[发明专利]图像的遮挡检测方法、装置、电子设备及存储介质

说明书

本申请提供了一种图像的遮挡检测方法、装置、电子设备及计算机可读存储介质；涉及人工智能领域中的计算机视觉技术；方法包括：获取包含对象的待检测图像；对所述待检测图像进行特征提取处理，以获得图像特征；将所述图像特征进行降维处理，并对得到的降维图像特征进行融合处理，以获得融合特征；对所述融合特征进行映射处理，以获得所述对象的不同部位的遮挡概率；将所具有的遮挡概率大于遮挡概率阈值的部位，确定为所述对象的被遮挡部位。通过本申请，能够以计算资源集约的方式对图像中的遮挡进行准确检测。

技术领域

本申请涉及人工智能技术，尤其涉及一种图像的遮挡检测方法、装置、电子设备及计算机可读存储介质。

背景技术

人工智能(AI，Artificial Intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法和技术及应用系统。随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用。

以图像的遮挡检测为例，图像的遮挡检测是指判断包含对象(例如人脸、手掌、肢体等)的图像中是否存在被遮挡部位。相关技术通常是基于图像语义分割技术和关键点检测技术识别被遮挡部位，该方案在识别过程中需要对待检测图像中的每个像素进行分类，不仅耗时较多，而且需要大量的计算资源支撑，因此无法灵活地在计算能力受限的设备(例如终端)中部署。

对于准确检测图像中的遮挡和消耗大量计算资源之间的矛盾，相关技术尚无有效解决方案。

发明内容

本申请实施例提供一种图像的遮挡检测方法、装置、电子设备及计算机可读存储介质，能够以计算资源集约的方式对图像中的遮挡进行准确检测。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种图像的遮挡检测方法，包括：

获取包含对象的待检测图像；

对所述待检测图像进行特征提取处理，以获得图像特征；

将所述图像特征进行降维处理，并对得到的降维图像特征进行融合处理，以获得融合特征；

对所述融合特征进行映射处理，以获得所述对象的不同部位的遮挡概率；

将所具有的遮挡概率大于遮挡概率阈值的部位，确定为所述对象的被遮挡部位。

在上述方案中，所述遮挡检测方法是通过第二神经网络模型实现的，所述方法还包括：

通过以下方式训练所述第二神经网络模型：

获取包含对象的样本图像、以及所述样本图像的标注数据，其中，所述标注数据包括针对所述对象标注的未遮挡部位和对应的位置；

基于所述样本图像、以及所述样本图像的标注数据，对所述第二神经网络模型进行训练；

其中，训练后的所述第二神经网络模型用于预测所述待检测图像包含的对象的未遮挡部位和对应的位置；

其中，所述样本图像是通过以下方式至少之一生成的：拍摄包含所述对象的无遮挡图像；拍摄所述对象使用不同物品时的有遮挡图像；将任意图像合成到所述对象的无遮挡图像中，以形成所述对象的有遮挡图像。

在上述方案中，所述基于所述样本图像、以及所述样本图像的标注数据，对所述第二神经网络模型进行训练，包括：

通过所述第二神经网络模型执行以下处理：

获得与所述样本图像中的多个包围框一一对应的多个图像特征；

针对对应每个包围框的图像特征进行降维处理，并对得到的降维图像特征进行融合处理，以获得对应每个包围框的融合特征；