[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
【说明书】:

本申请实施例公开了图像处理方法和装置。该方法的一具体实施方式包括:获取包含预设的对象的图像,将该图像输入图像处理网络,得到该图像中的对象位置,其中,该图像处理网络用于在图像中确定对象的位置;确定该对象位置与该对象的位置先验信息的损失值;基于该损失值,对该图像处理网络进行训练,得到训练后的图像处理网络。本申请实施例能够利用位置先验信息来确定损失值,进而利用该损失值进行训练。这样能够丰富图像处理网络的训练方法,有助于训练得到更加准确的图像处理网络。

技术领域

本申请实施例涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及图像处理方法和装置。

背景技术

对图像进行处理的神经网络需要大量的样本进行训练,才能拟合出准确的神经网络,以得到准确的处理结果。在相关技术中,训练神经网络通常采用预测到的结果与标注之间的损失值进行训练。

发明内容

本申请实施例提出了图像处理方法和装置。

第一方面,本申请实施例提供了一种图像处理方法,包括:获取包含预设的对象的图像,将图像输入图像处理网络,得到图像中的对象位置,其中,图像处理网络用于在图像中确定对象的位置;确定对象位置与对象的位置先验信息的损失值;基于损失值,对图像处理网络进行训练,得到训练后的图像处理网络。

在一些实施例中,方法还包括:确定对象位置与图像的标注对象位置的损失值;以及基于损失值,对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,对图像处理网络进行训练,得到训练后的图像处理网络。

在一些实施例中,基于各个损失值,对图像处理网络进行训练,包括:确定各个损失值的和,将和在图像处理网络中进行反向传播,以训练图像处理网络。

在一些实施例中,图像处理网络为图像分割网络,对象为人体;将图像输入图像处理网络,得到图像中的对象位置,包括:

将图像输入图像分割网络,利用图像分割网络的卷积层,确定图像的特征图像;基于特征图像,标注人体在图像中所在的区域。

在一些实施例中,人体在图像中所在的区域,包括:人体所在的一个区域,或人体的多个局部区域。

在一些实施例中,在确定对象位置与对象的位置先验信息的损失值之前,方法还包括:获取多个图像,其中,多个图像中的各个图像包含对象;确定多个图像中,对象的平均位置,将平均位置作为位置先验信息。

第二方面,本申请实施例提供了一种图像处理装置,包括:获取单元,被配置成获取包含预设的对象的图像,将图像输入图像处理网络,得到图像中的对象位置,其中,图像处理网络用于在图像中确定对象的位置;第一确定单元,被配置成确定对象位置与对象的位置先验信息的损失值;训练单元,被配置成基于损失值,对图像处理网络进行训练,得到训练后的图像处理网络。

在一些实施例中,装置还包括:第二确定单元,被配置成确定对象位置与图像的标注对象位置的损失值;以及训练单元包括:训练子单元,被配置成基于各个损失值,对图像处理网络进行训练,得到训练后的图像处理网络。

在一些实施例中,训练单元,进一步被配置成:确定各个损失值的和,将和在图像处理网络中进行反向传播,以训练图像处理网络。

在一些实施例中,图像处理网络为图像分割网络,对象为人体;获取单元,进一步被配置成:将图像输入图像分割网络,利用图像分割网络的卷积层,确定图像的特征图像;基于特征图像,标注人体在图像中所在区域。

在一些实施例中,人体在图像中所在区域,包括:人体所在的一个区域,或人体的多个局部区域。

在一些实施例中,装置还包括:图像获取单元,被配置成获取多个图像,其中,多个图像中的各个图像包含对象;先验信息确定单元,被配置成确定多个图像中,对象的平均位置,将平均位置作为位置先验信息。

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/201910098134.4/2.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