[發明專利]圖像處理方法及相關模型訓練方法、裝置、設備

在審

• 申請號: 202210178699.5
• 申請日: 2022-02-25
• 公開（公告）號: CN114549853A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 胡志強;劉子豪;李卓威
• 申請（專利權）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權代理事務所(普通合伙) 44280
• 代理人: 何倚雯

本申請公開了一種圖像處理方法及相關模型訓練方法、裝置、設備和存儲介質，圖像處理方法包括：對目標圖像進行特征提取得到原始特征圖；利用原始特征圖中各特征區域對應的不確定性參數，對原始特征圖中的對應特征區域進行特征優化，得到目標特征圖，其中，在目標特征圖中，特征區域對應的目標特征信息的影響力大小與特征區域對應的不確定性參數有關；基于目標特征圖，得到目標圖像的檢測結果。通過該方法，有助于提高目標圖像的檢測結果的準確度。

技術領域

本申請涉及圖像處理技術領域，特別是涉及一種圖像處理方法及相關模型訓練方法、裝置、設備。

背景技術

深度學習的快速發展，各行各業使用神經網絡模型進行工作已經成為常態。例如，可以利用神經網絡對圖像進行處理以執行圖像檢測、圖像分類、圖像分割等任務，神經網絡的應用極大的提高人們的工作效率。

提高神經網絡的預測準確度，是人們孜孜不倦的追求目標。目前，為了提高神經網絡的預測準確度，人們提出了注意力機制等方法。然而，現有的方法對神經網絡的預測準確度的提升存在一定的邊界，也存在效果不明顯的問題。

因此，如何進一步提高神經網絡的預測準確度，具有重要的意義。

發明內容

本申請至少提供一種圖像處理方法及相關模型訓練方法、裝置、設備和存儲介質。

本申請第一方面提供了一種圖像處理方法，方法包括：對目標圖像進行特征提取得到原始特征圖；利用原始特征圖中各特征區域對應的不確定性參數，對原始特征圖中的對應特征區域進行特征優化，得到目標特征圖，其中，在目標特征圖中，特征區域對應的目標特征信息的影響力大小與特征區域對應的不確定性參數有關；基于目標特征圖，得到目標圖像的檢測結果。

因此，通過利用原始特征圖中各特征區域對應的不確定性參數來對原始特征圖中的對應特征區域進行特征優化，以此實現了對特征區域的特征信息的影響力大小區分，以此提高了對目標圖像中不確定性較高的像素點的魯棒性，有助于提高目標圖像的檢測結果的準確度。

其中，上述的利用原始特征圖中各特征區域對應的不確定性參數，對原始特征圖中的對應特征區域進行特征優化，得到目標特征圖，包括：基于各特征區域對應的不確定性參數，得到各特征區域對應的確定性參數；利用各特征區域對應的確定性參數，對應調整原始特征圖中各特征區域的原始特征信息，得到目標特征圖中各特征區域的目標特征信息。

因此，通過基于特征區域對應的不確定性參數來得到各特征區域對應的確定性參數，以此能夠利用特征區域對應的確定性參數來調整特征區域的原始特征信息，以此得到特征區域的目標特征信息。

其中，上述的基于各特征區域對應的不確定性參數，得到各特征區域對應的確定性參數，包括：對于各特征區域，將第一數值與特征區域對應的不確定參數之間的差值，作為特征區域對應的確定性參數；

因此，通過將第一數值與特征區域對應的不確定參數之間的差值，作為特征區域對應的確定性參數，實現了對特征區域的確定性參數的確定。

其中，上述的利用各特征區域對應的確定性參數，對應調整原始特征圖中各特征區域的原始特征信息，得到目標特征圖中各特征區域的目標特征信息，包括：對于各特征區域，獲取特征區域對應的確定性參數與第二數值之和作為特征區域的調整權重；利用特征區域的調整權重，對特征區域的原始特征信息進行加權，得到特征區域的目標特征信息。

因此，通過將特征區域對應的確定性參數與第二數值之和作為特征區域的調整權重，以此能夠利用特征區域的調整權重，對特征區域的原始特征信息進行加權，進而得到特征區域的目標特征信息。

其中，在利用原始特征圖中各特征區域對應的不確定性參數，對原始特征圖中的對應特征區域進行特征優化，得到目標特征圖之前，方法還包括：基于原始特征圖中的初始特征信息，確定各特征區域對應的不確定性參數。