[发明专利]图像处理方法和装置有效

专利信息
申请号: 201910098134.4 申请日: 2019-01-31
公开(公告)号: CN109816035B 公开(公告)日: 2022-10-11
发明(设计)人: 喻冬东;王长虎 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06V10/774 分类号: G06V10/774;G06V10/82;G06N3/08
代理公司: 泰和泰律师事务所 51219 代理人: 祝海燕
地址: 100041 北京市石景山区*** 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: 图像 处理 方法 装置
【权利要求书】:

1.一种图像处理方法,包括:

获取包含预设的对象的图像,将所述图像输入图像处理网络,得到所述图像中的对象位置,其中,所述图像处理网络用于在图像中确定对象的位置,所述对象为人体,所述图像中的对象位置包括所述人体在所述图像中所在的区域;

确定所述对象位置与所述对象的位置先验信息的损失值,其中,所述位置先验信息为通过包含上述对象的其他图像所确定的对象位置,每个其他图像中所述对象的大小的差值小于阈值;

确定所述对象位置与所述图像的标注对象位置的损失值;

基于所述损失值,对所述图像处理网络进行训练,得到训练后的图像处理网络,包括:基于各个损失值,对所述图像处理网络进行训练,得到训练后的图像处理网络;

其中,所述图像处理网络为图像分割网络;所述将所述图像输入图像处理网络,得到所述图像中的对象位置,包括:将所述图像输入所述图像分割网络,利用所述图像分割网络的卷积层,确定所述图像的特征图像;基于所述特征图像,标注所述人体在所述图像中所在的区域。

2.根据权利要求1所述的方法,其中,基于各个损失值,对所述图像处理网络进行训练,包括:

确定各个损失值的和,将所述和在所述图像处理网络中进行反向传播,以训练所述图像处理网络。

3.根据权利要求1所述的方法,其中,所述人体在所述图像中所在的区域,包括:

所述人体所在的一个区域,或

所述人体的多个局部区域。

4.根据权利要求1所述的方法,其中,在所述确定所述对象位置与所述对象的位置先验信息的损失值之前,所述方法还包括:

获取多个图像,其中,所述多个图像中的各个图像包含所述对象;

确定所述多个图像中,所述对象的平均位置,将所述平均位置作为所述位置先验信息。

5.一种图像处理装置,包括:

获取单元,被配置成获取包含预设的对象的图像,将所述图像输入图像处理网络,得到所述图像中的对象位置,其中,所述图像处理网络用于在图像中确定对象的位置,所述对象为人体,所述图像中的对象位置包括所述人体在所述图像中所在的区域;

第一确定单元,被配置成确定所述对象位置与所述对象的位置先验信息的损失值,其中,所述位置先验信息为通过包含上述对象的其他图像所确定的对象位置,每个其他图像中所述对象的大小的差值小于阈值;

第二确定单元,被配置成确定所述对象位置与所述图像的标注对象位置的损失值;

训练单元,被配置成基于所述损失值,对所述图像处理网络进行训练,得到训练后的图像处理网络;

所述训练单元包括:训练子单元,被配置成基于各个损失值,对所述图像处理网络进行训练,得到训练后的图像处理网络;

其中,所述图像处理网络为图像分割网络;所述获取单元,进一步被配置成:将所述图像输入所述图像分割网络,利用所述图像分割网络的卷积层,确定所述图像的特征图像;基于所述特征图像,标注所述人体在所述图像中所在的区域。

6.根据权利要求5所述的装置,其中,所述训练子单元,进一步被配置成:

确定各个损失值的和,将所述和在所述图像处理网络中进行反向传播,以训练所述图像处理网络。

7.根据权利要求5所述的装置,其中,所述人体在所述图像中所在的区域,包括:

所述人体所在的一个区域,或

所述人体的多个局部区域。

8.根据权利要求5所述的装置,其中,所述装置还包括:

图像获取单元,被配置成获取多个图像,其中,所述多个图像中的各个图像包含所述对象;

先验信息确定单元,被配置成确定所述多个图像中,所述对象的平均位置,将所述平均位置作为所述位置先验信息。

9.一种电子设备,包括:

一个或多个处理器;

存储装置,用于存储一个或多个程序,

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-4中任一所述的方法。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201910098134.4/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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