[发明专利]目标对象的图像处理方法、装置及电子设备

权利要求书

1.一种目标对象的图像处理方法，其特征在于，包括：

获取图像传感器采集的目标图像，基于预先训练得到的神经网络模型对所述目标图像进行目标检测，得到所述目标图像的目标检测结果；

将目标对象图像的特征与所述目标检测结果的特征进行匹配，得到所述目标对象图像与所述目标检测结果的相似度。

2.根据权利要求1所述的方法，其特征在于，所述目标检测结果包括目标框；所述将目标对象图像的特征与所述目标检测结果的特征进行匹配，得到所述目标对象图像与所述目标检测结果的相似度的步骤，包括：

将所述目标检测结果中各目标框内的图像分别作为待匹配图像；

对所述目标对象图像的特征及各所述待匹配图像的特征进行全局匹配及局部匹配，得到所述目标对象图像与各所述待匹配图像的相似度。

3.根据权利要求2所述的方法，其特征在于，所述对所述目标对象图像的特征及各所述待匹配图像的特征进行全局匹配及局部匹配，得到所述目标对象图像与各所述待匹配图像的相似度的步骤，包括：

步骤a，基于预设的匹配模块将所述目标对象图像的特征与各所述待匹配图像的特征进行全局匹配及局部匹配，得到各所述待匹配图像对应的相似度分数；

步骤b，基于各所述待匹配图像对应的相似度分数更新所述预设的匹配模块的权重；

步骤c，重复执行上述步骤a～步骤b，直至达到预设的匹配次数，得到各所述待匹配图像对应的最终相似度。

4.根据权利要求3所述的方法，其特征在于，所述基于预设的匹配模块将所述目标对象图像的特征与各所述待匹配图像的特征进行全局匹配及局部匹配，得到各所述待匹配图像对应的相似度分数的步骤，包括：

基于所述目标对象图像及各所述待匹配图像的全局特征计算所述目标对象图像与各所述待匹配图像的全局相似度；

基于所述目标对象图像及各所述待匹配图像的局部特征确定所述目标对象图像与各所述待匹配图像的局部相似度；其中，所述局部特征由所述全局特征划分得到；

基于所述全局相似度和所述局部相似度确定各所述待匹配图像对应的相似度分数。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述神经网络模型包括胶囊网络；所述基于预先训练得到的神经网络模型对所述目标图像进行目标检测，得到所述目标图像的目标检测结果的步骤，包括：

基于预设训练得到的胶囊网络对所述目标图像进行特征提取，得到特征提取结果；

对所述特征提取结果依次进行一阶目标检测和二阶目标检测，得到所述目标图像的目标检测结果。

6.根据权利要求5所述的方法，其特征在于，所述对所述特征提取结果依次进行一阶目标检测和二阶目标检测，得到所述目标图像的目标检测结果的步骤，包括：

基于预设的目标检测算法获取所述特征提取结果对应的多个尺度的特征图，将各所述特征图分别作为预测层；

对各所述预测层进行二阶目标检测，得到所述目标图像的目标检测结果。

7.根据权利要求6所述的方法，其特征在于，所述对各所述预测层进行二阶目标检测，得到所述目标图像的目标检测结果的步骤，包括：

在各所述预测层上基于区域候选网络生成候选框；

获取所述预测层的图像特征及所述预测层上候选框的图像特征，将所述预测层的图像特征及所述预测层上候选框的图像特征进行特征融合，基于融合后的特征确定所述目标图像中的各目标类别及目标框。

8.根据权利要求1所述的方法，其特征在于，所述图像传感器包括多个摄像头；所述方法还包括：

基于所述目标对象图像与所述目标检测结果的相似度，确定拍摄到所述目标对象的目标摄像头以及所述目标对象在所述目标摄像头中的位置变化信息；

基于所述目标对象在所述目标摄像头中的位置变化信息及各所述目标摄像头的位置确定所述目标对象的运动轨迹。