[发明专利]用于处理图像的方法和系统在审

专利信息
申请号: 201910361701.0 申请日: 2019-04-30
公开(公告)号: CN111862107A 公开(公告)日: 2020-10-30
发明(设计)人: 范彦文;付鹏;周强;寇浩锋;包英泽 申请(专利权)人: 百度时代网络技术(北京)有限公司;百度(美国)有限责任公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/70;G06N3/08
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100080 北京市海淀区东*** 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: 用于 处理 图像 方法 系统
【权利要求书】:

1.一种用于处理图像的方法,应用于用于处理图像的系统,所述用于处理图像的系统包括人工智能AI计算模组集合和调度平台,所述AI计算模组集合中的AI计算模组并联;

所述方法包括:

所述调度平台将图像序列发送至所述AI计算模组集合;

所述AI计算模组集合对所述图像序列进行处理,生成处理结果。

2.根据权利要求1所述的方法,其中,所述AI计算模组集合包括至少两个并行处理的AI计算模组和/或至少两个串行处理的AI计算模组。

3.根据权利要求2所述的方法,其中,所述调度平台运行软件开发工具包SDK,通过SDK调度所述AI计算模组集合中的AI计算模组并行处理和/或串行处理。

4.根据权利要求3所述的方法,其中,所述调度平台通过SDK对所述AI计算模组集合中的AI计算模组所包括的计算单元进行分组,每组计算单元运行图像处理过程中的一个深度学习模型。

5.根据权利要求4所述的方法,其中,所述至少两个并行处理的AI计算模组的输入信息通过所述调度平台分割后分发给所述至少两个并行处理的AI计算模组,所述至少两个串行处理的AI计算模组中的上游AI计算模组的输出信息通过所述调度平台转发至下游AI计算模组。

6.根据权利要求5所述的方法,其中,所述AI计算模组集合包括第一AI计算模组、第二AI计算模组、第三AI计算模组和第四AI计算模组,所述第一AI计算模组和所述第二AI计算模组运行目标检测模型,所述第三AI计算模组运行信息检测模型,所述第四AI计算模组运行目标识别模型。

7.根据权利要求6所述的方法,其中,所述调度平台将图像序列发送至所述AI计算模组集合;以及所述AI计算模组集合对所述图像序列进行处理,生成处理结果,包括:

所述调度平台将所述图像序列分割成第一图像子序列和第二图像子序列,将所述第一图像子序列分发至所述第一AI计算模组,以及将所述第二图像子序列分发至所述第二AI计算模组;

所述第一AI计算模组将所述第一图像子序列输入至所述目标检测模型,得到所述第一图像子序列中的目标的位置信息,以及发送至所述调度平台;

所述第二AI计算模组将所述第二图像子序列输入至所述目标检测模型,得到所述第二图像子序列中的目标的位置信息,以及发送至所述调度平台;

所述调度平台基于所述第一图像子序列中的目标的位置信息和所述第二图像子序列中的目标的位置信息,从所述图像序列中分割出目标图像区域序列,以及发送至所述第三AI计算模组;

所述第三AI计算模组将所述目标图像区域序列输入至信息检测模型,得到所述目标图像区域序列中的目标的信息,以及发送至所述调度平台;

所述调度平台基于所述目标图像区域序列中的目标的信息,从所述目标图像区域序列中选取目标图像区域,以及发送至所述第四AI计算模组;

所述第四AI计算模组将所选取的目标图像区域输入至所述目标识别模型,得到识别结果。

8.根据权利要求7所述的方法,其中,所述信息检测模型包括分数检测模型、姿态检测模型和关键点检测模型。

9.根据权利要求8所述的方法,其中,所述第三AI计算模组将所述目标图像区域序列输入至信息检测模型,得到所述目标图像区域序列中的目标的信息,包括:

所述第三AI计算模组将所述目标图像区域序列分别输入至所述分数检测模型、所述姿态检测模型和所述关键点检测模型,得到所述目标图像区域序列中的目标的分数信息、姿态信息和关键点信息。

10.一种用于处理图像的系统,包括人工智能AI计算模组集合和调度平台,所述AI计算模组集合中的AI计算模组并联;

所述调度平台,被配置成将图像序列发送至所述AI计算模组集合;

所述AI计算模组集合,被配置成对所述图像序列进行处理,生成处理结果。

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百度时代网络技术(北京)有限公司;百度(美国)有限责任公司,未经百度时代网络技术(北京)有限公司;百度(美国)有限责任公司许可,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/201910361701.0/1.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