[发明专利]图像处理方法、模型训练方法、电子设备及自动驾驶车辆

权利要求书

1.一种图像处理方法，包括：

对待处理图像进行处理，得到所述待处理图像的特征点、特征点描述子图和稠密描述子图；

基于所述特征点和所述特征点描述子图，确定所述待处理图像与基准图像之间的匹配特征点对；以及

基于所述稠密描述子图，确定所述待处理图像与所述基准图像之间的匹配像素对，

其中，所述对待处理图像进行处理，得到所述待处理图像的特征点、特征点描述子图和稠密描述子图包括：

将所述待处理图像输入至多任务处理模型的特征点提取分支中，得到所述特征点；

将所述待处理图像输入至所述多任务处理模型的特征点描述子图计算分支中，得到所述特征点描述子图；

将所述待处理图像输入至所述多任务处理模型的稠密描述子图计算分支中，得到所述待处理图像的稠密描述子图，

其中，所述稠密描述子图包括高分辨率稠密描述子图和低分辨率稠密描述子图；

所述稠密描述子图计算分支包括高分辨率稠密描述子图计算子分支和低分辨率稠密描述子图计算子分支；

所述基于所述稠密描述子图，确定所述待处理图像与所述基准图像之间的匹配像素对包括：

基于所述低分辨率稠密描述子图，确定所述待处理图像与所述基准图像之间的匹配候选像素对，其中，所述低分辨率稠密描述子图是利用所述低分辨率稠密描述子图计算子分支处理所述待处理图像得到的；以及

基于所述高分辨率稠密描述子图，从所述候选像素对中确定所述待处理图像与所述基准图像之间的匹配像素对，其中，所述高分辨率稠密描述子图是利用所述高分辨率稠密描述子图计算子分支处理所述待处理图像得到的。

2.根据权利要求1所述的方法，其中，所述多任务处理模型还包括特征点分类分支；

所述方法还包括：

将所述待处理图像输入至所述特征点分类分支中，得到特征点类别结果，以便基于所述特征点、所述特征点描述子图和所述特征点类别结果，确定所述待处理图像与所述基准图像之间的匹配特征点对。

3.根据权利要求2所述的方法，其中，所述基于所述特征点和所述特征点描述子图，确定所述待处理图像与基准图像之间的匹配特征点对包括：

基于所述特征点类别结果，对所述特征点进行筛选，确定目标特征点；以及

基于所述目标特征点和所述特征点描述子图，确定所述待处理图像与所述基准图像之间的匹配特征点对。

4.根据权利要求3所述的方法，其中，所述基于所述目标特征点和所述特征点描述子图，确定所述待处理图像与所述基准图像之间的匹配特征点对包括：

基于所述目标特征点，从所述特征点描述子图中提取与所述目标特征点相匹配的特征点描述子；以及

基于所述目标特征点和与所述目标特征点相匹配的特征点描述子，利用特征点匹配方法确定所述待处理图像与所述基准图像之间的匹配特征点对。

5.根据权利要求1所述的方法，其中，所述特征点提取分支包括多个特征点提取子分支；

所述将所述待处理图像输入至所述特征点提取分支中，得到所述特征点包括：

将所述待处理图像分别输入至所述多个特征点提取子分支中，得到多个特征点评分图，其中，所述多个特征点评分图与所述多个特征点提取子分支一一对应；

将所述多个特征点评分图进行加权求和，得到目标特征点评分图；以及

对所述目标特征点评分图进行插值处理，得到所述特征点。