[发明专利]用于从图像中提取对象的方法、装置和存储介质在审

专利信息
申请号: 201910515139.2 申请日: 2019-06-14
公开(公告)号: CN111784561A 公开(公告)日: 2020-10-16
发明(设计)人: 张阳 申请(专利权)人: 北京沃东天骏信息技术有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06T5/50;G06T7/13;G06T7/194;G06T7/62;G06K9/62
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 李昊;许蓓
地址: 100176 北京市大兴区北京经济*** 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: 用于 图像 提取 对象 方法 装置 存储 介质
【说明书】:

发明公开了一种用于从图像中提取对象的方法、装置和存储介质,涉及图像处理领域。用于从图像中提取对象方法包括:将待处理图像输入到多个串行连接的边缘特征提取模块中的首个边缘特征提取模块,其中,边缘特征提取模块基于深度可分离卷积操作对接收到的数据进行边缘特征提取处理,部分或全部边缘特征提取模块还用于对接收到的数据进行下采样处理;根据每个边缘特征提取模块处理后的数据相对于待处理图像的下采样倍数,对每个边缘特征提取模块的输出进行相应倍数的上采样处理;根据对上采样处理后的数据的合并结果,生成二值化图像;基于二值化图像提取待处理图像中的目标对象。本发明的实施例可以提高终端的计算速度和准确率。

技术领域

本发明涉及图像处理领域,特别涉及一种用于从图像中提取对象的方法、装置和存储介质。

背景技术

在一些应用中,需要对拍摄场景中的特定对象进行信息提取与加工的。例如,在需要对拍摄场景中的名片、银行卡、身份证、二维码、条形码等矩形对象进行检测时,需要将通过拍摄获得的图像中的四边形的角点检测出来,再根据角点恢复出一张矩形图像,并将该矩形图像送至光学字符识别(Optical Character Recognition,简称:OCR)等模块进行文字或内容识别。

发明内容

发明人进行分析后发现,相关技术采用终端提取图像中的对象时,处理速度较慢。

本发明实施例所要解决的一个技术问题是:如何提高通过终端从图像中提取对象的处理速度。

根据本发明一些实施例的第一个方面,提供一种用于从图像中提取对象方法,包括:将待处理图像输入到多个串行连接的边缘特征提取模块中的首个边缘特征提取模块,其中,边缘特征提取模块基于深度可分离卷积操作对接收到的数据进行边缘特征提取处理,部分或全部边缘特征提取模块还用于对接收到的数据进行下采样处理;根据每个边缘特征提取模块处理后的数据相对于待处理图像的下采样倍数,对每个边缘特征提取模块的输出进行相应倍数的上采样处理;根据对上采样处理后的数据的合并结果,生成二值化图像;基于二值化图像提取待处理图像中的目标对象。

在一些实施例中,边缘特征提取模块包括一个或多个边缘特征提取层,边缘特征提取层基于深度可分离卷积操作对接收到的数据进行边缘特征提取处理;边缘特征提取层基于深度可分离卷积操作对接收到的数据进行边缘特征提取处理包括:采用尺寸为1*1的预设的输入侧卷积核对接收到的数据进行第一卷积计算,并根据第一卷积计算的结果获得包括多个通道的数据的第一特征图谱,其中,输入侧卷积核的数量大于边缘特征提取层接收到的数据的通道数;对于第一特征图谱的每一个通道的数据,采用相应的尺寸大于1*1的预设的卷积核进行第二卷积计算以进行边缘特征提取处理,并根据第二卷积计算的结果获得包括多个通道的数据的第二特征图谱;采用尺寸为1*1的预设的输出侧卷积核对第二特征图谱进行第三卷积计算,并根据第三卷积计算的结果获得处理后的数据,其中,输出侧卷积核的数量小于第二特征图谱的通道数。

在一些实施例中,在边缘特征提取模块中的至少一个边缘特征提取层基于深度可分离卷积操作对接收到的数据进行边缘特征提取处理的过程中,第二卷积计算的卷积步长大于1,以便对第二特征图谱的长和宽进行下采样处理。在一些实施例中,将第一卷积计算的结果输入到激活函数中,获得包括多个通道的数据的第一特征图谱;将第二卷积计算的结果输入到激活函数中,获得包括多个通道的数据的第二特征图谱;将第三卷积计算结果、或者第三卷积计算结果的线性计算结果确定为处理后的数据。

在一些实施例中,对每个边缘特征提取模块的输出进行相应倍数的上采样处理包括:采用尺寸为1*1的预设的卷积核对每个边缘特征提取模块的输出进行卷积计算,并采用反卷积的方法将所述卷积计算的结果进行相应倍数的上采样处理。

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沃东天骏信息技术有限公司,未经北京沃东天骏信息技术有限公司许可,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/201910515139.2/2.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