[发明专利]一种图像检测方法、装置、设备及存储介质在审

专利信息
申请号: 202210331903.2 申请日: 2022-03-30
公开(公告)号: CN114820457A 公开(公告)日: 2022-07-29
发明(设计)人: 马迪治;徐霄 申请(专利权)人: 联想(北京)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/12;G06T7/13;G06T7/136;G06V10/764;G06V10/774;G06V10/82;G06N3/04
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 杜志兰;徐川
地址: 100085 北京市海淀*** 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: 一种 图像 检测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图像检测方法,所述方法包括:

基于第一分割模型对待处理图像进行处理,得到待检测对象对应的待检测图像,所述待处理图像是在所述待检测对象位于其所处场景的情况下进行采集得到的;

其中,用于训练所述第一分割模型的第一标签基于所述第二分割模型确定,所述第二分割模型是由多个携带第二标签的融合图像训练得到的,所述融合图像由检测对象对应的子图像和其他场景对应的子图像融合形成,所述检测对象对应的子图像基于所述第二标签确定;

对所述待检测图像进行检测,得到所述待检测对象对应的检测结果。

2.根据权利要求1所述的方法,所述第一分割模型是由多个携带所述第一标签的处理图像训练得到的,所述第一标签是基于第二分割模型对所述处理图像进行预测得到的。

3.根据权利要求1所述的方法,所述第一分割模型的训练方法,包括:

基于所述多个携带第二标签的融合图像进行模型训练得到所述第二分割模型;

利用所述第二分割模型对多个处理图像进行预测,得到多个携带预测标签的处理图像;

针对每一所述携带预测标签的处理图像,获取针对所述预测标签的调整结果,得到携带第一标签的处理图像;

基于多个携带第一标签的处理图像进行模型训练,得到所述第一分割模型。

4.根据权利要求1所述的方法,所述融合图像的获取方法,包括:

获取检测图像;其中,所述检测图像包括所述检测对象;

对所述检测图像进行识别,确定所述检测图像中检测对象的位置信息;

基于所述检测对象的位置信息和所述检测图像,生成所述第二标签和所述检测对象对应的子图像;

将所述其他场景对应的子图像和所述检测对象对应的子图像合成为所述融合图像,所述融合图像携带所述第二标签。

5.根据权利要求4所述的方法,所述基于所述检测对象的位置信息和所述检测图像,生成所述第二标签和所述检测对象对应的子图像,包括:

基于所述检测对象的位置信息,对所述检测对象进行二值化处理,得到所述检测对象的第二标签;

利用所述检测对象的第二标签对所述检测图像进行处理,得到所述检测对象对应的子图像。

6.根据权利要求1所述的方法,所述基于所述待检测图像进行检测,得到所述待检测对象对应的检测结果,包括:

从至少两个检测维度对所述待检测图像进行检测,得到每一所述检测维度的待检测对象的检测结果;所述检测结果包括位置信息和类别信息;

基于所述位置信息对所述至少两个检测维度的待检测对象进行关联,得到已关联对象对应的关联结果;所述关联结果包括所述已关联对象在每一所述检测维度对应的类别信息;

基于类别关联信息验证所述已关联对象对应的关联结果,得到所述待检测对象对应的目标检测结果;所述类别关联信息为至少两个检测维度的类别信息之间的关联关系。

7.根据权利要求6所述的方法,所述基于所述位置信息对所述至少两个检测维度的待检测对象进行关联,得到已关联对象对应的关联结果,包括:

基于所述至少两个检测维度的待检测对象的位置信息,将位置关联的至少两个检测维度的待检测对象确定为所述已关联对象;

建立所述已关联对象在每一所述检测维度的类别信息之间的对应关系,得到所述关联结果。

8.根据权利要求6所述的方法,所述类别关联信息包括多个预设对象中每一所述预设对象的关联关系,所述关联关系包括所述预设对象在每一所述检测维度对应的类别信息,所述基于类别关联信息验证所述已关联对象对应的关联结果,得到所述待检测对象对应的目标检测结果,包括:

将每一所述关联结果中已关联对象在每一所述检测维度的类别信息之间的对应关系,与所述多个预设对象在每一所述检测维度对应的类别信息进行比对;

在比对结果一致的情况下,将所述已关联结果中至少两个检测维度的类别信息对应的待检测对象的检测结果,作为所述待检测对象对应的目标检测结果。

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联想(北京)有限公司,未经联想(北京)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/202210331903.2/1.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