[發(fā)明專利]圖像處理方法、裝置、計算機設備及存儲介質

有效

• 申請?zhí)枺?/td>: 201910067366.3
• 申請日: 2019-01-24
• 公開（公告）號: CN109886279B
• 公開（公告）日: 2023-09-29
• 發(fā)明（設計）人: 王義文;張文龍;王健宗
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V10/40
• 分類號: G06V10/40;G06N3/0464
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 黃章輝

本發(fā)明公開了一種圖像處理方法、裝置、計算機設備及存儲介質，使得最后得到的固定尺寸的特征圖的像素值計算結果比較準確。方法部分包括：獲取候選區(qū)域特征圖；根據(jù)預設候選區(qū)域池化參數(shù)將候選區(qū)域特征圖劃分為NxM個大小等同的小區(qū)域；根據(jù)預設采樣點數(shù)P將每個小區(qū)域平均劃分為P個采樣區(qū)域；確定出候選區(qū)域特征圖中與采樣區(qū)域相交的相交像素點；根據(jù)相交像素點，確定出采樣區(qū)域的中心點位置的像素值；根據(jù)小區(qū)域對應的每個采樣區(qū)域的中心點位置的像素值，對應確定出每個小區(qū)域的像素值；根據(jù)每個小區(qū)域的像素值獲得固定尺寸的候選區(qū)域特征圖。

技術領域

本發(fā)明涉及圖像處理領域，尤其涉及一種圖像處理方法、裝置、計算機設備及存儲介質。

背景技術

在圖像處理領域，通常需要檢測并分析某塊區(qū)域，稱為目標檢測。在目標檢測領域的眾多框架中，比如Fast-RCNN，F(xiàn)aster-RCNN，RFCN，ROI?Pooling的作用是根據(jù)預選框Region?Proposal，也即候選區(qū)域的位置坐標在特征圖中將相應區(qū)域池化為固定尺寸的特征圖，以便進行后續(xù)的分類操作。但是Region?Proposal的位置信息是由模型回歸得到的，得到的位置信息一般是浮點數(shù)的形式，而池化操作的特征圖要求尺寸固定。故將相應區(qū)域池化為固定尺寸的特征圖這一過程存在兩次取整量化的操作：(1)將Region?Proposal邊界取整量化為整數(shù)點坐標值。(2)將取整量化后的邊界區(qū)域平均分割成N?xN個單元,對每一個單元的邊界再進行取整量化。

然而經過兩次取整量化，得到的候選框已經和最開始回歸出來的位置有一定的偏差，這個偏差會影響檢測或者分割的準確度，稱為區(qū)域不匹配問題(misalignment)。傳統(tǒng)的方案中，是取消取了上述的整量化操作，使用雙線性內插的方法獲得坐標為浮點數(shù)的像素點上的圖像數(shù)值，從而將整個特征聚集過程轉化為一個連續(xù)的操作，具體是：先通過雙線性內插值算法計算出一“紅叉點”，并依據(jù)紅叉點的旁邊固定位置，例如統(tǒng)一紅叉點所在的像素點的左下、右下像素點計算出紅叉點所在的像素的位置，然而，紅叉點的旁邊固定位置所在的像素點的像素不一定是接近紅叉點所在的像素點的像素，因此可能會導致計算出來的結果存在一定的誤差。

發(fā)明內容

本發(fā)明提供了一種圖像處理方法、裝置、計算機設備及存儲介質，使得最后得到的固定尺寸的特征圖的像素值計算結果比較準確。

一種圖像處理方法，包括：

獲取候選區(qū)域特征圖，所述候選區(qū)域特征圖為將候選區(qū)域映射至特征圖后所得到的，所述特征圖為通過卷積神經網絡對輸入圖像進行特征提取所得到，所述候選區(qū)域為根據(jù)預設目標檢測算法對所述輸入圖像進行目標區(qū)域檢測所得到；

根據(jù)預設候選區(qū)域池化參數(shù)將所述候選區(qū)域特征圖劃分為NxM個大小等同的小區(qū)域，所述N、M為正整數(shù)且大于或等于1，所述預設候選區(qū)域池化參數(shù)包括用于池化處理的寬度參數(shù)以及長度參數(shù)；

根據(jù)預設采樣點數(shù)P將每個所述小區(qū)域平均劃分為P個采樣區(qū)域，所述P為正整數(shù)且大于或等于2；

確定出所述候選區(qū)域特征圖中與所述采樣區(qū)域相交的相交像素點；

根據(jù)所述候選區(qū)域特征圖中與所述采樣區(qū)域相交的相交像素點，確定出所述采樣區(qū)域的中心點位置的像素值；

根據(jù)所述小區(qū)域對應的每個所述采樣區(qū)域的中心點位置的像素值，對應確定出每個所述小區(qū)域的像素值；

根據(jù)每個所述小區(qū)域的像素值獲得固定尺寸的所述候選區(qū)域特征圖。

一種圖像處理裝置，包括：

第一獲取模塊，用于獲取候選區(qū)域特征圖，所述候選區(qū)域特征圖為將候選區(qū)域映射至特征圖后所得到的，所述特征圖為通過卷積神經網絡對輸入圖像進行特征提取所得到，所述候選區(qū)域為根據(jù)預設目標檢測算法對所述輸入圖像進行目標區(qū)域檢測所得到；