[发明专利]图像处理方法、装置、电子设备和计算机存储介质在审

专利信息
申请号: 202010699965.X 申请日: 2020-07-20
公开(公告)号: CN111986103A 公开(公告)日: 2020-11-24
发明(设计)人: 李帅朋;李韡;沈宇军;吴立威;崔磊 申请(专利权)人: 北京市商汤科技开发有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T5/50;G06T7/11;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 王花丽;张颖玲
地址: 100080 北京市海淀区北*** 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 电子设备 计算机 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:

将待检测图像按照至少一个裁剪区域进行裁剪,得到至少一个第一裁剪后图像,每个所述第一裁剪后图像包括一个裁剪区域对应的裁剪后图像;

对每个所述第一裁剪后图像进行复原,得到第一复原图像;

根据所述第一复原图像与所述待检测图像的差异,确定所述待检测图像中的异常位置。

2.根据权利要求1所述的方法,其特征在于,对每个所述第一裁剪后图像进行复原,得到第一复原图像的步骤由神经网络执行,所述神经网络采用第一样本图像和第二裁剪后图像训练得到,所述第一样本图像表示预先确定的不存在异常的样本图像,所述第二裁剪后图像表示对所述第一样本图像进行部分区域裁剪后得到的图像。

3.根据权利要求2所述的方法,其特征在于,所述神经网络采用第一样本图像和第二裁剪后图像训练得到,包括:

将第二裁剪后图像输入至所述神经网络,利用所述神经网络对所述第二裁剪后图像进行处理,得到第二复原图像;

根据所述第二复原图像和所述第一样本图像,调整所述神经网络的网络参数值。

4.根据权利要求3所述的方法,其特征在于,所述根据所述第二复原图像和所述第一样本图像,调整所述神经网络的网络参数值,包括:

对所述第一样本图像进行鉴别,得到第一鉴别结果;对所述第二复原图像进行鉴别,得到第二鉴别结果;

根据所述第一鉴别结果和所述第二鉴别结果得出对抗损失;根据所述神经网络的损失,调整所述神经网络的网络参数值,所述神经网络的损失包括所述对抗损失。

5.根据权利要求4所述的方法,其特征在于,所述神经网络的损失还包括以下至少一种损失:第一区域损失、第二区域损失,所述第一区域损失表示所述第一样本图像和所述第二复原图像在裁剪区域的差异,所述第二区域损失表示所述第一样本图像和所述第二复原图像在除裁剪区域外的其它区域的差异。

6.根据权利要求2至5任一项所述的方法,其特征在于,所述方法还包括:

通过对所述第一样本图像进行随机裁剪,得到所述第二裁剪后图像。

7.根据权利要求6所述的方法,其特征在于,所述通过对所述第一样本图像进行随机裁剪,得到所述第二裁剪后图像,包括:

对所述第一样本图像进行随机裁剪后,将随机裁剪的裁剪区域的像素值置为0,或者,在所述裁剪区域添加随机噪声,得到所述第二裁剪后图像。

8.根据权利要求1所述的方法,其特征在于,在所述至少一个裁剪区域的个数大于1的情况下,待检测图像的任意位置处于所述至少一个裁剪区域的范围内。

9.根据权利要求1或7所述的方法,其特征在于,所述将待检测图像按照至少一个裁剪区域进行裁剪,得到至少一个第一裁剪后图像,包括:

将所述待检测图像按照滑动窗口裁剪,得到多个第一裁剪后图像,每个所述第一裁剪后图像包括一个窗口对应的裁剪后图像;

所述第一复原图像包括:一个窗口对应的裁剪后图像的复原图像。

10.根据权利要求9所述的方法,其特征在于,所述根据所述第一复原图像与所述待检测图像的差异,确定所述待检测图像中的异常位置,包括:

在至少一个窗口对应的裁剪后图像的复原图像与所述待检测图像存在差异,或者,所述至少一个窗口对应的裁剪后图像的复原图像与所述待检测图像的差异满足预设条件的情况下,根据所述差异对应的窗口的位置,确定所述待检测图像中的异常位置。

11.根据权利要求1所述的方法,其特征在于,所述方法还包括:

确定所述第一复原图像与所述待检测图像的至少两种差异,将所述至少两种差异融合,得到所述第一复原图像与所述待检测图像的差异。

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市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,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/202010699965.X/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