[发明专利]图像边框位置检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 201911215002.1 申请日: 2019-12-02
公开(公告)号: CN111079741A 公开(公告)日: 2020-04-28
发明(设计)人: 赵爽 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/62;G06T7/73
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王兆林
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 边框 位置 检测 方法 装置 电子设备 存储 介质
【说明书】:

本申请公开了一种图像边框位置检测方法、装置、电子设备及存储介质,该方法获取目标图像;利用特定区域模板,定位目标图像中特定区域的位置信息;根据特定区域与目标图像中待定位区域的位置比例关系,以及位置信息,确定待定位区域的边框位置信息;该方法在检测图像边框位置的整个过程中仅需要特定区域模板,不需要大量具有精确边框位置标注的训练数据,也不需要在获取训练数据后训练检测网络等模型,因此,可以降低提取图像边框位置的难度,降低图像边框位置检测成本,且由于检测网络的程序都很庞大,进而执行该检测网络效率都不高,而本申请中仅需要利用特定区域模板即可检测待定位区域的边框位置信息,过程简单,执行效率高。

技术领域

本申请涉及图像处理技术领域,尤其涉及一种图像边框位置检测方法、装置、电子设备及存储介质。

背景技术

随着视频直播,小视频等的飞速发展,人们对于视频显示内容的需求越来越多元化,例如,在同一显示界面中经常会存在多个区域图像,且其中某个区域图像又需要单独全屏显示,或者用户需要从具有多个区域图像的界面中截取自身所需要的区域图像等。在上述各个场景中,均需要从整个图像中确定所需区域图像的边框位置信息,进而根据该边框位置信息对该区域图像进行截取,以便后续使用。

现有技术在面对上述确定边框位置信息的过程中,通常需要使用训练好的检测网络等网络模型对整个显示界面中显示的图像进行检测,计算所需区域图像的边框位置信息。例如,使用基于深度学习的检测网络对该图像进行检测,回归所需区域图像的边框位置。但是,该方法需要具有精确边框位置标注的训练数据来训练检测网络的模型,然而,该类数据标注成本较高,且检测网络在CPU上处理效率也很低。因此,如何快速、高效地检测图像边框位置,是本领域技术人员需要解决的技术问题。

发明内容

有鉴于此,本申请提供了一种图像边框位置检测方法、装置、电子设备及存储介质,仅需要利用特定区域模板就可以直接获取目标图像中待定位区域的边框位置信息,不需要任何标注数据,不需要训练检测网络等模型,即可实现零样本的快速图像边框位置检测。

为实现上述目的,一方面,本申请提供了一种图像边框位置检测方法,包括:

获取目标图像;

利用特定区域模板,定位所述目标图像中特定区域的位置信息;

根据所述特定区域与所述目标图像中待定位区域的位置比例关系,以及所述位置信息,确定所述待定位区域的边框位置信息。

在一种可能的实现方式中,所述根据所述特定区域与所述目标图像中待定位区域的位置比例关系,以及所述位置信息,确定所述待定位区域的边框位置信息,包括:

根据所述特定区域与所述目标图像中待定位区域的位置比例关系,以及所述位置信息,获取所述待定位区域的初始边框位置信息;

利用均值算法对所述初始边框位置信息进行处理,得到所述待定位区域的边框位置信息。

在又一种可能的实现方式中,从接收到的视频中抽取目标图像,包括:

从接收到的视频中截取待抽取视频;所述待抽取视频为所述视频中间段预设时长的视频;

从所述待抽取视频中抽取目标图像。

在又一种可能的实现方式中,所述利用特定区域模板,定位所述目标图像中特定区域的位置信息;,包括:

分别提取所述目标图像中预定区域,以及特定区域模板的特征信息;

根据所述特定区域模板以及所述预定区域的特征信息,确定所述目标图像中特定区域对应的位置信息。

在又一种可能的实现方式中,所述根据所述特定区域模板以及所述预定区域的特征信息,确定所述目标图像中特定区域对应的位置信息,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911215002.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top