[发明专利]一种图像检测方法、装置、电子设备及存储介质

说明书

本申请提供了一种图像检测方法、装置、电子设备及存储介质，涉及计算机技术领域，通过对摄像头采集的初始图像进行图像质量检测，可以自动检测摄像头成像的质量，提高对摄像头成像的检测效率。通过对初始图像的局部特征和全局特征进行特征融合，得到特征融合结果，可以实现局部特征和全局特征的融合，提高摄像头成像检测的精确度。

技术领域

本申请涉及计算机技术领域，特别涉及一种图像检测方法、装置、电子设备及存储介质。

背景技术

随着科技的快速发展和汽车智能化时代的到来，自动驾驶技术将在未来智能交通系统中占据极其重要的地位。具有自动驾驶技术的车辆会安装很多摄像头，自动驾驶车辆可以基于视觉感知算法分析摄像头成像，以便于检测自动驾驶车辆周围物体的种类、运动方向、运动速度等参数。

目前对于摄像头成像的检测，主要依赖于人工的分析，需要工作人员仔细查看每一个摄像头拍摄的成像效果并进行记录，会耗费大量的人力、物力。

如何自动检测摄像头成像的质量，是亟待解决的问题。

发明内容

为了解决上述现有技术中的问题，本申请实施例提供了一种图像检测方法、装置、电子设备及存储介质，可以自动检测摄像头成像的质量。

第一方面，本申请实施例提供了一种图像检测方法，所述方法包括：

获取至少一个摄像头采集的至少一个初始图像；

针对所述至少一个初始图像中的每个初始图像，分别对每个初始图像的局部特征和全局特征进行特征融合，得到特征融合结果；

基于每个初始图像的特征融合结果，分别确定每个初始图像的图像质量分类结果；

基于得到的所述至少一个初始图像的图像质量分类结果，输出所述至少一个摄像头成像的检测结果。

在一种可能的实施方式中，所述分别对每个初始图像的局部特征和全局特征进行特征融合，得到特征融合结果，包括：

针对每个初始图像，分别执行如下操作：

对所述初始图像进行下采样，得到初始图像特征图；

通过融合交互网络，基于所述初始图像特征图的局部特征和全局特征得到所述初始图像的特征融合结果。

在一种可能的实施方式中，所述通过融合交互网络，基于所述初始图像特征图的局部特征和全局特征得到所述初始图像的特征融合结果，包括：

将所述初始图像特征图作为当前特征图；

迭代执行如下步骤：将所述当前特征图输入所述融合交互网络，通过所述融合交互网络对所述当前特征图进行局部特征和全局特征的融合，得到融合特征图像；对所述融合特征图像进行特征提取，得到新的当前特征图；

直至达到设定迭代次数为止，将最后一次得到的融合特征图像作为所述初始特征图像的融合特征结果。

在一种可能的实施方式中，所述融合交互网络包括卷积神经网络和自注意力机制网络；所述将所述当前特征图输入所述融合交互网络，通过所述融合交互网络对所述当前特征图进行局部特征和全局特征的融合，得到融合特征图像，包括：

将所述当前特征图输入所述卷积神经网络，得到所述卷积神经网络输出的多个局部特征图像块；

将所述多个局部特征图像块输入所述自注意力机制网络，通过所述自注意力机制网络对多个局部特征图像块进行全局特征融合，得到所述融合特征图像。

在一种可能的实施方式中，所述通过所述自注意力机制网络对多个局部特征图像块进行全局特征融合，得到所述融合特征图像，包括：