[發(fā)明專利]圖像處理方法和裝置、電子設備、計算機可讀存儲介質

有效

• 申請?zhí)枺?/td>: 201910726785.3
• 申請日: 2019-08-07
• 公開（公告）號: CN110473185B
• 公開（公告）日: 2022-03-15
• 發(fā)明（設計）人: 黃海東
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/50;G06V10/25;G06V10/80
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 董慧

1.一種圖像處理方法，其特征在于，包括：

獲取可見光圖；

將所述可見光圖輸入主體檢測模型的主體識別層中，得到主體識別圖；其中，所述主體檢測模型是根據同一場景的預設條件進行訓練得到的模型；

將所述可見光圖輸入所述主體檢測模型的深度預測層中，得到深度預測圖；

融合所述主體識別圖和所述深度預測圖，得到主體區(qū)域置信度圖；

根據所述主體區(qū)域置信度圖確定所述可見光圖中的目標主體；所述融合所述主體識別圖和所述深度預測圖，得到主體區(qū)域置信度圖，包括：

對所述深度預測圖進行分塊處理，得到至少兩個子塊；

確定所述至少兩個子塊中的每個子塊與所述主體識別圖的重疊區(qū)域，并確定所述每個子塊對應的重疊區(qū)域的加權置信度；

根據所述加權置信度生成主體區(qū)域置信度圖。

2.根據權利要求1所述的方法，其特征在于，所述確定所述每個子塊對應的重疊區(qū)域的加權置信度，包括：

確定所述每個子塊對應的重疊區(qū)域的面積和所述每個子塊的深度；

獲取加權因子，根據所述加權因子、所述每個子塊對應的重疊區(qū)域的面積和所述每個子塊的深度，得到所述每個子塊對應的重疊區(qū)域的加權置信度。

3.根據權利要求1所述的方法，其特征在于，所述根據所述主體區(qū)域置信度圖確定所述可見光圖中的目標主體，包括：

對所述主體區(qū)域置信度圖進行處理，得到主體掩膜圖；

檢測所述可見光圖，確定所述可見光圖中的高光區(qū)域；

根據所述可見光圖中的高光區(qū)域與所述主體掩膜圖，確定所述可見光圖中消除高光的目標主體。

4.根據權利要求3所述的方法，其特征在于，所述對所述主體區(qū)域置信度圖進行處理，得到主體掩膜圖，包括：

對所述主體區(qū)域置信度圖進行自適應置信度閾值過濾處理，得到主體掩膜圖。

5.根據權利要求4所述的方法，其特征在于，所述對所述主體區(qū)域置信度圖進行自適應置信度閾值過濾處理，得到主體掩膜圖，包括：

對所述主體區(qū)域置信度圖進行自適應置信度閾值過濾處理，得到二值化掩膜圖；

對所述二值化掩膜圖進行形態(tài)學處理和引導濾波處理，得到主體掩膜圖。

6.根據權利要求1至5中任一項所述的方法，其特征在于，所述主體檢測模型的訓練方式，包括：

獲取同一場景的可見光圖、深度圖和已標注的主體掩膜圖；

將所述可見光圖作用于包含初始網絡權重的主體檢測模型的主體識別層，并將所述可見光圖作用于所述包含初始網絡權重的主體檢測模型的深度預測層，將所述深度圖和所述已標注的主體掩膜圖作為所述主體檢測模型輸出的真實值，對所述包含初始網絡權重的主體檢測模型進行訓練，得到所述主體檢測模型的目標網絡權重，所述初始網絡權重為初始化的主體檢測模型中每層的初始權重。

7.根據權利要求1所述的方法，其特征在于，當所述主體檢測模型是預先根據同一場景的可見光圖、中心權重圖、深度圖及對應的已標注的主體掩膜圖進行訓練得到的模型時，所述方法還包括：

生成與所述可見光圖對應的中心權重圖，其中，所述中心權重圖所表示的權重值從中心到邊緣逐漸減小；

將所述中心權重圖作用于所述主體檢測模型的輸出層；

所述融合所述主體識別圖和所述深度預測圖，得到主體區(qū)域置信度圖，包括：

對所述中心權重圖、所述主體識別圖和所述深度預測圖進行融合，得到主體區(qū)域置信度圖。