[发明专利]用于图像检测的信息处理方法、装置以及存储介质有效

专利信息
申请号: 201910059895.9 申请日: 2019-01-22
公开(公告)号: CN109829491B 公开(公告)日: 2021-09-28
发明(设计)人: 刘建军;张世亮;刘鹏 申请(专利权)人: 开易(北京)科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/66;G06T7/00
代理公司: 北京知果之信知识产权代理有限公司 11541 代理人: 唐海力;李志刚
地址: 100102 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 图像 检测 信息处理 方法 装置 以及 存储 介质
【权利要求书】:

1.一种用于图像检测的信息处理方法,其特征在于,所述方法包括:

提取目标图像的图像特征,并根据预设深度学习模型和预设统计学习模型分别对所述目标图像进行图像检测,得到第一目标物体信息和第二目标物体信息;

将所述第一目标物体信息和所述第二目标物体信息根据预设融合规则进行信息融合,得到所述目标图像的第三目标物体信息;

所述根据预设深度学习模型和预设统计学习模型分别对所述目标图像进行图像检测,得到第一目标物体信息和第二目标物体信息包括:根据预设训练数据对所述统计学习模型进行训练,得到第二分类器和第二回归器;提取所述目标图像的图像特征,并根据所述第二分类器和所述第二回归器计算得到所述第二目标物体信息;

所述将第一目标物体信息和所述第二目标物体信息根据预设融合规则进行信息融合,得到所述目标图像的第三目标物体信息包括:确定所述第一目标物体信息和所述第二目标物体信息中的物体坐标信息占比和物体类型信息占比;根据所述物体坐标信息占比和所述物体类型信息占比,得到第三目标物体信息。

2.根据权利要求1所述的信息处理方法,其特征在于,所述提取目标图像的图像特征之前包括:

根据预设训练数据对所述深度学习模型进行训练,得到第一分类器和第一回归器;

提取初始图像的图像特征,并根据所述第一分类器和所述第一回归器计算得到初始物体信息,其中,所述 初始物体信息为物体坐标信息和物体类型信息中的至少一种。

3.根据权利要求2所述的信息处理方法,其特征在于,所述提取目标图像的图像特征之前还包括:

根据所述 初始物体信息中的所述物体坐标信息对所述初始图像进行切割,得到所述目标图像。

4.根据权利要求3所述的信息处理方法,其特征在于,所述根据预设深度学习模型和预设统计学习模型分别对所述目标图像进行图像检测,得到第一目标物体信息和第二目标物体信息包括:

提取所述目标图像的图像特征,并根据所述第一分类器和所述第一回归器计算得到所述第一目标物体信息。

5.一种用于图像检测的信息处理装置,其特征在于,所述信息处理装置用于执行权利要求1-4中任意一项所述的信息处理方法,所述信息处理装置包括:

图像检测单元,用于提取目标图像的图像特征,并根据预设深度学习模型和预设统计学习模型分别对所述目标图像进行图像检测,得到第一目标物体信息和第二目标物体信息;

信息融合单元,用于将所述第一目标物体信息和所述第二目标物体信息根据预设融合规则进行信息融合,得到所述目标图像的第三目标物体信息。

6.根据权利要求5所述的信息处理装置,其特征在于,所述图像检测单元包括:

第一目标物体信息获取模块,用于提取所述目标图像的图像特征,并根据所述深度学习模型的第一分类器和第一回归器计算得到所述第一目标物体信息;

第二目标物体信息获取模块,用于提取所述目标图像的图像特征,并根据所述统计学习模型的第二分类器和第二回归器计算得到所述第二目标物体信息。

7.根据权利要求6所述的信息处理装置,其特征在于,所述信息融合单元包括:

占比确定模块,用于确定所述第一目标物体信息和所述第二目标物体信息中的物体坐标信息占比和物体类型信息占比;

第三目标物体信息获取模块,用于根据所述物体坐标信息占比和所述物体类型信息占比,得到第三目标物体信息。

8.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行权利要求1至4中任一项所述的信息处理方法。

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开易(北京)科技有限公司,未经开易(北京)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/201910059895.9/1.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