[发明专利]用于输出图像的方法和装置

说明书

本申请实施例公开了用于输出图像的方法和装置。该方法的一具体实施方式包括：获取目标图像；将目标图像输入至预先训练的第一卷积神经网络，得到与目标图像对应的待检测特征图像，其中，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。该实施方式提高了识别图像中的目标区域的准确性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及图像识别技术领域，尤其涉及用于输出图像的方法和装置。

背景技术

随着科技的发展，图像识别技术逐渐融入人们的生活，比如在人脸识别、自动驾驶等领域都会用到图像识别技术。利用机器学习方法训练用于图像识别的模型，是目前常用的图像识别方法。比如，将包含某物体的图像输入到预先训练的识别模型，即可得到该物体的特征(例如该物体所属的类别等)。

发明内容

本申请实施例提出了用于输出图像的方法和装置。

第一方面，本申请实施例提供了一种用于输出图像的方法，该方法包括：获取目标图像；将目标图像输入至预先训练的第一卷积神经网络，得到与目标图像对应的待检测特征图像，其中，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，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，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待检测特征图像中的、与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待检测特征图像中的、包含与第一检测结果像素点相同位置的像素点的区域。

在一些实施例中，将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，该方法还包括：将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，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，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待检测特征图像中的、与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待检测特征图像中的、包含与第二检测结果像素点相同位置的像素点的区域。

在一些实施例中，第一区域包含第二区域。

在一些实施例中，将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：将待检测特征图像和第一检测结果图像中的相同位置像素点的数据相乘，得到融合图像中的相应像素点的数据。

在一些实施例中，将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：将待检测特征图像中的像素点按照第一检测结果图像中的相同位置像素点的第一置信度进行阈值截断后的数据确定为融合图像中的相应像素点的数据。

在一些实施例中，将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：将待检测特征图像中的像素点的数据和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。

在一些实施例中，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；基于机器学习方法，将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。