[发明专利]图像处理的方法、装置、计算机可读存储介质

说明书

本申请提供了一种图像处理的方法和装置。该方法包括：将待检测图像划分为互不重叠的Q个网格，其中，Q为大于1的整数，该Q个网格中的第p个网格属于K(p)个区域，其中，p＝1，2，…，Q，K(p)为大于1的整数，该K(p)个区域在该待检测图像上占用的区域不同；针对该K(p)个区域中任意一个区域在高层特征图上截取子特征图，根据特征图对该K(p)个区域内待检测目标进行分类和定位。本申请可以使同一个位置被划分到不同尺度的区域上，这样在高层特征图上可以提取对应该位置的不同尺度的子特征图，使得在该位置提取到的子特征图更加全面和准确，从而能够提高生成的目标候选区域的质量，提升目标检测系统的性能。

技术领域

本申请涉及图像处理领域，并且更具体地，涉及一种图像处理的方法、装置、计算机可读存储介质。

背景技术

目标检测是计算机视觉领域的一项基本任务，旨在识别并定位出图像或视频中感兴趣的目标，在工业界有着非常广泛的应用。目标检测需要识别出图像中出现的属于预定义类别的目标，并以检测框的形式准确地定位每一个目标。因而，目标检测任务主要面临着两方面的挑战：

(1)需要将目标从复杂的背景中区分出来；

(2)需要调优目标的候选框，使他们更加接近目标真实边框，来获取更高的准确度。

随着深度学习的出现，近期的目标检测系统大都基于深度神经网络。现有的卷积神经网络目标检测系统通常分为候选框生成和候选框区域内的目标分类两个阶段。在候选框区域内的目标分类阶段，通常做法是将预训练的卷积网络作为特征提取模块嵌入到目标检测系统中，并在特定的检测任务上进行优化。例如，基于区域的卷积网络加速版(fastregion-based convolutional neural network，Fast R-CNN)目标检测器，将卷积网络嵌入作为特征提取模块，对每个候选区域提取特征并进行分类和定位。

而关于候选区域的生成，业内性能领先的目标检测系统多采用候选区域网络(region proposal network，RPN)来实现。然而，RPN网络在目标判别上存在着一些问题。一方面，RPN仅采用“目标/非目标”二类标签进行训练，学习得到的分类器缺少对复杂特征的判别力，预测时容易将背景误报为目标。另一方面，RPN在卷积神经网络(convolutionalneural network，CNN)的高层特征上采用3×3的滑动窗口提取特征，这会造成较大目标的感受野远小于目标本身的尺度，导致目标信息的丢失。

鉴于上述问题，一些研究工作试图直接将RPN的二类分类层改为多类分类层，但是根据固定的3×3的滑动窗口提取的特征来预测多类目标，效果并不好，因而生成的目标候选区域质量不高，导致目标检测系统性能较差。

发明内容

本申请提供一种图像处理的方法、装置、计算机可读存储介质，能够提高生成的目标候选区域的质量，从而提升目标检测系统的性能。