[发明专利]图像处理方法和装置

权利要求书

1.一种图像处理方法，其特征在于，包括：

根据行人图像获得M个第一子图像；所述M个第一子图像的分辨率小于所述行人图像的分辨率；M为大于1的自然数；

将所述M个第一子图像输入至已训练的第一行人识别神经网络，获得所述M个第一子图像中N个第一边界框；N为自然数；所述第一边界框中包括至少一个行人的图像；

将所述行人图像进行划分，获得L个第一图像区域；所述L个第一图像区域包括所述行人图像的全部像素点的颜色信息；L为自然数，L大于M；

从所述L个第一图像区域中选择出与所述第一边界框的位置至少部分重叠的K个目标图像区域；K为自然数，K小于或者等于L；

根据所述K个目标图像区域获得K个第二子图像；K个第二子图像的图像内容与K个目标图像区域的图像内容一一对应；所述第二子图像的分辨率等于所述行人图像的分辨率；

将所述K个第二子图像输入至已训练的第二行人识别神经网络，获得所述K个第二子图像中用于框出行人的J个第二边界框；J为自然数，J大于或者等于N；所述第二边界框中包括行人的完整图像或者部分图像；第二行人识别神经网络的网络参数与第一行人识别神经网络的网络参数不同；

对J个第二边界框进行融合，得到H个行人各自的第三边界框；H为自然数，H大于或者等于N，同一个所述第三边界框中仅包括一个行人的图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述根据行人图像获得M个第一子图像，包括：

根据行人图像获得M个第三子图像，所述第三子图像的分辨率与所述行人图像的分辨率相同，且所述M个第三子图像包括所述行人图像的全部像素点的颜色信息；

对所述M个第三子图像分别进行下采样，得到M个第一子图像。

3.根据权利要求2所述的图像处理方法，其特征在于，M个第三子图像各自的图像内容分别与所述行人图像中M个第二图像区域中的图像内容相同，相邻的两个第二图像区域存在重叠区域；或者

相邻的两个第一图像区域存在重叠区域。

4.根据权利要求1所述的图像处理方法，其特征在于，所述第二行人识别神经网络对行人的识别精度高于所述第一行人识别神经网络对行人的识别精度。

5.根据权利要求1所述的图像处理方法，其特征在于，所述第一行人识别神经网络的网络参数的数据类型为8bit位长度的整型。

6.根据权利要求5所述的图像处理方法，其特征在于，所述将所述M个第一子图像输入至已训练的第一行人识别神经网络之前，包括：

对第一行人识别神经网络进行推理校准，获得已推理校准的所述第一行人识别神经网络；推理校准之前的第一行人识别神经网络的网络参数的数据类型为32bit位长度的浮点数；推理校准之后的第一行人识别神经网络的网络参数的数据类型为8bit位长度的整型。

7.根据权利要求1所述的图像处理方法，其特征在于，所述第二行人识别神经网络的网络参数的数据类型为8bit位长度的整型。

8.根据权利要求7所述的图像处理方法，其特征在于，所述将所述K个第二子图像输入至已训练的第二行人识别神经网络之前，包括：

对第二行人识别神经网络进行推理校准，获得已推理校准的所述第二行人识别神经网络；推理校准之前的第二行人识别神经网络的网络参数的数据类型为32bit位长度的浮点数；推理校准之后的第二行人识别神经网络的网络参数的数据类型为8bit位长度的整型。