訓(xùn)練目標(biāo)的置信度；所述第二預(yù)測(cè)置信度為采用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)出的訓(xùn)練圖像中前景區(qū)域某一像素點(diǎn)屬于前景訓(xùn)練目標(biāo)的置信度，所述第二真實(shí)置信度表示在訓(xùn)練圖像中預(yù)先標(biāo)注的像素點(diǎn)屬于前景訓(xùn)練目標(biāo)的置信度；

將所述第一損失函數(shù)和所述第二損失函數(shù)進(jìn)行加權(quán)求和得到目標(biāo)損失函數(shù)；

根據(jù)所述目標(biāo)損失函數(shù)調(diào)整神經(jīng)網(wǎng)絡(luò)的參數(shù)，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到多標(biāo)簽分類(lèi)模型；其中，訓(xùn)練圖像的背景訓(xùn)練目標(biāo)具有對(duì)應(yīng)的標(biāo)簽，前景訓(xùn)練目標(biāo)中也具有對(duì)應(yīng)的標(biāo)簽；

將所述待檢測(cè)圖像對(duì)應(yīng)的多個(gè)標(biāo)簽作為場(chǎng)景識(shí)別的結(jié)果進(jìn)行輸出；

根據(jù)所述場(chǎng)景識(shí)別的結(jié)果分別對(duì)所述待檢測(cè)圖像中的對(duì)應(yīng)區(qū)域，進(jìn)行與所述場(chǎng)景識(shí)別結(jié)果相對(duì)應(yīng)的圖像處理。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述獲取待檢測(cè)圖像之前，包括：

獲取包含多種場(chǎng)景要素的多標(biāo)簽圖像；

使用所述包含多種場(chǎng)景要素的多標(biāo)簽圖像訓(xùn)練所述多標(biāo)簽分類(lèi)模型。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)多標(biāo)簽分類(lèi)模型對(duì)所述待檢測(cè)圖像進(jìn)行場(chǎng)景識(shí)別，得到所述待檢測(cè)圖像對(duì)應(yīng)的標(biāo)簽，包括：

根據(jù)多標(biāo)簽分類(lèi)模型對(duì)所述待檢測(cè)圖像進(jìn)行場(chǎng)景識(shí)別，得到所述待檢測(cè)圖像的初始標(biāo)簽及所述初始標(biāo)簽對(duì)應(yīng)的置信度；

判斷所述初始標(biāo)簽的置信度是否大于預(yù)設(shè)閾值；

若是，則將置信度大于預(yù)設(shè)閾值的所述初始標(biāo)簽作為所述待檢測(cè)圖像對(duì)應(yīng)的標(biāo)簽。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，每個(gè)所述初始標(biāo)簽對(duì)應(yīng)的置信度的范圍為[0,1]。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，在將所述待檢測(cè)圖像對(duì)應(yīng)的標(biāo)簽作為場(chǎng)景識(shí)別的結(jié)果進(jìn)行輸出之后，包括：

獲取所述待檢測(cè)圖像拍攝時(shí)的位置信息；

根據(jù)所述位置信息對(duì)所述場(chǎng)景識(shí)別的結(jié)果進(jìn)行校正，得到校正之后的場(chǎng)景識(shí)別的最終結(jié)果。