[发明专利]图像处理方法、图像处理设备及计算机可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取待处理图像；

对所述待处理图像进行结构相似度感知，得到所述待处理图像的人群密度分布图像；

根据所述人群密度分布图像，得到所述待处理图像中的目标对象的数量。

2.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像进行结构相似度感知，包括：

将所述待处理图像输入已训练好的人群统计模型，得到所述待处理图像的人群密度分布图像。

3.根据权利要求1或2所述的方法，其特征在于，在所述对所述待处理图像进行结构相似度感知之前，所述方法还包括：

基于预设的损失函数对神经网络进行训练，得到所述已训练好的人群统计模型。

4.根据权利要求3所述的方法，其特征在于，在所述基于预设的损失函数对神经网络进行训练之前，还包括获取所述预设的损失函数；

所述获取所述预设的损失函数的步骤包括：

分别获取训练图像及其对应的人群分布密度图像，人群分布密度图像包括真实密度图像和预测密度图像；

根据所述训练图像和所述人群分布密度图像，分别得到人头块平方误差损失函数、结构相似度损失函数和背景平方误差损失函数；

所述对所述人头块平方误差损失函数、所述结构相似度损失函数和/或所述背景平方误差损失函数进行加权求和，得到所述预设的损失函数。

5.根据权利要求4所述的方法，其特征在于，所述根据所述训练图像和所述人群分布密度图像，分别得到人头块平方误差损失函数、结构相似度损失函数和背景平方误差损失函数，包括：

获取所述待处理图像的感兴趣区域，其中，所述感兴趣区域包括人头块；

确定每个所述感兴趣区域分别对应真实密度图和所述预测密度图；

根据每个所述感兴趣区域分别对应真实密度图和所述预测密度图，确定人头块平方误差损失函数，结构相似度损失函数和背景平方误差损失函数。

6.根据权利要求5所述的方法，其特征在于，所述根据每个所述感兴趣区域分别对应真实密度图和所述预测密度图，确定人头块平方误差损失函数包括：

获取每个所述感兴趣区域分别对应真实密度图和所述预测密度图的差值的平方；

对所有所述差值的平方求和，得到所述人头块平方误差损失函数。

7.根据权利要求6所述的方法，其特征在于，得到述感兴趣区域对应的结构相似度误差的步骤包括：

根据每个所述感兴趣区域分别对应真实密度图和所述预测密度图，得到每个所述感兴趣区域对应的结构相似度误差；

对所有所述感兴趣区域对应的结构相似度误差求和，得到所述结构相似度损失函数。

8.根据权利要求5所述的方法，其特征在于，所述根据每个所述感兴趣区域分别对应真实密度图和所述预测密度图，确定背景平方误差损失函数包括：

根据每个所述感兴趣区域分别对应真实密度图中的第一背景人数和所述预测密度图中的第二背景人数；

获取所述第一背景人数和所述第二背景人数之间的差值的平方，将所述差值的平方作为背景平方误差损失函数。

9.一种图像处理设备，其特征在于，所述图像处理设备包括相互连接的处理器和存储器，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现如权利要求1-8任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序数据，所述程序数据在被处理器执行时，用以实现如权利要求1-8任一项所述的方法。