[發(fā)明專利]圖像處理方法及相關(guān)模型訓(xùn)練方法、裝置、設(shè)備

在審

• 申請?zhí)枺?/td>: 202210178699.5
• 申請日: 2022-02-25
• 公開（公告）號: CN114549853A
• 公開（公告）日: 2022-05-27
• 發(fā)明（設(shè)計）人: 胡志強;劉子豪;李卓威
• 申請（專利權(quán)）人: 上海商湯智能科技有限公司
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 深圳市威世博知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 何倚雯

1.一種圖像處理方法，其特征在于，包括：

對目標(biāo)圖像進(jìn)行特征提取得到原始特征圖；

利用所述原始特征圖中各特征區(qū)域?qū)?yīng)的不確定性參數(shù)，對所述原始特征圖中的對應(yīng)特征區(qū)域進(jìn)行特征優(yōu)化，得到目標(biāo)特征圖，其中，在所述目標(biāo)特征圖中，所述特征區(qū)域?qū)?yīng)的目標(biāo)特征信息的影響力大小與所述特征區(qū)域?qū)?yīng)的不確定性參數(shù)有關(guān)；

基于所述目標(biāo)特征圖，得到所述目標(biāo)圖像的檢測結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用所述原始特征圖中各特征區(qū)域?qū)?yīng)的不確定性參數(shù)，對所述原始特征圖中的對應(yīng)特征區(qū)域進(jìn)行特征優(yōu)化，得到目標(biāo)特征圖，包括：

基于各所述特征區(qū)域?qū)?yīng)的不確定性參數(shù)，得到各所述特征區(qū)域?qū)?yīng)的確定性參數(shù)；

利用各所述特征區(qū)域?qū)?yīng)的確定性參數(shù)，對應(yīng)調(diào)整所述原始特征圖中各所述特征區(qū)域的原始特征信息，得到所述目標(biāo)特征圖中各所述特征區(qū)域的目標(biāo)特征信息。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于各所述特征區(qū)域?qū)?yīng)的不確定性參數(shù)，得到各所述特征區(qū)域?qū)?yīng)的確定性參數(shù)，包括：

對于各所述特征區(qū)域，將預(yù)設(shè)的第一數(shù)值與所述特征區(qū)域?qū)?yīng)的不確定參數(shù)之間的差值，作為所述特征區(qū)域?qū)?yīng)的確定性參數(shù)；

所述利用各所述特征區(qū)域?qū)?yīng)的確定性參數(shù)，對應(yīng)調(diào)整所述原始特征圖中各所述特征區(qū)域的原始特征信息，得到所述目標(biāo)特征圖中各所述特征區(qū)域的目標(biāo)特征信息，包括：

對于各所述特征區(qū)域，獲取所述特征區(qū)域?qū)?yīng)的確定性參數(shù)與第二數(shù)值之和作為所述特征區(qū)域的調(diào)整權(quán)重；

利用所述特征區(qū)域的調(diào)整權(quán)重，對所述特征區(qū)域的原始特征信息進(jìn)行加權(quán)，得到所述特征區(qū)域的目標(biāo)特征信息。

4.根據(jù)權(quán)利要求1至3任一項所述的方法，其特征在于，在所述利用所述原始特征圖中各特征區(qū)域?qū)?yīng)的不確定性參數(shù)，對所述原始特征圖中的對應(yīng)特征區(qū)域進(jìn)行特征優(yōu)化，得到目標(biāo)特征圖之前，所述方法還包括：

基于所述原始特征圖中的初始特征信息，確定各所述特征區(qū)域?qū)?yīng)的不確定性參數(shù)。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述原始特征圖中的初始特征信息，確定各所述特征區(qū)域?qū)?yīng)的不確定性參數(shù)，包括：

對所述原始特征圖中的初始特征信息進(jìn)行變換處理，得到各所述特征區(qū)域?qū)?yīng)的特征置信度；

基于各所述特征區(qū)域?qū)?yīng)的特征置信度，得到各所述特征區(qū)域?qū)?yīng)的不確定性參數(shù)。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述特征區(qū)域?qū)?yīng)的特征置信度包括若干通道的類別置信度，各通道的所述類別置信度表示所述特征區(qū)域?qū)儆趯?yīng)一個類別的置信度；

所述基于各所述特征區(qū)域?qū)?yīng)的特征置信度，得到各所述特征區(qū)域?qū)?yīng)的不確定性參數(shù)，包括：

對于各所述特征區(qū)域，基于所述特征區(qū)域?qū)?yīng)的若干通道的類別置信度進(jìn)行信息熵處理，以得到所述特征區(qū)域?qū)?yīng)的不確定性參數(shù)。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述原始特征圖中的每個特征點作為一個所述特征區(qū)域；

和/或，所述圖像處理方法是由圖像處理模型執(zhí)行的。

8.一種圖像處理模型的訓(xùn)練方法，其特征在于，包括：

將第一樣本圖像作為目標(biāo)圖像，并利用所述圖像處理模型執(zhí)行權(quán)利要求1-7任一項所述的方法對所述目標(biāo)圖像進(jìn)行處理，以得到所述第一樣本圖像的第一檢測結(jié)果；

基于所述第一檢測結(jié)果和所述第一樣本圖像的第一標(biāo)注信息，得到第一損失值；

基于所述第一損失值調(diào)整所述圖像處理模型的網(wǎng)絡(luò)參數(shù)。