[發明專利]一種圖像處理方法、裝置、電子設備和存儲介質

在審

• 申請號: 202011216609.4
• 申請日: 2020-11-04
• 公開（公告）號: CN112036516A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 白亞龍;張煒;梅濤;周伯文
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種圖像處理方法、裝置、電子設備和存儲介質，該方法包括：獲取待處理的目標圖像；將目標圖像輸入至圖像處理網絡模型中，根據圖像處理網絡模型的輸出，確定目標圖像對應的目標處理結果；其中，圖像處理網絡模型是預先根據樣本圖像和預設空間結構預測模型訓練獲得的，預設空間結構預測模型是用于預測樣本圖像中的兩個特征點之間的相對位置信息。通過本發明實施例的技術方案，可以提高圖像處理的準確率。

技術領域

本發明實施例涉及計算機技術，尤其涉及一種圖像處理方法、裝置、電子設備和存儲介質。

背景技術

隨著深度學習技術的快速發展，可以利用基于深度學習的圖像處理網絡模型對圖像進行快速處理，比如，對圖像中的物體進行識別、檢測和分割等。

通常，在使用圖像處理網絡模型之前，需要對圖像處理網絡模型進行有監督學習或者無監督學習的模型訓練，使得訓練后的圖像處理網絡模型可以準確地進行圖像處理操作。目前，圖像處理網絡模型的訓練目標在于學習高質量的圖像視覺特征表征，或者定位圖像中具有明顯視覺判別意義的關鍵區域，以提高精細物體識別的準確率。

然而，現有技術中至少存在如下問題：

現有的圖像處理網絡模型的訓練僅是關注于物體視覺特征或者判別性區域視覺特征的學習。而在實際應用中，由于各類物體的外觀、形態變化多樣，圖形背景信息復雜等情況，使得一些物體具有相似的視覺特征，從而在利用現有訓練方式獲得的圖像處理網絡模型識別這些視覺相似的物體時，會存在誤判的情況，降低了圖像處理的準確率。

發明內容

本發明實施例提供了一種圖像處理方法、裝置、電子設備和存儲介質，以提高圖像處理的準確率。

第一方面，本發明實施例提供了一種圖像處理方法，包括：

獲取待處理的目標圖像；

將所述目標圖像輸入至圖像處理網絡模型中，根據所述圖像處理網絡模型的輸出，確定所述目標圖像對應的目標處理結果；

其中，所述圖像處理網絡模型是預先根據樣本圖像和預設空間結構預測模型訓練獲得的，所述預設空間結構預測模型是用于預測所述樣本圖像中的兩個特征點之間的相對位置信息。

第二方面，本發明實施例還提供了一種圖像處理裝置，包括：

目標圖像獲取模塊，用于獲取待處理的目標圖像；

目標處理結果確定模塊，用于將所述目標圖像輸入至圖像處理網絡模型中，根據所述圖像處理網絡模型的輸出，確定所述目標圖像對應的目標處理結果；

其中，所述圖像處理網絡模型是預先根據樣本圖像和預設空間結構預測模型訓練獲得的，所述預設空間結構預測模型是用于預測所述樣本圖像中的兩個特征點之間的相對位置信息。

第三方面，本發明實施例還提供了一種電子設備，所述電子設備包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如本發明任意實施例所提供的圖像處理方法。

第四方面，本發明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如本發明任意實施例所提供的圖像處理方法。

上述發明中的實施例具有如下優點或有益效果：