[发明专利]用于输出图像的方法和装置

权利要求书

1.一种用于输出图像的方法，包括：

获取目标图像；

将所述目标图像输入至预先训练的第一卷积神经网络，得到与所述目标图像对应的待检测特征图像，其中，所述第一卷积神经网络用于表征输入的图像与特征图像的对应关系；

将所述待检测特征图像输入至预先训练的第一区域检测模型，得到第一检测结果图像并输出，其中，所述第一区域检测模型用于提取图像中的第一区域的检测结果图像，所述第一检测结果图像中的第一检测结果像素点的特征数据包括第一置信度和第一区域信息，第一置信度用于表征所述待检测特征图像中的、与所述第一检测结果像素点位置相同的像素点属于第一区域的置信度，第一区域信息用于指示所述待检测特征图像中的、包含与所述第一检测结果像素点相同位置的像素点的区域。

2.根据权利要求1所述的方法，其中，所述将所述待检测特征图像输入至预先训练的第一区域检测模型，得到第一检测结果图像并输出之后，所述方法还包括：

将所述待检测特征图像和所输出的第一检测结果图像融合，得到融合图像；

将所述融合图像输入至预先训练的第二区域检测模型，得到第二检测结果图像并输出，其中，所述第二区域检测模型用于提取图像中的第二区域的检测结果图像，所述第二检测结果图像中的第二检测结果像素点的特征数据包括第二置信度和第二区域信息，第二置信度用于表征所述待检测特征图像中的、与所述第二检测结果像素点位置相同的像素点属于第二区域的置信度，第二区域信息用于指示所述待检测特征图像中的、包含与所述第二检测结果像素点相同位置的像素点的区域。

3.根据权利要求2所述的方法，其中，所述第一区域包含所述第二区域。

4.根据权利要求2所述的方法，其中，所述将所述待检测特征图像和所输出的第一检测结果图像融合，得到融合图像，包括：

将所述待检测特征图像的数据，和所述第一检测结果图像中的相同位置像素点的特征数据包括的第一置信度相乘，得到融合图像中的相应像素点的数据。

5.根据权利要求2所述的方法，其中，所述将所述待检测特征图像和所输出的第一检测结果图像融合，得到融合图像，包括：

根据所述待检测特征图像中的像素点的数据，以及所述第一检测结果图像中的相同位置像素点的第一置信度与预设阈值的比较结果，确定融合图像中的相应像素点的数据。

6.根据权利要求2所述的方法，其中，所述将所述待检测特征图像和所输出的第一检测结果图像融合，得到融合图像，包括：

将所述待检测特征图像中的像素点的数据和所述第一检测结果图像中的相同位置像素点的特征数据所包括的第一置信度合并为融合图像中的相应像素点的数据。

7.根据权利要求1-6之一所述的方法，其中，所述第一区域检测模型通过如下步骤训练得到：

获取第一训练样本集合，其中，第一训练样本包括样本特征图像、与样本特征图像对应的标注检测结果图像；

利用机器学习方法，将所述第一训练样本集合中的每个样本特征图像作为预设的第二卷积神经网络的输入，基于第一训练样本集合中的每个第一训练样本中的标注检测结果图像和预设的第一损失函数，训练得到第一区域检测模型。

8.根据权利要求2-6之一所述的方法，其中，所述第二区域检测模型通过如下步骤训练得到：

获取第二训练样本集合，其中，第二训练样本包括样本融合图像和与样本融合图像对应的标注融合图像；

利用机器学习方法，将所述第二训练样本集合中的每个样本融合图像作为预设的第三卷积神经网络的输入，基于第二训练样本集合中的每个第二训练样本中的标注融合图像和预设的第二损失函数，训练得到第二区域检测模型。