[发明专利]图像处理方法及装置、电子设备和存储介质在审

专利信息
申请号: 201810842970.4 申请日: 2018-07-27
公开(公告)号: CN109241835A 公开(公告)日: 2019-01-18
发明(设计)人: 邵志文;马利庄;刘志磊;蔡剑飞 申请(专利权)人: 上海商汤智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/46;G06K9/62
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 200233 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标对象 关键点 定位结果 待处理图像 存储介质 电子设备 目标检测 特征信息 图像处理 准确度 处理图像 动作单元 对象分析
【权利要求书】:

1.一种图像处理方法,其特征在于,所述方法包括:

获取待处理图像中目标对象的特征信息以及所述目标对象的关键点特征;

根据所述关键点特征,确定所述待处理图像中所述目标对象的关键点的定位结果;

根据所述目标对象的特征信息、所述定位结果以及所述关键点特征,确定所述目标对象的动作单元的目标检测结果。

2.根据权利要求1所述的方法,其特征在于,根据所述目标对象的特征信息、所述定位结果以及所述关键点特征,确定所述目标对象的动作单元的目标检测结果,包括:

根据所述目标对象的特征信息以及所述定位结果,确定所述目标对象的动作单元的局部特征;

根据所述局部特征以及所述关键点特征,确定所述动作单元的目标检测结果。

3.根据权利要求1或2所述的方法,其特征在于,获取待处理图像中目标对象的特征信息以及所述目标对象的关键点特征,包括:

对所述待处理图像进行特征提取,得到所述待处理图像中目标对象的特征信息;

对所述目标对象的特征信息进行关键点特征提取,得到所述目标对象的关键点特征。

4.根据权利要求2所述的方法,其特征在于,根据所述目标对象的特征信息以及所述定位结果,确定所述目标对象的动作单元的局部特征,包括:

根据所述定位结果以及动作单元的中心点与目标对象的关键点的位置关系,确定所述目标对象的动作单元的初始注意力特征图;

对所述初始注意力特征图进行卷积处理,得到处理后的注意力特征图;

根据处理后的注意力特征图以及所述目标对象的特征信息,确定所述动作单元的局部特征。

5.一种图像处理装置,其特征在于,所述装置包括:

获取模块,用于获取待处理图像中目标对象的特征信息以及所述目标对象的关键点特征;

定位结果确定模块,用于根据所述关键点特征,确定所述待处理图像中所述目标对象的关键点的定位结果;

目标检测结果确定模块,用于根据所述目标对象的特征信息、所述定位结果以及所述关键点特征,确定所述目标对象的动作单元的目标检测结果。

6.根据权利要求5所述的装置,其特征在于,所述目标检测结果确定模块包括:

第一确定子模块,用于根据所述目标对象的特征信息以及所述定位结果,确定所述目标对象的动作单元的局部特征;

第二确定子模块,用于根据所述局部特征以及所述关键点特征,确定所述动作单元的目标检测结果。

7.根据权利要求5或6所述的装置,其特征在于,所述获取模块包括:

第一获取子模块,用于对所述待处理图像进行特征提取,得到所述待处理图像中目标对象的特征信息;

第二获取子模块,用于对所述目标对象的特征信息进行关键点特征提取,得到所述目标对象的关键点特征。

8.根据权利要求6所述的装置,其特征在于,所述第一确定子模块包括:

第三确定子模块,用于根据所述定位结果以及动作单元的中心点与目标对象的关键点的位置关系,确定所述目标对象的动作单元的初始注意力特征图;

第三获取子模块,用于对所述初始注意力特征图进行卷积处理,得到处理后的注意力特征图;

第四确定子模块,用于根据处理后的注意力特征图以及所述目标对象的特征信息,确定所述动作单元的局部特征。

9.一种电子设备,其特征在于,包括:

处理器;

用于存储处理器可执行指令的存储器;

其中,所述处理器被配置为:执行权利要求1至4中任意一项所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。

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上海商汤智能科技有限公司,未经上海商汤智能科技有限公司许可,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/201810842970.4/1.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