[发明专利]图像处理方法、模型训练方法、装置、设备及存储介质

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：

获取目标图像对应的相关特征图，所述相关特征图用于表征待计数的目标对象与所述目标图像之间的相关性；

对所述相关特征图进行预处理，得到包含多个特征块的初始的块特征图；

根据所述初始的块特征图进行密度图预测，得到所述目标图像对应的密度图；其中，所述密度图预测包括至少一块处理操作，所述块处理操作用于基于可学习参数恢复输入的块特征图对应的空间分辨率；

基于所述密度图，确定所述目标图像中包含的所述目标对象的预测数量。

2.根据权利要求1所述的方法，其特征在于，所述块处理操作包括：

对所述输入的块特征图进行变形处理，得到变形后的块特征图；

对所述变形后的块特征图进行映射处理，得到映射后的块特征图；

其中，所述映射后的块特征图对应的空间分辨率，大于所述输入的块特征图对应的空间分辨率，且所述映射后的块特征图用于生成所述密度图。

3.根据权利要求2所述的方法，其特征在于，所述对所述输入的块特征图进行变形处理，得到变形后的块特征图，包括：

对所述输入的块特征图进行重组，得到重组后的块特征图，所述重组后的块特征图的高和宽的乘积等于所述输入的块特征图的长度；

将所述重组后的块特征图划分为m个特征子图，m为大于1的整数；

对所述m个特征子图中的特征块进行交错合并，生成合并后的块特征图，所述交错合并用于将所述m个特征子图以所述特征块为单位进行拆分重组；

将所述合并后的块特征图基于宽和高展开，得到所述变形后的块特征图。

4.根据权利要求3所述的方法，其特征在于，所述将所述重组后的块特征图划分为m个特征子图，包括：

基于所述重组后的块特征图的通道维度，将所述重组后的块特征图划分为所述m个特征子图；

其中，所述特征子图的通道数为所述重组后的块特征图的通道数的m分之一。

5.根据权利要求3所述的方法，其特征在于，所述对所述m个特征子图中的特征块进行交错合并，生成合并后的块特征图，包括：

按照第一顺序遍历所述m个特征子图中的每一个位置，每次从所述m个特征子图中提取相同位置的特征块，得到m个特征块；

将所述m个特征块按照第二顺序进行重组，得到特征块组；

将各个所述位置分别对应的特征块组进行合并，得到所述合并后的块特征图。

6.根据权利要求2所述的方法，其特征在于，所述对所述变形后的块特征图进行映射处理，得到映射后的块特征图，包括：

基于第一映射层中的可学习参数，对所述变形后的块特征图进行映射处理，得到所述映射后的块特征图；

其中，所述映射后的块特征图的通道数大于所述变形后的块特征图的通道数。

7.根据权利要求1所述的方法，其特征在于，所述密度图预测还包括至少一编解码处理，所述编解码处理用于对所述块处理操作得到的块特征图进行特征提取处理。

8.根据权利要求7所述的方法，其特征在于，所述编解码处理包括：

采用基于注意力机制的编解码网络，对所述块处理操作得到的块特征图进行注意力挖掘，得到调整后的块特征图；

其中，所述调整后的块特征图用于生成所述密度图。

9.根据权利要求7所述的方法，其特征在于，所述密度图预测包括交错执行的k步块处理操作和k步编解码处理，且第i步块处理操作之后执行第i步编解码处理，k为大于1的整数，且i为小于或等于k的正整数。

10.根据权利要求1所述的方法，其特征在于，所述根据所述初始的块特征图进行密度图预测，得到所述目标图像对应的密度图，包括：

根据所述初始的块特征图进行密度图预测，得到最终的块特征图；

对所述最终的块特征图进行卷积，得到所述密度图。