[发明专利]基于前景检测的图像后处理方法、装置、电子设备及介质

说明书

本发明实施例公开了一种基于前景检测的图像后处理方法、装置、电子设备及介质，其中，所述方法包括：在连续帧图像中，获取任一目标帧图像中的运动物体轮廓图像；将所述运动物体轮廓图像与利用前景检测算法得到的目标帧图像的原始前景检测结果图像进行逻辑与运算，得到最终的前景检测结果图像。本发明实施例实现了在保证原始前景检测算法正确检测的前景不变的情况下，去除了明显被误检的前景，也即实现了在保证前景检测召回率不变的情况下，提升算法的准确率。

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种基于前景检测的图像后处理方法、装置、电子设备及介质。

背景技术

在当今的自动驾驶感知模块中，对行驶道路上障碍物的检测往往使用基于神经网络训练的方法，因此当场景中出现了在训练集中没有出现过的物体时，算法可能没有办法将它检测出来。为了克服这样的缺点，往往需要引入图像后处理技术，例如背景建模和前景检测的方法，对神经网络的检测结果进行辅助或者修正。其中，图像后处理技术是指在背景建模、前景检测等过程中进一步改善检测结果的技术。

然而，传统的前景检测算法往往面临以下三个问题：

首先，为了快速收敛，使得前景检测的算法在启动后快速投入工作，有时会使用视频的第一帧进行背景建模。如此会导致如果视频开始的第一帧就包括运动物体，算法会将前景初始化为背景，造成初始阶段出现较多的误检，降低模型的准确率；

其次，当视频中一辆静止的车辆突然启动时，由于它之前所停留的位置被建模为背景，当车辆驶离后，原来所停留的位置会被检测为前景，增大前景检测的误检率，降低模型的准确率；

最后，当镜头曝光过度而导致视频的成像质量出现问题时，会导致路面上白色的部分曝光过度。在CIELAB颜色空间内，斑马线等浅色路标在L通道会具有较高的亮度，导致当有白色的车辆经过斑马线的时候，算法会将斑马线及车道线误检为前景，降低模型的准确率。

现有技术中通常采用中值滤波、开闭运算或增加初始化帧数等方法进行前景检测的后处理。但是，中值滤波只能用来处理检测出的前景中的噪声，开闭运算用来消除前景中不该出现的噪声区域和连接不连通的前景区域，二者对上述误检的问题并没有显著的帮助。此外，增加初始化帧数的方法也仅仅能解决上述由于初始化造成的误检问题，对其他误检问题也没有显著的帮助。

发明内容

本发明实施例提供了一种基于前景检测的图像后处理方法、装置、电子设备及介质，通过对前景检测结果进行后处理，减少误检情况的发生，以达到在保证召回率不变的情况下，提高前景检测准确率的目的。

第一方面，本发明实施例提供了一种基于前景检测的图像后处理方法，包括：

在连续帧图像中，获取任一目标帧图像中的运动物体轮廓图像；

将所述运动物体轮廓图像与利用前景检测算法得到的目标帧图像的原始前景检测结果图像进行逻辑与运算，得到最终的前景检测结果图像。

第二方面，本发明实施例还提供了一种基于前景检测的图像后处理装置，包括：

轮廓图像获取模块，用于在连续帧图像中，获取任一目标帧图像中的运动物体轮廓图像；

与运算模块，用于将所述运动物体轮廓图像与利用前景检测算法得到的目标帧图像的原始前景检测结果图像进行逻辑与运算，得到最终的前景检测结果图像。

第三方面，本发明实施例还提供了一种电子设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的基于前景检测的图像后处理方法。