[發明專利]圖像處理方法及裝置、神經網絡訓練方法及裝置

在審

• 申請號: 202010634048.3
• 申請日: 2020-07-02
• 公開（公告）號: CN111784773A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 季向陽;李志剛
• 申請（專利權）人: 清華大學
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/66;G06T7/62;G06T7/11;G06N3/04;G06N3/08
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

1.一種圖像處理方法，其特征在于，包括：

對第一圖像進行目標檢測，得到所述第一圖像中目標對象的中心點坐標信息及所述目標對象的尺寸信息；

根據所述目標對象的中心點坐標信息及所述目標對象的尺寸信息，確定截斷點坐標；

根據所述截斷點坐標及截斷方向，確定所述第一圖像中的截斷區域；

對所述第一圖像中的所述截斷區域進行截斷處理，得到第二圖像。

2.根據權利要求1所述的方法，其特征在于，所述根據所述目標對象的中心點坐標信息及所述目標對象的尺寸信息，確定截斷點坐標，包括：

根據預設截斷范圍系數、所述目標對象的中心點坐標信息及所述目標對象的尺寸信息，確定截斷點坐標取值范圍；

在所述截斷點坐標取值范圍中進行取值，得到所述截斷點坐標。

3.根據權利要求1或2所述的方法，其特征在于，所述根據所述截斷點坐標及截斷方向，確定所述第一圖像中的截斷區域，包括：

根據所述第一圖像中任一像素點的坐標、所述截斷點坐標及所述截斷方向，確定第一像素點；

所有所述第一像素點組成初始截斷區域；

根據所述初始截斷區域，確定所述第一圖像中的截斷區域。

4.根據權利要求3所述的方法，其特征在于，所述根據所述第一圖像中任一像素點的坐標、所述截斷點坐標及所述截斷方向，確定第一像素點，包括：

針對任一像素點，若所述截斷方向向上，所述截斷點坐標的縱坐標小于所述像素點的縱坐標，則確定所述像素點為第一像素點；或，

若所述截斷方向向下，且所述截斷點坐標的縱坐標大于所述像素點的縱坐標，則確定所述像素點為第一像素點；或，

若所述截斷方向向左，且所述截斷點坐標的橫坐標大于所述像素點的橫坐標，則確定所述像素點為第一像素點；或，

若所述截斷方向向右，且所述截斷點坐標的橫坐標小于所述像素點的橫坐標，則確定所述像素點為第一像素點。

5.根據權利要求3所述的方法，其特征在于，所述根據所述初始截斷區域，確定所述第一圖像中的截斷區域，包括：

根據所述目標對象的中心點坐標信息、所述目標對象的尺寸信息及所述初始截斷區域，確定所述第一圖像中的截斷區域。

6.根據權利要求1至5中任一項所述的方法，其特征在于，所述對所述第一圖像中的所述截斷區域進行截斷處理，得到第二圖像，包括：

將所述截斷區域中各像素點對應的像素值進行變換處理，得到所述第二圖像。

7.根據權利要求1至5中任一項所述的方法，其特征在于，所述對所述第一圖像中的所述截斷區域進行截斷處理，得到第二圖像，包括：

從第三圖像中截取遮擋圖像，所述遮擋圖像的尺寸與所述截斷區域的尺寸相同；

將所述第一圖像中的截斷區域替換成所述遮擋圖像，得到所述第二圖像。

8.一種神經網絡訓練方法，其特征在于，所述方法包括：

根據預設的訓練集訓練神經網絡，所述訓練集中的樣本圖像為采用權利要求1至7中任一項圖像處理方法進行截斷處理后得到的。

9.一種圖像處理裝置，其特征在于，包括：

檢測模塊，用于對第一圖像進行目標檢測，得到所述第一圖像中目標對象的中心點坐標信息及所述目標對象的尺寸信息；

第一確定模塊，用于根據所述目標對象的中心點坐標信息及所述目標對象的尺寸信息，確定截斷點坐標；

第二確定模塊，用于根據所述截斷點坐標及截斷方向，確定所述第一圖像中的截斷區域；

處理模塊，用于對所述第一圖像中的所述截斷區域進行截斷處理，得到第二圖像。

10.一種神經網絡訓練裝置，其特征在于，包括：

訓練模塊，用于根據預設的訓練集訓練神經網絡，所述訓練集中的樣本圖像為采用權利要求1至7中任一項圖像處理方法進行截斷處理后得到的。