[發(fā)明專利]一種圖像處理方法、裝置及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910147376.8
• 申請日: 2019-02-27
• 公開（公告）號: CN111626913A
• 公開（公告）日: 2020-09-04
• 發(fā)明（設(shè)計）人: 楊小平
• 申請（專利權(quán)）人: 順豐科技有限公司
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06N3/04;G06N3/08
• 代理公司: 深圳翼盛智成知識產(chǎn)權(quán)事務(wù)所(普通合伙) 44300
• 代理人: 黃威

1.一種圖像處理方法，其特征在于，包括：

獲取訓(xùn)練圖像，所述訓(xùn)練圖像對應(yīng)多個標(biāo)簽；

根據(jù)神經(jīng)網(wǎng)絡(luò)模型確定所述訓(xùn)練圖像中各個像素點所對應(yīng)的損失值；

將所述損失值中大于閾值的損失值所對應(yīng)的像素點確定為目標(biāo)像素點；

根據(jù)所述目標(biāo)像素點獲取用于所述神經(jīng)網(wǎng)絡(luò)模型反向傳播訓(xùn)練的目標(biāo)圖像。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)神經(jīng)網(wǎng)絡(luò)模型確定所述訓(xùn)練圖像中各個像素點所對應(yīng)的損失值之前，所述方法還包括：

構(gòu)建所述神經(jīng)網(wǎng)絡(luò)模型；

對所述神經(jīng)網(wǎng)絡(luò)模型的損失層進行大邊界處理。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取訓(xùn)練圖像之后，所述方法還包括：

對所述訓(xùn)練圖像進行數(shù)據(jù)增廣處理，得到增廣后的訓(xùn)練圖像。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)神經(jīng)網(wǎng)絡(luò)模型確定所述訓(xùn)練圖像中各個像素點所對應(yīng)的損失值，包括：

根據(jù)所述神經(jīng)網(wǎng)絡(luò)模型分別確定所述增廣后的訓(xùn)練圖像中各個像素點所對應(yīng)的損失值。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對所述訓(xùn)練圖像進行數(shù)據(jù)增廣處理，包括：

對所述訓(xùn)練圖像進行旋轉(zhuǎn)處理、剪切處理、鏡像處理、像素偏移處理、模糊處理、放射變換處理、增加噪聲處理、圖像銳化處理、放射變換處理、增加噪聲處理、圖像銳化處理和縮放處理中的一種或多種處理。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述訓(xùn)練圖像包括光流圖和灰度圖。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述對所述訓(xùn)練圖像進行數(shù)據(jù)增廣處理之前，所述方法還包括：

對所述訓(xùn)練圖像中的光流圖和灰度圖進行通道分離處理。

8.一種圖像處理裝置，其特征在于，包括：

第一獲取單元，用于獲取訓(xùn)練圖像，所述訓(xùn)練圖像對應(yīng)多個標(biāo)簽；

第一確定單元，用于根據(jù)神經(jīng)網(wǎng)絡(luò)模型確定所述訓(xùn)練圖像中各個像素點所對應(yīng)的損失值；

第二確定單元，用于將所述損失值中大于閾值的損失值所對應(yīng)的像素點確定為目標(biāo)像素點；

第三確定單元，用于根據(jù)所述目標(biāo)像素點確定用于所述神經(jīng)網(wǎng)絡(luò)模型反向傳播訓(xùn)練的目標(biāo)圖像。

9.一種包含指令的計算機程序產(chǎn)品，當(dāng)其在計算機上運行時，使得計算機執(zhí)行如權(quán)利要求1至7中任意一項所述的圖像處理方法中的步驟。

10.一種存儲介質(zhì)，其特征在于，所述存儲介質(zhì)存儲有多條指令，所述指令適于處理器進行加載，以執(zhí)行權(quán)利要求1至7任一項所述的圖像處理方法中的步驟。