[发明专利]图像处理方法及装置、电子设备和存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取采集的目标图像；

对所述目标图像进行特征提取，得到所述目标图像中目标对象的对象特征；其中，所述对象特征与所述目标图像的图像背景不相关；

基于所述目标对象的对象特征，确定智能设备的目标动作信息；

基于所述目标动作信息控制所述智能设备对所述目标对象执行目标操作；

其中，所述基于所述目标对象的对象特征，确定智能设备的目标动作信息，包括：

将所述目标对象的对象特征输入预先训练好的强化学习网络，得到所述强化学习网络输出的目标动作信息；其中，所述预先训练好的强化学习网络是基于仿真场景中训练图像的对象特征进行训练得到的；

所述方法还包括：

获取在仿真场景中提取的训练图像中仿真对象的对象特征以及位置信息；

基于所述训练图像的对象特征，利用所述强化学习网络中的学生网络得到第一目标动作结果；

基于所述仿真对象的位置信息，利用所述强化学习网络中的教师网络得到第二目标动作结果；

基于所述第一目标动作结果以及所述第二目标动作结果，对所述强化学习网络的网络参数进行调整，得到训练好的强化学习网络。

2.根据权利要求1所述的方法，其特征在于，所述对所述目标图像进行特征提取，得到所述目标图像中目标对象的对象特征，包括：

利用编码网络对所述目标图像进行特征提取，得到所述目标图像中目标对象的对象特征；其中，所述编码网络是基于在仿真场景中获取的训练图像对训练网络进行训练得到的。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取在仿真场景中提取的训练图像；

利用构建的训练网络中的编码器对所述训练图像进行特征提取，得到所述训练图像中仿真对象的对象特征；

利用所述训练网络中的解码器对所述仿真对象的对象特征进行解码，得到所述解码器的输出图像；

基于所述输出图像和所述训练图像对应的标签图像，对所述训练网络的网络参数进行调整，得到编码解码网络；其中，所述编码网络是由所述编码器训练得到的，所述标签图像不包括所述训练图像中的背景信息。

4.根据权利要求3所述的方法，其特征在于，所述获取在仿真场景中提取的训练图像，包括：

构建智能设备执行目标操作的初始场景；

在所述初始场景中随机添加仿真对象以及背景信息，得到所述仿真场景；

在所述仿真场景中以预设的图像采集角度获取所述训练图像。

5.根据权利要求3所述的方法，其特征在于，所述基于所述输出图像和所述训练图像对应的标签图像，对所述训练网络的网络参数进行调整，得到编码解码网络，包括：

获取所述训练图像对应的掩膜图像；其中，所述掩膜图像用于指示所述仿真对象的位置；

基于所述掩膜图像、所述输出图像和所述训练图像对应的标签图像，确定所述训练网络的损失；

基于所述训练网络的损失，对所述训练网络的网络参数进行调整，得到编码解码网络。

6.根据权利要求5所述的方法，其特征在于，所述基于所述掩膜图像、所述输出图像和所述训练图像对应的标签图像，确定所述训练网络的损失，包括：

在相同的像素点位置上，确定所述输出图像与所述标签图像之间的像素差值；

基于所述输出图像与所述训练图像之间的像素差值以及所述掩膜图像的像素值，确定所述训练网络的损失。

7.根据权利要求4所述的方法，其特征在于，所述方法还包括：

在添加仿真对象的所述初始场景中，以所述预设的图像采集角度获取所述标签图像。