[发明专利]图像处理方法、装置和系统及存储介质有效

专利信息
申请号: 201710992110.4 申请日: 2017-10-23
公开(公告)号: CN108876791B 公开(公告)日: 2021-04-09
发明(设计)人: 彭超;俞刚 申请(专利权)人: 北京旷视科技有限公司;北京迈格威科技有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/143;G06T7/194;G06T7/62;G06K9/32;G06N3/04
代理公司: 北京睿邦知识产权代理事务所(普通合伙) 11481 代理人: 徐丁峰;戴亚南
地址: 100190 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 系统 存储 介质
【权利要求书】:

1.一种图像处理方法,包括:

获取待处理图像;

检测所述待处理图像中的目标对象,以确定至少一个对象候选区域以及所述对象候选区域的面积,其中,所述对象候选区域用于指示对应的目标对象所在的位置;

根据所述对象候选区域的面积对所述至少一个对象候选区域进行筛选;以及

确定筛选出的对象候选区域为前景区域;

其中,所述确定筛选出的对象候选区域为前景区域包括:

检测所述待处理图像中的目标对象,以获得初始概率矩阵,其中,所述初始概率矩阵中的每个元素的值代表所述待处理图像中的对应像素属于目标对象的置信度;

计算所述筛选出的对象候选区域的覆盖区域;

对于所述初始概率矩阵,保留与所述待处理图像中的所述覆盖区域对应的元素的值,并将与所述待处理图像中的其他区域对应的元素的值设置为用于指示对应像素属于背景的预设值,以获得新的概率矩阵;以及

基于所述新的概率矩阵对所述待处理图像进行图像分割以确定前景区域。

2.如权利要求1所述的方法,其中,所述检测所述待处理图像中的目标对象,以确定至少一个对象候选区域以及所述对象候选区域的面积包括:

利用第一卷积神经网络提取所述待处理图像的特征,以获得第一图像特征图;

将所述第一图像特征图输入区域建议网络,以获得与多个初始候选区域分别相关的区域信息;

将所述第一图像特征图输入第二卷积神经网络,以获得第二图像特征图;

将所述第二图像特征图和所述与多个初始候选区域分别相关的区域信息输入感兴趣区域池化网络,以获得与所述多个初始候选区域分别对应的区域特征图;

将所有区域特征图输入基于区域的卷积神经网络,以获得与所述至少一个对象候选区域分别相关的区域信息;以及

对于所述至少一个对象候选区域中的每一个,根据与该对象候选区域相关的区域信息计算该对象候选区域的面积。

3.如权利要求1所述的方法,其中,所述根据所述对象候选区域的面积对所述至少一个对象候选区域进行筛选包括:

从所述至少一个对象候选区域中选择与面积最大的对象候选区域之间的面积比满足预设要求的对象候选区域;以及

确定所述面积最大的对象候选区域以及所选择的对象候选区域为所述筛选出的对象候选区域。

4.如权利要求3所述的方法,其中,所述从所述至少一个对象候选区域中选择与面积最大的对象候选区域之间的面积比满足预设要求的对象候选区域包括:

步骤a:根据面积的大小对所述至少一个对象候选区域进行排序;

步骤b:确定面积第二大的对象候选区域为当前候选区域;

步骤c:计算所述当前候选区域与所述面积最大的对象候选区域之间的面积比;以及

步骤d:判断所述面积比是否大于预设阈值,如果是,则保留所述当前候选区域,将所述当前候选区域更新为排在所述当前候选区域之后的对象候选区域并返回所述步骤c,否则确定保留的所有对象候选区域为所述所选择的对象候选区域。

5.如权利要求3所述的方法,其中,所述从所述至少一个对象候选区域中选择与面积最大的对象候选区域之间的面积比满足预设要求的对象候选区域包括:

分别计算所述至少一个对象候选区域中除所述面积最大的对象候选区域之外的每个对象候选区域与所述面积最大的对象候选区域之间的面积比;以及

根据所计算的面积比选择与所述面积最大的对象候选区域之间的面积比大于预设阈值的对象候选区域。

6.如权利要求1所述的方法,其中,在所述基于所述新的概率矩阵对所述待处理图像进行图像分割之后,所述方法还包括:

基于图像分割结果对所述待处理图像进行抠像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司;北京迈格威科技有限公司,未经北京旷视科技有限公司;北京迈格威科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710992110.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top