[發(fā)明專利]樣本圖像的處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011543738.4
• 申請(qǐng)日: 2020-12-24
• 公開（公告）號(hào): CN112733886A
• 公開（公告）日: 2021-04-30
• 發(fā)明（設(shè)計(jì)）人: 聶泳忠;楊素偉
• 申請(qǐng)（專利權(quán)）人: 西人馬帝言（北京）科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04;G06N3/08;G06T5/00
• 代理公司: 北京東方億思知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11258
• 代理人: 趙秀芹

本發(fā)明實(shí)施例公開了一種樣本圖像的處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。首先獲取樣本圖像的多個(gè)第一目標(biāo)框，其中，第一目標(biāo)框包括第一目標(biāo)圖像，第一目標(biāo)圖像包括通道特征和空間特征；然后使用預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)中包括的通道特征計(jì)算模塊和空間特征計(jì)算模塊對(duì)每個(gè)第一目標(biāo)框包括的第一目標(biāo)圖像進(jìn)行計(jì)算，得到特征增強(qiáng)后的目標(biāo)圖像集；最后將特征增強(qiáng)后的目標(biāo)圖像集添加至樣本圖像中，得到增強(qiáng)后的圖像。本發(fā)明實(shí)施例解決了現(xiàn)有的樣本圖像的處理方案中，存在因?yàn)槟繕?biāo)圖像提升效果較差而導(dǎo)致的后續(xù)檢測(cè)模型無法準(zhǔn)確檢測(cè)出目標(biāo)圖像的問題，增強(qiáng)了樣本圖像中包括的目標(biāo)圖像的特征，使得后續(xù)檢測(cè)模型可以準(zhǔn)確檢測(cè)出目標(biāo)圖像。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種樣本圖像的處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，對(duì)于自動(dòng)駕駛車輛安全而言，為了獲取高清圖像中更全面的特征信息，從高清圖像中檢測(cè)出目標(biāo)圖像是相當(dāng)重要的。

為了檢測(cè)出高清圖像中的目標(biāo)圖像，目前通常采用圖像增強(qiáng)方法。

但是在目前的圖像增強(qiáng)方法中，通過使用困難負(fù)樣本作為補(bǔ)償進(jìn)行正例樣本的補(bǔ)充，僅使用原有數(shù)據(jù)集，對(duì)于小的目標(biāo)圖像沒有明顯的提升效果。

此外，還通過將不同尺度的特征融合，在擴(kuò)大感受野的同時(shí)，融合多個(gè)尺度的特征，以對(duì)小的目標(biāo)圖像進(jìn)行增強(qiáng)。因?yàn)闆]有從增強(qiáng)數(shù)據(jù)樣本集本身考慮解決問題，所以提升效果有限。

因此，在現(xiàn)有的樣本圖像的處理方案中，存在因?yàn)槟繕?biāo)圖像提升效果較差而導(dǎo)致的后續(xù)檢測(cè)模型無法準(zhǔn)確檢測(cè)出目標(biāo)圖像的問題。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種樣本圖像的處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，解決了現(xiàn)有的樣本圖像的處理方案中，存在因?yàn)槟繕?biāo)圖像提升效果較差而導(dǎo)致的后續(xù)檢測(cè)模型無法準(zhǔn)確檢測(cè)出目標(biāo)圖像的問題，增強(qiáng)了樣本圖像中包括的目標(biāo)圖像的特征，使得后續(xù)檢測(cè)模型可以準(zhǔn)確檢測(cè)出目標(biāo)圖像。

為了解決上述技術(shù)問題，本發(fā)明：

第一方面，提供了一種樣本圖像的處理方法，該方法包括：

獲取樣本圖像的多個(gè)第一目標(biāo)框，其中，第一目標(biāo)框包括第一目標(biāo)圖像，第一目標(biāo)圖像包括通道特征和空間特征；

使用預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)中包括的通道特征計(jì)算模塊和空間特征計(jì)算模塊對(duì)每個(gè)第一目標(biāo)框包括的第一目標(biāo)圖像進(jìn)行計(jì)算，得到特征增強(qiáng)后的目標(biāo)圖像集；

將特征增強(qiáng)后的目標(biāo)圖像集添加至樣本圖像中，得到增強(qiáng)后的圖像。

在第一方面的一些實(shí)現(xiàn)方式中，使用預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)中包括的通道特征計(jì)算模塊和空間特征計(jì)算模塊對(duì)每個(gè)第一目標(biāo)框包括的第一目標(biāo)圖像進(jìn)行計(jì)算，得到特征增強(qiáng)后的目標(biāo)圖像集，包括：

使用通道特征計(jì)算模塊對(duì)每個(gè)第一目標(biāo)圖像的每個(gè)通道特征進(jìn)行計(jì)算，得到每個(gè)第一目標(biāo)圖像的通道權(quán)重；

使用空間特征計(jì)算模塊對(duì)每個(gè)第一目標(biāo)圖像的每個(gè)像素特征進(jìn)行計(jì)算，得到每個(gè)第一目標(biāo)圖像的像素權(quán)重；

根據(jù)每個(gè)第一目標(biāo)圖像以及與第一目標(biāo)圖像對(duì)應(yīng)的通道權(quán)重和像素權(quán)重確定增強(qiáng)后的目標(biāo)圖像集。

在第一方面的一些實(shí)現(xiàn)方式中，獲取樣本圖像的多個(gè)第一目標(biāo)框，包括：

獲取樣本圖像的多個(gè)標(biāo)注框，標(biāo)注框包括標(biāo)注框的類別信息；

根據(jù)多個(gè)標(biāo)注框的類別信息確定多個(gè)第一目標(biāo)框。

在第一方面的一些實(shí)現(xiàn)方式中，將特征增強(qiáng)后的目標(biāo)圖像集添加至樣本圖像中，得到增強(qiáng)后的圖像，包括：

獲取多個(gè)標(biāo)注框在樣本圖像中的第一區(qū)域位置；

將特征增強(qiáng)后的目標(biāo)圖像集添加至樣本圖像中除第一區(qū)域位置之外的目標(biāo)區(qū)域位置，得到增強(qiáng)后的樣本圖像。