[发明专利]用于处理图像的方法、装置、设备及存储介质在审

专利信息
申请号: 202010598669.0 申请日: 2020-06-28
公开(公告)号: CN111767831A 公开(公告)日: 2020-10-13
发明(设计)人: 冯博豪;庞敏辉;谢国斌;陈兴波 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 处理 图像 方法 装置 设备 存储 介质
【权利要求书】:

1.一种用于处理图像的方法,包括:

获取目标夜视图像;

对所述目标夜视图像进行语义分割;

根据语义分割结果,确定是否存在异常物体;

响应于存在异常物体,标注所述异常物体;

输出所述语义分割结果以及标注的异常物体。

2.根据权利要求1所述的方法,其中,所述根据语义分割结果,确定是否存在异常物体,包括:

根据语义分割结果,还原语义分割图像;

对所述语义分割图像与所述目标夜视图像进行对比,确定二者是否存在差异;

响应于确定二者存在差异,确定存在异常物体。

3.根据权利要求2所述的方法,其中,所述对所述语义分割图像与所述目标夜视图像进行对比,包括:

根据所述还原的语义分割图像和所述目标夜视图像以及预设模型,分别确定所述语义分割图像中的特征和所述目标夜视图像中的特征对应的分数,并对所述语义分割图像中的特征对应的分数和所述目标夜视图像中的特征对应的分数进行对比,其中,所述预设模型用于表征图像特征与分数的对应关系。

4.根据权利要求3所述的方法,其中,所述响应于存在异常物体,标注所述异常物体,包括:

响应于存在异常物体,生成类别标识标注所述异常物体。

5.根据权利要求4所述的方法,其中,所述方法还包括:

利用已训练的目标检测模型,对所述目标夜视图像进行目标检测。

6.根据权利要求5所述的方法,其中,所述方法还包括:

确定所述异常物体的类型;

利用所确定的类型以及类别标识,再次训练所述目标检测模型。

7.根据权利要求6所述的方法,其中,所述对所述目标夜视图像进行语义分割,包括:

利用已训练的语义分割模型,对所述目标夜视图像进行语义分割;以及

所述方法还包括:

获取训练样本集,所述训练样本集包括样本夜视图像和标注的目标以及语义分割结果;

利用所述训练样本集分别训练所述目标检测模型和所述语义分割模型。

8.根据权利要求7所述的方法,其中,所述方法还包括:

对获取的目标夜视图像进行预处理,以提高所述目标夜视图像的清晰度。

9.一种用于处理图像的装置,包括:

图像获取单元,被配置成用于获取目标夜视图像;

语义分割单元,被配置成用于对所述目标夜视图像进行语义分割;

异常物体确定单元,被配置成用于根据语义分割结果,确定是否存在异常物体;

异常物体标注单元,被配置成响应于存在异常物体,标注所述异常物体;

输出单元,被配置成用于输出所述语义分割结果以及标注的异常物体。

10.根据权利要求9所述的装置,其中,所述异常物体确定单元进一步被配置成:

根据语义分割结果,还原语义分割图像;

对所述语义分割图像与所述目标夜视图像进行对比,确定二者是否存在差异;

响应于确定二者存在差异,确定存在异常物体。

11.根据权利要求10所述的装置,其中,所述异常物体确定单元进一步被配置成:

根据所述语义分割图像和所述目标夜视图像以及预设模型,分别确定所述语义分割图像中的特征和所述目标夜视图像中的特征对应的分数,并对所述语义分割图像中的特征对应的分数和所述目标夜视图像中的特征对应的分数进行对比,其中,所述预设模型用于表征图像特征与分数的对应关系。

12.根据权利要求11所述的装置,其中,所述异常物体标注单元进一步被配置成:

响应于存在异常物体,生成类别标识标注所述异常物体。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202010598669.0/1.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