[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: 202210332877.5 申请日: 2022-03-30
公开(公告)号: CN114817607A 公开(公告)日: 2022-07-29
发明(设计)人: 张威 申请(专利权)人: 深圳市商汤科技有限公司
主分类号: G06F16/583 分类号: G06F16/583
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 贾伟;张颖玲
地址: 518000 广东省深圳市*** 国省代码: 广东;44
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,其特征在于,所述方法包括:

获取待检测图像;

确定所述待检测图像的至少两级维度的图像特征点;

基于所述至少两级维度的图像特征点,在预设图像库中筛选所述待检测图像匹配的目标图像。

2.根据权利要求1所述的方法,其特征在于,所述确定所述待检测图像的至少两级维度的图像特征点,包括:

基于所述待检测图像所在的场景,确定表示不同特征点数量的至少两级维度;

在所述至少两级维度上,分别对所述待检测图像进行特征点提取,得到所述至少两级维度的图像特征点。

3.根据权利要求1所述的方法,其特征在于,所述至少两级维度包括M级维度,M为大于等于2的自然数,所述确定所述待检测图像的至少两级维度的图像特征点,包括:

在所述第j级维度上对所述待检测图像进行特征点提取,得到第j级维度的图像特征点;其中,j为大于等于2且小于等于M的自然数;

基于所述第j-1级维度对所述第j级维度的图像特征点进行采样,得到所述第j-1级维度的图像特征点;其中,所述第j级维度的级别高于所述第j-1级维度的级别。

4.根据权利要求1至3任一项所述的方法,其特征在于,所述基于所述至少两级维度的图像特征点,在预设图像库中筛选所述待检测图像匹配的目标图像,包括:

基于所述至少两级维度,获取筛选路径规划;

基于所述筛选路径规划,在预设图像库中筛选所述待检测图像匹配的目标图像。

5.根据权利要求4所述的方法,其特征在于,所述基于所述至少两级维度,获取筛选路径规划,包括:

按照维度表示的特征点的数量,对所述至少两级维度的维度级别进行排列,得到第一排列顺序;其中,所述维度表示的特征点的数量越大,所述维度的级别越高;

将按照所述第一排列顺序从低级别维度至高级别维度进行逐级筛选,确定为所述筛选路径规划。

6.根据权利要求4所述的方法,其特征在于,所述基于所述至少两级维度,获取筛选路径规划,包括:

获取每一级维度的筛选率,以及,获取每一级维度的筛选总耗时;

基于所述每一级维度的筛选率,确定筛选率之间的差值小于预设差值的连续至少两级维度;

在所述连续至少两级维度中,确定筛选总耗时最小的目标级维度;

在所述至少两级维度中,对所述连续至少两级维度中所述目标级维度之外的维度进行剔除,得到剩余维度;

对所述剩余维度中的维度级别进行排列,得到第二排列顺序;

将按照所述第二排列顺序从低级别维度至高级别维度进行筛选,确定为所述筛选路径规划。

7.根据权利要求4至6任一项所述的方法,其特征在于,所述基于所述筛选路径规划,在预设图像库中筛选所述待检测图像匹配的目标图像,包括:

在所述预设图像库中,按照所述筛选路径规划中的排列顺序从低级别维度至高级别维度,筛选与所述待检测图像的图像特征点匹配的候选图像集合;

基于所述任一级维度对应的候选图像集合和所述任一级维度的维度级别,确定所述任一级维度是否满足表征筛选停止的预设条件;

响应于所述任一级维度满足所述预设条件,基于所述任一级维度的图像特征点,在所述任一级维度的低一级维度对应的候选图像集合中筛选所述目标图像。

8.根据权利要求7所述的方法,其特征在于,所述预设条件包括以下至少之一:

所述任一级维度对应的候选图像集合的第一帧数小于或等于预设数量阈值;

所述任一级维度对应的候选图像集合相比于所述预设图像库的总筛选率小于或等于预设筛选率阈值;

所述任一级维度的维度级别为最高维度;

所述任一级维度的目标筛选总耗时在连续至少两级维度中最小,其中,所述任一级维度与所述连续至少两级维度的目标筛选率之间的差值小于预设差值,且所述连续至少两级维度和所述任一级维度中包括最高级别的维度。

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深圳市商汤科技有限公司,未经深圳市商汤科技有限公司许可,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/202210332877.5/1.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