[发明专利]图像处理方法、装置、设备及存储介质

说明书

本发明提供一种图像处理方法、装置、设备及存储介质，该方法，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。从而可以根据目标物的大小，分别选取不同尺寸的特征图像进行融合，增强了低层图像的语义信息，通过不同尺寸的融合图像，实现在最佳感受野下对目标物的定位和分类，极大地提高了对目标物的定位和分类精度。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、设备及存储介质。

背景技术

随着自动驾驶技术不断发展。计算机视觉在自动驾驶技术中占有重要的地位，而交通灯的检测与识别是视觉识别中的重要一环。

目前，交通灯的检测方法可以分为2阶段和1阶段两种。2阶段因其对图片的两阶段处理而得名，也称为基于区域的方法，首先生成图片的特征图，在特征图上进行目标的分类和定位。1阶段没有中间的区域检出过程，直接从图片获取预测的结果。

但是，现有检测方法，往往对交通灯的定位和分类准确度低，检测效果不佳。

发明内容

本发明提供一种图像处理方法、装置、设备及存储介质，可以有效提升交通灯的定位和分类精度，提高交通灯的检出率。

第一方面，本发明实施例提供一种图像方法，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。

第二方面，本发明实施例提供一种图像处理装置，包括：

图像采集器，用于获取初始图像；

图像处理器，用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；

图像融合器，用于在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时，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；

分类器，用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。第三方面，本发明实施例提供一种图像处理设备，包括：

存储器，用于存储程序；

处理器，用于执行所述存储器存储的所述程序，当所述程序被执行时，所述处理器用于执行如第一方面中任一项所述的方法。

第四方面，本发明实施例提供一种计算机可读存储介质，包括：计算机程序，当其在计算机上运行时，使得计算机执行第一方面中任一所述的方法。

本发明提供的图像处理方法、装置、设备及存储介质，通过获取初始图像；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。从而可以根据目标物的大小，分别选取不同尺寸的特征图像进行融合，增强了低层图像的语义信息，通过不同尺寸的融合图像，实现在最佳感受野下对目标物的定位和分类，极大地提高了对目标物的定位和分类精度。

附图说明