[發(fā)明專利]圖像處理方法和處理器

在審

• 申請?zhí)枺?/td>: 202210991723.7
• 申請日: 2022-08-16
• 公開（公告）號: CN115424216A
• 公開（公告）日: 2022-12-02
• 發(fā)明（設(shè)計(jì)）人: 李圣昱;何天宇;沈旭;申晨;黃建強(qiáng);李健
• 申請（專利權(quán)）人: 阿里巴巴（中國）有限公司
• 主分類號: G06V20/54
• 分類號: G06V20/54;G06V20/40;G06V10/62;G06V10/774;G06V10/82
• 代理公司: 北京博浩百睿知識產(chǎn)權(quán)代理有限責(zé)任公司 11134
• 代理人: 謝湘寧

1.一種圖像處理方法，其特征在于，包括：

分別獲取不同圖像采集設(shè)備在所處視頻點(diǎn)位上采集到的視頻段，得到視頻段集合，其中，所述不同圖像采集設(shè)備對應(yīng)的所述視頻點(diǎn)位與待監(jiān)測場景相關(guān)聯(lián)，所述視頻段集合中包含的視頻段記錄了所述待監(jiān)測場景中需要監(jiān)測的至少一種目標(biāo)對象的圖像；

將所述視頻段集合中包含的視頻段轉(zhuǎn)換為待分析的圖片序列，其中，所述圖片序列包括所述至少一種目標(biāo)對象的圖像；

基于所述圖片序列的特征向量，去除所述圖片序列中的噪聲數(shù)據(jù)，得到目標(biāo)圖片序列；

基于所述視頻段集合中包含的視頻段對應(yīng)的所述目標(biāo)圖片序列的特征向量，對所述視頻段集合中包含的所述視頻段對應(yīng)的所述目標(biāo)圖片序列進(jìn)行合并，得到合并圖片數(shù)據(jù)，其中，所述合并圖片數(shù)據(jù)作為訓(xùn)練樣本用于訓(xùn)練得到圖像識別模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述圖片序列的特征向量，去除所述圖片序列中的噪聲數(shù)據(jù)，得到目標(biāo)圖片序列，包括：

基于所述圖片序列中多幀圖片的特征向量，獲取所述多幀圖片中每相鄰兩幀圖片之間的相似度；

基于所述相似度從所述多幀圖片中確定所述噪聲數(shù)據(jù)，且在所述圖片序列中去除所述噪聲數(shù)據(jù)，得到所述目標(biāo)圖片序列。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，基于所述相似度從所述多幀圖片中確定所述噪聲數(shù)據(jù)，包括：

在所述多幀圖片中，確定與相鄰幀圖片之間的相似度低于相似度閾值的目標(biāo)幀圖片；

將所述目標(biāo)幀圖片確定為所述噪聲數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，在所述多幀圖片中，確定與相鄰幀圖片之間的相似度低于所述相似度閾值的目標(biāo)幀圖片，包括：

在所述多幀圖片中，將分別與兩個(gè)相鄰幀圖片之間的相似度均低于所述相似度閾值的幀圖片，確定為所述目標(biāo)幀圖片。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，基于所述圖片序列中所述多幀圖片的特征向量，獲取所述多幀圖片中每相鄰兩幀圖片之間的相似度，包括：

對所述多幀圖片的特征向量進(jìn)行歸一化處理；

獲取所述多幀圖片中每相鄰兩幀圖片的歸一化處理后的特征向量之間的余弦距離；

將所述余弦距離確定為所述每相鄰兩幀圖片之間的相似度。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述視頻段集合中包含與所述不同圖像采集設(shè)備對應(yīng)的多個(gè)視頻段，基于所述視頻段集合中包含的視頻段對應(yīng)的所述目標(biāo)圖片序列的特征向量，對所述視頻段集合中包含的所述視頻段對應(yīng)的所述目標(biāo)圖片序列進(jìn)行合并，得到合并圖片數(shù)據(jù)，包括：

基于所述多個(gè)視頻段對應(yīng)的多個(gè)所述目標(biāo)圖片序列的特征向量之間的相似度，對多個(gè)所述目標(biāo)圖片序列進(jìn)行合并，得到所述合并圖片數(shù)據(jù)。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，基于所述多個(gè)視頻段對應(yīng)的多個(gè)所述目標(biāo)圖片序列的特征向量之間的相似度，對多個(gè)所述目標(biāo)圖片序列進(jìn)行合并，得到所述合并圖片數(shù)據(jù)，包括：

基于多個(gè)所述目標(biāo)圖片序列的特征向量之間的相似度和多個(gè)所述目標(biāo)圖片序列中所述目標(biāo)對象的時(shí)空信息，對多個(gè)所述目標(biāo)圖片序列進(jìn)行合并，得到所述合并圖片數(shù)據(jù)，其中，所述時(shí)空信息用于表示所述目標(biāo)對象出現(xiàn)在對應(yīng)的所述目標(biāo)圖片序列中的時(shí)間和位置。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，基于多個(gè)所述目標(biāo)圖片序列的特征向量之間的相似度和多個(gè)所述目標(biāo)圖片序列中所述目標(biāo)對象的時(shí)空信息，對多個(gè)所述目標(biāo)圖片序列進(jìn)行合并，得到所述合并圖片數(shù)據(jù)，包括：

響應(yīng)于多個(gè)所述目標(biāo)圖片序列中第一目標(biāo)圖片序列的特征向量與多個(gè)所述目標(biāo)圖片序列中第二目標(biāo)圖片序列的特征向量之間的相似度大于相似度閾值，且多個(gè)所述目標(biāo)圖片序列中所述時(shí)空信息在目標(biāo)時(shí)空范圍內(nèi)，對所述第一目標(biāo)圖片序列與所述第二目標(biāo)圖片序列進(jìn)行合并，以得到所述合并圖片數(shù)據(jù)，其中，所述第一目標(biāo)圖片序列為多個(gè)所述目標(biāo)圖片序列中任意一目標(biāo)圖片序列，所述第二目標(biāo)圖片序列為多個(gè)所述目標(biāo)圖片序列中除所述第一目標(biāo)圖片序列之外的任意一目標(biāo)圖片序列。