[发明专利]图像处理方法、装置、设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取初始图像；

对所述初始图像进行卷积处理，得到不同尺寸的特征图像；

若所述初始图像中至少存在一个小于预设的第一阈值的目标物，则采用不同尺寸的特征图像进行融合处理，得到对应的融合图像；

通过目标神经网络对所述融合图像中的目标物进行定位和分类，得到目标物的类别和坐标信息；

所述采用不同尺寸的特征图像进行融合处理，得到对应的融合图像，包括：

若所述初始图像中存在目标物小于预设的第一阈值时，将第二特征图像进行反卷积处理，得到与第一特征图像尺寸相同的第一中间特征图像，将所述第一中间特征图像与所述第一特征图像进行融合，得到第一融合图像；

若所述初始图像中存在目标物大于或等于第一阈值，且小于第二阈值时，将第三特征图像进行反卷积处理，得到与所述第二特征图像尺寸相同的第二中间特征图像，将所述第二中间特征图像与所述第二特征图像进行融合，得到第二融合图像；其中，第二阈值大于第一阈值；

若所述初始图像中存在目标物大于或等于第二阈值时，将第四特征图像进行反卷积处理，得到与所述第三特征图像尺寸相同的第三中间特征图像，将所述第三中间特征图像与所述第三特征图像进行融合，得到第三融合图像；

其中，所述第一特征图像的尺寸大于所述第二特征图像，所述第二特征图的尺寸大于所述第三特征图像，所述第三特征图像的尺寸大于所述第四特征图像。

2.根据权利要求1所述的方法，其特征在于，对所述初始图像进行卷积处理，得到不同尺寸的特征图像，包括：

对所述初始图像进行多次卷积处理，分别得到与所述初始图像相比缩小1/A、1/2A、1/4A、1/8A的第一特征图像、第二特征图像、第三特征图像，以及第四特征图像；其中，A为大于0的自然数。

3.根据权利要求2所述的方法，其特征在于，通过目标神经网络对所述融合图像中的目标物进行定位和分类，得到目标物的类别和坐标信息，包括：

确定所述目标神经网络的候选框数量；其中，所述候选框的数量与目标物的数量一致；

将所述融合图像输入所述目标神经网络，输出所述候选框的中心坐标以及所述候选框的形状信息；所述候选框用于标记所述目标物的位置；所述目标物包括：交通灯、交通标识；其中，当所述目标物为交通灯时，所述目标物的类别包括：红灯、黄灯、绿灯。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述目标神经网络是通过已有的图像集对初始神经网络进行预训练，得到经过预训练的中间神经网络后，再通过训练数据集以及预设的损失函数，对所述中间神经网络进行训练所得到的；其中，训练数据集是通过对训练图像构成的图像集进行数据增强处理得到，所述数据增强处理是指：根据训练图像中目标物的类别，均衡图像集中各个类别的训练图像的数量；所述训练图像是通过对不同道路、不同时间段录制的视频中抽样得到的候选图像进行标注后得到的图像；且所述训练图像中标注有目标物的类别和坐标信息。