[发明专利]用于密集物体的图像处理方法及装置

权利要求书

1.一种用于密集物体的图像处理方法，其特征在于，包括：

确定原始标注数据集；

根据所述原始标注数据集训练CTPN神经网络；

通过所述CTPN神经网络输出物体数据集；

根据所述物体数据集训练Retinanet目标检测器；

将所述CTPN神经网络与所述Retinanet目标检测器组合得到目标神经网络；以及

输入待识别图片至所述目标神经网络，并输出密集物体的图像预测结果。

2.根据权利要求1所述的图像处理方法，其特征在于，根据所述原始标注数据集训练CTPN神经网络之前还包括：对所述原始标注数据集中的图片执行图像级别预设操作。

3.根据权利要求1或2所述的图像处理方法，其特征在于，根据所述原始标注数据集训练CTPN神经网络之前还包括：对所述原始标注数据集中的图片执行像素级别预设操作。

4.根据权利要求1所述的图像处理方法，其特征在于，通过所述CTPN神经网络输出物体数据集之后还包括：

合并所述物体数据集中相似类别并设置合并阈值；

对物体框执行剪切操作，得到新的物体数据集。

5.根据权利要求1所述的图像处理方法，其特征在于，输入待识别图片至所述目标神经网络，并输出密集物体的图像预测结果时还包括如下的任一一种或多种操作：

图像数据预处理、图像数据增广处理、图像数据归一化处理、类高斯化处理、图像数据可视化处理。

6.根据权利要求1所述的图像处理方法，其特征在于，所述CTPN神经网络包括：CTPN神经网络，所述Retinanet目标检测器包括：Retinanet目标检测器。

7.一种用于密集物体的图像处理装置，其特征在于，包括：

确定模块，用于确定原始标注数据集；

第一模型训练模块，根据所述原始标注数据集训练CTPN神经网络；

输出模块，用于通过所述CTPN神经网络输出物体数据集；

第二模型训练模块，用于根据所述物体数据集训练Retinanet目标检测器；

合并模块，用于将所述CTPN神经网络与所述Retinanet目标检测器组合得到目标神经网络；以及

预测模块，用于输入待识别图片至所述目标神经网络，并输出密集物体的图像预测结果。

8.根据权利要求7所述的图像处理装置，其特征在于，还包括：第一预处理模块，所述第一预处理模块用于对所述原始标注数据集中的图片执行图像级别预设操作。

9.根据权利要求7所述的图像处理装置，其特征在于，还包括：第二预处理模块，所述第二预处理模块对所述原始标注数据集中的图片执行像素级别预设操作。

10.根据权利要求7所述的图像处理装置，其特征在于，还包括：合并剪切模块，所述合并剪切模块用于合并所述物体数据集中相似类别并设置合并阈值；以及对物体框执行剪切操作，得到新的物体数据集。