[发明专利]对象面积测量方法、装置、电子设备和存储介质

权利要求书

1.一种对象面积测量方法，包括：

获取具有空间分辨率的原始图像，所述原始图像包含目标对象；

获取对象识别模型，所述对象识别模型包括至少两组分类模型，所述至少两组分类模型中的每一组包括至少两种语义分割网络模型；

基于所述原始图像，生成一个或多个原始图像块；

对每个原始图像块进行包括以下各项的操作：

对每个原始图像块进行至少两种尺度的缩放，以得到至少两种尺度的缩放图像块，其中，所述至少两种尺度的缩放图像块分别对应于所述至少两组分类模型；以及

将所述至少两种尺度的缩放图像块输入到所述对象识别模型，以得到该原始图像块中所述目标对象的识别结果；以及

基于所述一个或多个原始图像块各自的识别结果和所述原始图像的空间分辨率，确定所述目标对象的面积。

2.如权利要求1所述的方法，其中，所述基于所述原始图像，生成一个或多个原始图像块包括：将所述原始图像裁切为所述一个或多个原始图像块，其中，每个原始图像块具有预定尺度。

3.如权利要求2所述的方法，其中，所述将所述至少两种尺度的缩放图像块输入到所述对象识别模型，以得到该原始图像块中所述目标对象的识别结果包括：

将所述至少两种尺度的缩放图像块输入到所述至少两组分类模型中的对应组分类模型；

提取每组分类模型的所述至少两种语义分割模型针对所述至少两种尺度的缩放图像块中的对应尺度的缩放图像块生成的预测图，其中，每个预测图的各像素点分别指示该对应尺度的缩放图像块的各像素点的预测类别；以及

融合所述至少两组分类模型的语义分割模型各自生成的预测图，以得到该原始图像块中所述目标对象的识别结果。

4.如权利要求3所述的方法，其中，所述融合所述至少两组分类模型的语义分割模型各自的预测图，以得到该原始图像块中所述目标对象的识别结果包括：

将所述至少两组分类模型的语义分割模型各自生成的预测图缩放至每一个均具有所述预定尺度，以使得经缩放的每个预测图的各像素点与该原始图像块的各像素点一一对应；

对于该原始图像块的每个像素点：

统计经缩放的所述多个预测图在该像素点位置处各自的预测类别；以及

从所述预测类别的统计结果中选择具有最高统计数量的预测类别作为该像素点的最终类别；以及

将该原始图像块中最终类别为目标对象类别的所有像素点确定为所述目标对象在该原始图像块中的识别区域。

5.如权利要求4所述的方法，其中，所述基于所述一个或多个原始图像块各自的识别结果和所述原始图像的空间分辨率，确定所述目标对象的面积包括：

根据所述目标对象在所述一个或多个原始图像块中各自的识别区域，得出所述原始图像中所述目标对象的总识别区域，所述总识别区域包括一个或多个连通域；

统计所述一个或多个连通域中的像素点的个数；

根据所述像素点的个数的统计结果，从所述一个或多个连通域中确定最终识别区域；以及

基于所述最终识别区域中的像素点的个数和所述原始图像的空间分辨率，计算所述目标对象的面积。

6.如权利要求5所述的方法，其中，所述根据所述像素点的个数的统计结果，从所述一个或多个连通域中确定最终识别区域包括：响应于确定所述一个或多个连通域中任一连通域中的像素点的个数小于阈值，确定该连通域不属于所述最终识别区域。

7.如权利要求1至6中任一项所述的方法，其中，所述至少两种语义分割模型中的每一个包括从以下各项所组成的组中选择的一项：人体姿态估算模型HR-NET、DEEPLABV3+模型和U-NET模型。