[发明专利]用于密集物体的图像处理方法及装置

说明书

本申请公开了一种用于密集物体的图像处理方法及装置。该方法包括：确定原始标注数据集；根据所述原始标注数据集训练自然场景文本检测网络模型；通过所述自然场景文本检测网络模型输出物体数据集；根据所述物体数据集训练物体检测网络模型；将所述自然场景文本检测网络模型与所述物体检测网络模型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。本申请解决了密集物体检测容易出现漏检或误检的技术问题。通过本申请实现对于密集物体的准确地检测，克服光照、遮挡等因素的影响。

技术领域

本申请涉及图像处理、计算机视觉领域，具体而言，涉及一种用于密集物体的图像处理方法及装置。

背景技术

物体检测作为计算机视觉中的最主要任务之一，近年来发展出了多种基于区域推荐网络(英文全称：Region Proposal Network，简称：RPN)的one-stage的网络模型。比如，Faster R-CNN、Mask R-CNN、Yolo、SSD便是物体检测中的代表者。

发明人发现，随着应用场景的不断挖掘，对于密集物体检测的需求逐渐增加。但由于遮挡、光照等因素的影响，大多数密集排列的物体极容易出现漏检或者误检的情况。进一步影响物体检测结果。

针对相关技术中对于密集物体检测容易出现漏检或误检的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种用于密集物体的图像处理方法及装置，以解决对于密集物体检测容易出现漏检或误检的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种用于密集物体的图像处理方法。

根据本申请的用于密集物体的图像处理方法包括：确定原始标注数据集；根据所述原始标注数据集训练自然场景文本检测网络模型；通过所述自然场景文本检测网络模型输出物体数据集；根据所述物体数据集训练物体检测网络模型；将所述自然场景文本检测网络模型与所述物体检测网络模型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。

进一步地，根据所述原始标注数据集训练自然场景文本检测网络模型之前还包括：对所述原始标注数据集中的图片执行图像级别预设操作。

进一步地，根据所述原始标注数据集训练自然场景文本检测网络模型之前还包括：对所述原始标注数据集中的图片执行像素级别预设操作。

进一步地，通过所述自然场景文本检测网络模型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。

进一步地，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。

进一步地，所述自然场景文本检测网络模型包括：CTPN神经网络，所述物体检测网络模型包括：Retinanet目标检测器。

为了实现上述目的，根据本申请的另一方面，提供了一种用于密集物体的图像处理装置。

根据本申请的用于密集物体的图像处理装置包括：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自然场景文本检测网络模型；输出模块，用于通过所述自然场景文本检测网络模型输出物体数据集；第二模型训练模块，用于根据所述物体数据集训练物体检测网络模型；合并模块，用于将所述自然场景文本检测网络模型与所述物体检测网络模型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。

进一步地，装置还包括：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。