[发明专利]图像处理方法和装置有效

专利信息
申请号: 201811126509.5 申请日: 2018-09-26
公开(公告)号: CN109242801B 公开(公告)日: 2021-07-02
发明(设计)人: 胡耀全 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T7/62;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: 100041 北京市石景山区*** 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: 图像 处理 方法 装置
【权利要求书】:

1.一种图像处理方法,包括:

获取包含已标注目标的标注图像;

基于已标注的目标所在的标注框的尺寸,从所述标注图像中确定出子图像,其中,所确定出的子图像中的至少一个子图像包括所述标注框,标注框的尺寸与标注图像尺寸的比例小于预设比例阈值;

对子图像进行上采样,得到用于训练卷积神经网络的样本图像;

基于已标注的目标所在的标注框的尺寸,从图像中确定出子图像,包括:

获取所述卷积神经网络的检测精度所指示的框的尺寸;确定所述检测精度所指示的框和所述标注框中,尺寸较大的框为目标框,其中,所述子图像与所述目标框的宽相等和/或高相等;

所述确定所述检测精度所指示的框和所述标注框中,尺寸较大的框为目标框,包括:

响应于确定所述标注框的宽和高都大于所述检测精度所指示的框的边长,确定所述标注框为目标框;响应于确定所述标注框的宽和高中的至少一个不大于所述检测精度所指示的框的边长,确定所述检测精度所指示的框为目标框。

2.根据权利要求1所述的方法,其中,基于已标注的目标所在的标注框的尺寸,从图像中确定出子图像,还包括:

在所述标注图像中,确定宽高比等于预设宽高比的一个子图像,其中,所述一个子图像与所述目标框的宽相等和/或高相等,所述子图像的宽和高分别与所述标注图像的宽和高部分重合;

按照预设移动方向,对所述子图像所在的窗口移动预设步长,得到所述标注图像中的其他子图像,其中,各个子图像所构成的集合覆盖所述标注图像。

3.根据权利要求2所述的方法,其中,所述检测精度所指示的框的宽和高相等;所述确定所述检测精度所指示的框和所述标注框中,尺寸较大的框为目标框,还包括:

确定所述标注框的宽和高是否都大于所述检测精度所指示的框的边长。

4.根据权利要求1所述的方法,其中,所述样本图像的宽高比与子图像的宽高比相同。

5.根据权利要求2所述的方法,其中,相邻的子图像之间有局部重合。

6.根据权利要求2所述的方法,其中,在所述对子图像进行上采样,得到用于训练所述卷积神经网络的样本图像之后,所述方法还包括:

基于所述样本图像,训练所述卷积神经网络,得到训练后的卷积神经网络;

获取待检测图像,从所述待检测图像中确定出多个待检测子图像,其中,各个待检测子图像所构成的集合覆盖所述待检测图像;

对各个待检测子图像进行上采样,得到待输入的图像,将待输入的图像输入所述训练后的卷积神经网络进行检测,得到检测结果。

7.一种图像处理装置,包括:

获取单元,被配置成获取包含已标注目标的标注图像;

确定单元,被配置成基于已标注的目标所在的标注框的尺寸,从所述标注图像中确定出子图像,其中,所确定出的子图像中的至少一个子图像包括所述标注框,标注框的尺寸与标注图像尺寸的比例小于预设比例阈值;

上采样单元,被配置成对子图像进行上采样,得到用于训练卷积神经网络的样本图像;

所述确定单元,包括:

获取模块,被配置成获取所述卷积神经网络的检测精度所指示的框的尺寸;目标框确定模块,被配置成确定所述检测精度所指示的框和所述标注框中,尺寸较大的框为目标框,其中,所述子图像与所述目标框的宽相等和/或高相等;

所述目标框确定模块,进一步被配置成:

响应于确定所述标注框的宽和高都大于所述检测精度所指示的框的边长,确定所述标注框为目标框;响应于确定所述标注框的宽和高中的至少一个不大于所述检测精度所指示的框的边长,确定所述检测精度所指示的框为目标框。

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字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201811126509.5/1.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