[发明专利]一种图像数据处理方法和相关装置

说明书

本发明实施例公开了一种图像数据处理方法和相关装置，该方法包括：通过摄像头采集包含目标对象的目标视频帧；基于级联检测模型中所包含的第一定位点对应的第一特征集合，对所述目标视频帧中所包含的所述目标对象进行图像识别，得到所述目标对象对应的识别率；所述目标对象对应的识别率用于表示所述第一特征集合中的目标属性类型特征与所述目标视频帧中的目标对象的图像特征之间的匹配度；若所述目标对象对应的识别率大于或等于概率阈值，则将所述目标对象确定为目标二维码，并对所述目标二维码进行二维码识别处理。采用本发明，可以提高二维码的识别效率。

技术领域

本发明涉及互联网技术领域，尤其涉及一种图像数据处理方法和相关装置。

背景技术

在目前的二维码识别过程中，需要人为地将终端对准待识别的二维码，以便于在二维码扫描界面中可以对获取到的二维码图片进行识别。然而，在对屏幕中的二维码进行识别的过程中，若屏幕中的二维码所占屏幕的区域过小，且屏幕中的内容信息过多，则用户可能并不能轻易的找到二维码，即需要用户花较多时间才能找到二维码在屏幕中的位置，再通过终端对其进行识别。可见，在整个识别二维码的过程中，很可能会因用户寻找二维码的时间过长，二维码识别效率低。

发明内容

本发明实施例提供一种图像数据处理方法和相关装置，可以提高二维码的识别效率。

本发明实施例一方面提供了一种图像数据处理方法，包括：

通过摄像头采集包含目标对象的目标视频帧；

基于级联检测模型中所包含的第一定位点对应的第一特征集合，对所述目标视频帧中所包含的所述目标对象进行图像识别，得到所述目标对象对应的识别率；所述目标对象对应的识别率用于表示所述第一特征集合中的目标属性类型特征与所述目标视频帧中的目标对象的图像特征之间的匹配度；

若所述目标对象对应的识别率大于或等于概率阈值，则将所述目标对象确定为目标二维码，并对所述目标二维码进行二维码识别处理。

其中，所述方法还包括：

若所述目标对象对应的识别率小于概率阈值，则确定所述目标视频帧中不包含目标二维码，并将所述目标视频帧发送给云端服务器，以使所述云端服务器基于神经网络模型中所包含的第二定位点对应的第二特征集合，确定所述目标视频帧中所包含的所述目标对象对应的属性类型；所述属性类型包括二维码类型和非二维码类型。

其中，所述方法还包括：

获取与所述目标对象相关联的第一样本集合，并在所述第一样本集合中将携带第一标签信息的样本数据确定为正样本，并在所述第一样本集合中将携带第二标签信息的样本数据确定为负样本；其中，所述正样本为包含二维码的样本数据，所述负样本为不包含二维码的样本数据；

在所述第一样本集合中，将所述正样本对应的图像数据的尺寸缩放至相同尺寸，并基于缩放后的正样本对应的第一标签信息和第一定位点、所述负样本对应的第二标签信息，训练多级分类器中的每级分类器；所述第一定位点为二维码的特征点；

当所述每级分类器所输出的检测率之积满足收敛条件时，将满足收敛条件的多级分类器确定为级联检测模型；所述级联检测模型中包含所述第一定位点对应的第一特征集合；所述第一特征集合中包含所述第一定位点对应的目标属性类型特征，以及所述目标属性类型特征在所述每级分类器中的参考图像特征。

其中，所述基于级联检测模型中所包含的第一定位点对应的第一特征集合，对所述目标视频帧中所包含的所述目标对象进行图像识别，得到所述目标对象对应的识别率，包括；

将所述目标视频帧对应的灰度区域确定为待处理区域，并将级联检测模型中的目标属性类型特征映射在所述待处理区域上，得到与所述待处理区域对应的检测窗口；所述待处理区域包括所述目标对象；

构建所述检测窗口对应的积分图，并基于所述积分图计算所述检测窗口对应的特征值；