[发明专利]图像处理方法及装置、电子设备和存储介质在审

专利信息
申请号: 202110801140.9 申请日: 2021-07-15
公开(公告)号: CN113506325A 公开(公告)日: 2021-10-15
发明(设计)人: 施路平;杨哲宇;赵蓉 申请(专利权)人: 清华大学
主分类号: G06T7/246 分类号: G06T7/246;G06T7/73;G06N3/04;G06N3/08
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 100084*** 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 存储 介质
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

对第一时间段内获取的预设场景的第一色彩图像中的目标区域进行目标特征提取处理,获得所述第一色彩图像中目标对象的目标特征信息;

将所述第一时间段内的第一时刻获取的所述预设场景的动态视觉信息输入第一特征提取网络,获得与所述第一时刻的动态视觉信息对应的第一特征图,其中,动态视觉信息的获取频率高于色彩图像的获取频率,所述第一特征提取网络是通过第二特征提取网络训练的,所述第二特征提取网络用于提取色彩图像的特征图;

根据所述目标特征信息和所述第一特征图,确定所述目标对象在所述第一时刻的位置信息,其中,所述目标对象为所述预设场景中的任意对象。

2.根据权利要求1所述的方法,其特征在于,根据所述目标特征信息和所述第一特征图,确定所述目标对象在所述第一时刻的位置信息,包括:

根据所述目标特征信息确定卷积核参数;

根据所述卷积核参数对所述第一特征图进行卷积处理,得到所述目标特征信息与所述第一特征图之间的相关热力图;

根据所述相关热力图,确定所述目标对象在所述第一时刻的位置信息。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

对所述第一特征图进行解码处理,获得第一时刻的第二色彩图像。

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

根据所述位置信息,对所述第二色彩图像中的目标对象进行分割处理,获得所述目标对象的分割掩码图。

5.根据权利要求1所述的方法,其特征在于,对预设场景的第一时间段内的第一色彩图像中的目标区域进行目标特征提取处理,获得所述第一色彩图像中目标对象的目标特征信息,包括:

对所述第一色彩图像进行目标检测处理,获得所述目标对象所在的目标区域;

对所述目标区域进行目标特征提取处理,获得所述目标特征信息。

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

通过预训练的第二特征提取网络对样本场景的样本色彩图像进行特征提取处理,获得第一样本特征图;

通过第一特征提取网络对所述样本场景的样本动态视觉信息进行特征提取处理,获得第二样本特征图,其中,所述样本动态视觉信息与所述样本色彩图像同时获取;

根据所述第一样本特征图和所述第二样本特征图,确定第一特征提取网络的网络损失;

根据所述网络损失,训练所述第一特征提取网络。

7.根据权利要求1所述的方法,其特征在于,所述第一特征提取网络包括脉冲神经网络,所述第二特征提取网络包括卷积神经网络。

8.一种图像处理装置,其特征在于,包括:

目标特征信息提取模块,用于对第一时间段内获取的预设场景的第一色彩图像中的目标区域进行目标特征提取处理,获得所述第一色彩图像中目标对象的目标特征信息;

特征图提取模块,用于将所述第一时间段内的第一时刻获取的所述预设场景的动态视觉信息输入第一特征提取网络,获得与所述第一时刻的动态视觉信息对应的第一特征图,其中,动态视觉信息的获取频率高于色彩图像的获取频率,所述第一特征提取网络是通过第二特征提取网络训练的,所述第二特征提取网络用于提取色彩图像的特征图;

位置信息确定模块,用于根据所述目标特征信息和所述第一特征图,确定所述目标对象在所述第一时刻的位置信息,其中,所述目标对象为所述预设场景中的任意对象。

9.一种电子设备,其特征在于,包括:

处理器;

用于存储处理器可执行指令的存储器;

其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至7中任意一项所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。

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清华大学,未经清华大学许可,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/202110801140.9/1.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