[發明專利]圖像處理方法、裝置、計算機設備和可讀存儲介質

有效

• 申請號: 202011286685.2
• 申請日: 2020-11-17
• 公開（公告）號: CN112580660B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 于麗
• 申請（專利權）人: 上海聞泰信息技術有限公司
• 主分類號: G06V10/46
• 分類號: G06V10/46;G06V10/774;G06V10/764;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京志霖恒遠知識產權代理有限公司 11435
• 代理人: 郭棟梁

1.一種圖像處理方法，所述方法包括：

獲取待檢測目標的圖像；

將所述圖像輸入至卷積神經網絡模型，以獲取多個圖像特征，其中，所述卷積神經網絡模型包括一個或多個依次相連的卷積神經網絡單元，每個所述卷積神經網絡單元包括至少兩個并聯的卷積神經網絡子單元，所述卷積神經網絡子單元包括至少兩條并聯的深度可分卷積支路，每條所述深度可分卷積支路串聯有不同數量的可分卷積層，每個所述卷積神經網絡子單元還包括中間層結構，所述中間層包括池化層、自定義層和第一激活層，所述自定義層包括卷積層、歸一化層和第二激活層中的至少一個，將每個所述卷積神經網絡子單元輸出的第一特征數據輸入至所述中間層，得到第二特征數據，將所述第一特征數據和所述第二特征數據進行數據融合，得到更新后的所述第一特征數據；

將所述多個圖像特征輸入至金字塔池化層，得到尺寸相同的多個目標圖像特征；

將所述多個目標圖像特征輸入至全連接層，以獲取目標圖像。

2.根據權利要求1所述的圖像處理方法，其特征在于，所述卷積神經網絡模型包括一個或多個依次相連的卷積神經網絡單元；所述將所述圖像輸入至卷積神經網絡模型，以獲取多個圖像特征，包括：

獲取圖像信息數據；

通過所述卷積神經網絡單元對所述圖像信息數據進行特征提取，以獲取所述多個圖像特征；

其中，在第一卷積神經網絡單元中，所述圖像信息數據為所述待檢測目標的圖像，在第i卷積神經網絡單元中，所述圖像信息數據為前一卷積神經網絡單元獲取到的所述多個圖像特征，i為大于1的正整數。

3.根據權利要求2所述的圖像處理方法，其特征在于，每個所述卷積神經網絡單元包括至少兩個并聯的卷積神經網絡子單元，所述通過所述卷積神經網絡單元對所述圖像信息數據進行特征提取，以獲取多個圖像特征，包括：

將所述圖像信息數據分別輸入至所述至少兩個并聯的卷積神經網絡子單元，以獲取每個所述卷積神經網絡子單元輸出的第一特征數據；

將每個所述卷積神經網絡子單元輸出的第一特征數據與輸入至當前所述卷積神經網絡單元的所述圖像信息數據進行數據融合，以獲取當前所述卷積神經網絡單元輸出的所述多個圖像特征。

4.根據權利要求3所述的圖像處理方法，其特征在于，所述卷積神經網絡子單元包括至少兩條并聯的深度可分卷積支路，每條所述深度可分卷積支路串聯有不同數量的可分卷積層，所述方法還包括：

將所述圖像信息數據分別輸入至每個所述卷積神經網絡子單元的每條所述深度可分卷積支路，得到多個第三特征數據；

將屬于同一所述卷積神經網絡子單元的所述多個第三特征數據進行數據融合，以獲取當前卷積神經網絡子單元輸出的第一特征數據。

5.根據權利要求3所述的圖像處理方法，其特征在于，所述將每個所述卷積神經網絡子單元輸出的第一特征數據與輸入至當前所述卷積神經網絡單元的所述圖像信息數據進行數據融合，以獲取當前所述卷積神經網絡單元輸出的所述多個圖像特征，包括：

獲取數據融合得到的多個中間圖像特征；

將所述多個中間圖像特征輸入拼接層，得到拼接后的全局圖像特征；

將所述全局圖像特征輸入至卷積層，通過所述卷積層對所述全局圖像特征進行降維處理，得到與輸入當前所述卷積神經網絡單元的所述圖像信息數據維度相同的所述多個圖像特征。