[发明专利]图像处理方法和装置

说明书

本发明涉及一种图像处理方法和装置。所述图像处理方法，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行人图像的分辨率；将M个第一子图像输入至第一行人识别神经网络获得M个第一子图像中N个第一边界框；将行人图像进行划分获得L个第一图像区域；L大于M；从L个第一图像区域中选择出与第一边界框的位置至少部分重叠的K个目标图像区域；根据K个目标图像区域获得K个第二子图像；将K个第二子图像输入至第二行人识别神经网络获得K个用于框出行人的J个第二边界框；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大于或者等于N。根据本发明的实施例，可以提高行人检测的速度以及精确度。

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和装置。

背景技术

深度学习技术在行人检测领域的应用近几年的发展突飞猛进，已经广泛推广到了安防、零售、物流、金融等领域。为了达到实时检测的效果，目前的众多应用都是基于低分辨率的视频识别。低分辨率视频在保障了检测行人的实时性，但是同时也使得在在对一些检测技术的深度推广及应用的过程中变成了只存在理论上的可能性。比如在行人再识别的应用中通过人脸来确定行人的身份，因为视频的分辨率较低，大部分检测到的行人人脸模糊到无法识别，无法进行身份认证，行人跟踪与再识别等应用中可能会出现识别ID的switch(交换)问题等等。与此同时，低分辨率视频也会导致识别率的降低。相关技术中，高清摄像头以及超高分显示设备已经在市场中得到广泛应用，因此，如何针对高分视频实现行人检测是需要解决的一个技术问题。

发明内容

本发明提供一种图像处理方法和装置，以解决相关技术中的不足。

根据本发明实施例的第一方面，提供一种图像处理方法，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。

在一个实施例中，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。

在一个实施例中，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。