[發明專利]圖像處理方法、裝置、電子設備及存儲介質

有效

• 申請號: 202111156964.1
• 申請日: 2021-09-29
• 公開（公告）號: CN113920313B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 郝燕茹
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/44;G06V10/774;G06V10/80;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 楊靜

本公開提供了一種圖像處理方法，涉及人工智能領域，具體涉及計算機視覺和深度學習領域，可應用于圖像分割等場景。具體方案包括：將待處理圖像輸入第一卷積網絡，得到待處理圖像的粗粒度圖像特征圖；將粗粒度圖像特征圖輸入第二卷積網絡，得到待處理圖像的細粒度圖像特征圖；以及基于細粒度圖像特征圖，得到圖像處理結果。本公開還提供了一種圖像處理裝置、電子設備及存儲介質。

技術領域

本公開涉及人工智能技術領域，具體涉及計算機視覺和深度學習技術領域，可以應用于圖像分割等場景。尤其涉及一種圖像處理方法、裝置、電子設備及存儲介質。

背景技術

語義分割指通過查找屬于目標對象的所有像素，以識別圖像中存在的目標對象和位置。標準語義分割又稱為全像素分割，可以將圖像中的每個像素分類為屬于某個對象類。

發明內容

基于此，本公開提供了一種圖像處理方法、裝置、電子設備和存儲介質。

根據本公開的一個方面，提供了一種圖像處理方法，包括：將待處理圖像輸入第一卷積網絡，得到上述待處理圖像的粗粒度圖像特征圖；將上述粗粒度圖像特征圖輸入第二卷積網絡，得到上述待處理圖像的細粒度圖像特征圖；以及基于上述細粒度圖像特征圖，得到圖像處理結果。

根據本公開的另一個方面，提供了一種圖像處理裝置，包括：第一輸入模塊，用于將待處理圖像輸入第一卷積網絡，得到上述待處理圖像的粗粒度圖像特征圖；第二輸入模塊，用于將上述粗粒度圖像特征圖輸入第二卷積網絡，得到上述待處理圖像的細粒度圖像特征圖；以及獲得模塊，基于上述細粒度圖像特征圖，得到圖像處理結果。

根據本公開的另一個方面，提供了一種電子設備，包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執行的指令，指令被至少一個處理器執行，以使至少一個處理器能夠執行本公開提供的圖像處理方法。

根據本公開的另一個方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，計算機指令用于使計算機執行本公開提供的圖像處理方法。

根據本公開的另一個方面，提供了一種計算機程序產品，包括計算機程序，上述計算機程序在被處理器執行時實現本公開提供的圖像處理方法。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1是根據本公開一個實施例的圖像處理方法的流程圖；

圖2A是根據本公開一個實施例的第一卷積網絡的示意原理圖；

圖2B是根據本公開另一個實施例的第一卷積網絡的示意原理圖；

圖3是根據本公開實施例一個實施例特征提取子網絡的示意原理圖；

圖4是根據本公開一個實施例的第二卷積網絡的示意原理圖；

圖5是根據本公開一個實施例的圖像處理方法的示意原理圖；

圖6是根據本公開實施例的圖像處理裝置的框圖；以及

圖7是用來實施本公開實施例的圖像處理方法的電子設備的框圖。

具體實施方式

以下結合附圖對本公開的示范性實施例做出說明，其中包括本公開實施例的各種細節以助于理解，應當將它們認為僅僅是示范性的。因此，本領域普通技術人員應當認識到，可以對這里描述的實施例做出各種改變和修改，而不會背離本公開的范圍和精神。同樣，為了清楚和簡明，以下的描述中省略了對公知功能和結構的描述。