CN109840917B - 图像处理方法及装置、网络训练方法及装置 - Google Patents

图像处理方法及装置、网络训练方法及装置 Download PDF

Info

Publication number
CN109840917B
CN109840917B CN201910086044.3A CN201910086044A CN109840917B CN 109840917 B CN109840917 B CN 109840917B CN 201910086044 A CN201910086044 A CN 201910086044A CN 109840917 B CN109840917 B CN 109840917B
Authority
CN
China
Prior art keywords
image
processed
motion
guide
target object
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910086044.3A
Other languages
English (en)
Other versions
CN109840917A (zh
Inventor
詹晓航
潘新钢
刘子纬
林达华
吕健勤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN201910086044.3A priority Critical patent/CN109840917B/zh
Publication of CN109840917A publication Critical patent/CN109840917A/zh
Priority to PCT/CN2019/114769 priority patent/WO2020155713A1/zh
Priority to JP2021524161A priority patent/JP2022506637A/ja
Priority to SG11202105631YA priority patent/SG11202105631YA/en
Application granted granted Critical
Publication of CN109840917B publication Critical patent/CN109840917B/zh
Priority to US17/329,534 priority patent/US20210279892A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种图像处理方法及装置、网络训练方法及装置，包括：确定在待处理图像上针对目标对象设置的导引组，所述导引组中包括至少一个导引点，所述导引点用于指示采样像素的位置及采样像素对应的运动速度及方向；根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。本公开实施例可以提高预测目标对象的运动的质量。

Description

图像处理方法及装置、网络训练方法及装置
技术领域
本公开涉及自监督学习技术领域，尤其涉及一种图像处理方法及装置、网络训练方法及装置。
背景技术
随着科学技术的发展，智能***可以模拟人类从物体的运动中学习物体的运动特征，从而通过学习到的运动特征实现物体检测、分割等高级视觉任务。
相关技术中，可以通过假设物体与运动特征之间具有某种强关联关系，例如：假设同一物体上的像素的运动是一致的，进而预测物体的运动。
但实际上，大部分物体的自由度较高，运动通常是复杂的，即使同一物体，不同部位之间也存在平移、旋转、变形等多种运动模式。基于物体与运动特征之间假设的某种强关联关系预测的运动准确度较低。
发明内容
本公开提出了一种图像处理方法及装置、网络训练方法及装置技术方案。
根据本公开的一方面，提供了一种图像处理方法，包括：
确定在待处理图像上针对目标对象设置的导引组，所述导引组中包括至少一个导引点，所述导引点用于指示采样像素的位置及采样像素对应的运动速度及方向；
根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
根据所述导引组中的导引点所对应的运动速度及方向、所述导引组中的导引点在所述待处理图像上的位置、以及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
根据所述导引组中的导引点所对应的运动速度及方向，生成待处理图像中目标对象对应的稀疏运动；
根据所述导引组中的导引点在所述待处理图像上的位置信息，生成待处理图像中目标对象对应的二元掩模；
根据所述稀疏运动、所述二元掩模及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
将所述导引组中的所述导引点及所述待处理图像输入到第一神经网络进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，根据所述稀疏运动、所述二元掩模及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
对所述待处理图像中目标对象对应的稀疏运动及二元掩模进行特征提取，得到第一特征；
对所述待处理图像进行特征提取，得到第二特征；
将所述第一特征及所述第二特征进行连结处理，得到第三特征；
对所述第三特征进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述对所述第三特征进行光流预测，得到所述待处理图像中目标对象的运动，包括：
将所述第三特征分别输入至少两个传播网络进行全图传播处理，得到各个传播网络对应的传播结果；
将所述各个传播网络对应的传播结果输入所述融合网络中进行融合处理，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述确定在待处理图像上针对目标对象设置的导引组，包括：
确定在待处理图像上针对目标对象依次设置的多个导引组，其中，所述不同导引组中的至少一个导引点不同。
在一种可能的实现方式中，所述根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
依次根据各个导引组中的所述导引点及所述待处理图像进行光流预测，得到，所述待处理图像在各个导引组的导引下对应的运动。
在一种可能的实现方式中，所述方法还包括：
将所述待处理图像依据各个导引组对应的运动进行映射，得到各个导引组对应的新图像；
根据所述待处理图像及所述各个导引组对应的新图像，生成视频。
在一种可能的实现方式中，确定在待处理图像上针对目标对象设置的导引组，包括：
确定在待处理图像上针对第一目标对象设置的至少一个第一导引点；
根据所述至少一个第一导引点生成多个导引组，同一导引组中的第一导引点的方向相同，不同导引组中的第一导引点的方向不同。
在一种可能的实现方式中，根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
依次根据各个导引组中的所述第一导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
在一种可能的实现方式中，所述方法还包括：
将各个导引组对应的运动进行融合，得到所述待处理图像中第一目标对象对应的掩模。
在一种可能的实现方式中，所述方法还包括：
确定在待处理图像上设置的至少一个第二导引点，其中，所述第二导引点的运动速度为0；
所述依次根据各个导引组中的所述第一导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动，包括：
依次根据各个导引组中的所述第一导引点、第二导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
根据本公开的一方面，提供了一种网络训练方法，所述方法包括：
获取第一样本组，所述第一样本组包括待处理图像样本及所述待处理图像样本中目标对象对应的第一运动；
对所述第一运动进行采样处理，得到所述待处理图像样本中目标对象对应的稀疏运动及二元掩模；
将所述待处理图像样本中目标对象对应的稀疏运动、二元掩模及所述待处理图像样本输入到第一神经网络中进行光流预测，得到所述待处理图像样本中目标对象对应的第二运动；
根据所述第一运动与所述第二运动，确定所述第一神经网络的运动损失；
根据所述运动损失，调整所述第一神经网络的参数。
在一种可能的实现方式中，所述第一神经网络为条件运动传播网络。
在一种可能的实现方式中，所述对所述第一运动进行采样处理，得到所述待处理图像样本中目标对象对应的稀疏运动及二元掩模，包括：
对所述第一运动进行边缘提取处理，得到所述第一运动对应的边缘图；
从所述边缘图中确定至少一个关键点；
根据所述至少一个关键点的位置得到所述待处理图像样本中目标对象对应的二元掩模，根据所述至少一个关键点对应的运动，得到所述待处理图像样本中目标对象对应的稀疏运动。
根据本公开的一方面，提供了一种图像处理装置，包括：
第一确定模块，用于确定在待处理图像上针对目标对象设置的导引组，所述导引组中包括至少一个导引点，所述导引点用于指示采样像素的位置及采样像素对应的运动速度及方向；
预测模块，用于根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述预测模块，还用于：
根据所述导引组中的导引点所对应的运动速度及方向、所述导引组中的导引点在所述待处理图像上的位置、以及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述预测模块，还用于：
根据所述导引组中的导引点所对应的运动速度及方向，生成待处理图像中目标对象对应的稀疏运动；
根据所述导引组中的导引点在所述待处理图像上的位置信息，生成待处理图像中目标对象对应的二元掩模；
根据所述稀疏运动、所述二元掩模及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述预测模块，还用于：
将所述导引组中的所述导引点及所述待处理图像输入到第一神经网络进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述预测模块，包括：
稀疏运动编码模块，用于对所述待处理图像中目标对象对应的稀疏运动及二元掩模进行特征提取，得到第一特征；
图像编码模块，用于对所述待处理图像进行特征提取，得到第二特征；
连接模块，用于将所述第一特征及所述第二特征进行连结处理，得到第三特征；
稠密运动解码模块，用于对所述第三特征进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述稠密运动解码模块还用于：
将所述第三特征分别输入至少两个传播网络进行全图传播处理，得到各个传播网络对应的传播结果；
将所述各个传播网络对应的传播结果输入融合网络中进行融合处理，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述第一确定模块还用于：
确定在待处理图像上针对目标对象依次设置的多个导引组，其中，所述不同导引组中的至少一个导引点不同。
在一种可能的实现方式中，所述预测模块还用于：
依次根据各个导引组中的所述导引点及所述待处理图像进行光流预测，得到，所述待处理图像在各个导引组的导引下对应的运动。
在一种可能的实现方式中，所述装置还包括：
映射模块，用于将所述待处理图像依据各个导引组对应的运动进行映射，得到各个导引组对应的新图像；
视频生成模块，用于根据所述待处理图像及所述各个导引组对应的新图像，生成视频。
在一种可能的实现方式中，所述第一确定模块还用于：
确定在待处理图像上针对第一目标对象设置的至少一个第一导引点；
根据所述至少一个第一导引点生成多个导引组，同一导引组中的第一导引点的方向相同，不同导引组中的第一导引点的方向不同。
在一种可能的实现方式中，所述预测模块还用于：
依次根据各个导引组中的所述第一导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
在一种可能的实现方式中，所述装置还包括：
融合模块，用于将各个导引组对应的运动进行融合，得到所述待处理图像中第一目标对象对应的掩模。
在一种可能的实现方式中，所述装置还包括：
第二确定模块，用于确定在待处理图像上设置的至少一个第二导引点，其中，所述第二导引点的运动速度为0；
所述预测模块还用于：
所述依次根据各个导引组中的所述第一导引点、第二导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
根据本公开的一方面，提供了一种网络训练方法，所述装置包括：
获取模块，用于获取第一样本组，所述第一样本组包括待处理图像样本及所述待处理图像样本中目标对象对应的第一运动；
处理模块，用于对所述第一运动进行采样处理，得到所述待处理图像样本中目标对象对应的稀疏运动及二元掩模；
预测模块，用于将所述待处理图像样本中目标对象对应的稀疏运动、二元掩模及所述待处理图像样本输入到第一神经网络中进行光流预测，得到所述待处理图像样本中目标对象对应的第二运动；
确定模块，用于根据所述第一运动与所述第二运动，确定所述第一神经网络的运动损失；
调整模块，用于根据所述运动损失，调整所述第一神经网络的参数。
在一种可能的实现方式中，所述第一神经网络为条件运动传播网络。
在一种可能的实现方式中，所述处理模块还用于：
对所述第一运动进行边缘提取处理，得到所述第一运动对应的边缘图；
从所述边缘图中确定至少一个关键点；
根据所述至少一个关键点的位置得到所述待处理图像样本中目标对象对应的二元掩模，根据所述至少一个关键点对应的运动，得到所述待处理图像样本中目标对象对应的稀疏运动。
根据本公开的一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述图像处理方法。
根据本公开的一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述网络训练方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述图像处理方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述网络训练方法。
在本公开实施例中，可以在获取待处理图像上针对目标对象设置的包括至少一个导引点的导引组后，根据导引组中包括的导引点及待处理图像进行光流预测，得到待处理图像中目标对象的运动。根据本公开实施例提供的图像处理方法及装置，可以基于导引点的导引来预测目标对象的运动，不依赖于目标对象与其运动的强关联假设，可以提高预测目标对象的运动的质量。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开一实施例的图像处理方法的流程图；
图2示出本公开一示例性的对待处理图像进行导引点设置的示意图；
图3出本公开一示例性的光流示意图；
图4示出本公开一示例的稀疏运动及二元掩模的示意图；
图5示出根据本公开一实施例的图像处理方法的流程图；
图6示出本公开一实施例的第一神经网络的示意图；
图7示出根据本公开一实施例的图像处理方法的流程图；
图8出本公开一示例性的视频生成过程示意图；
图9示出根据本公开一实施例的图像处理方法的流程图；
图10出本公开一示例性的掩模生成过程示意图；
图11示出根据本公开一实施例的网络训练方法的流程图；
图12示出根据本公开一实施例的图像处理装置的结构框图；
图13示出根据本公开一实施例的网络训练装置的结构框图；
图14是根据一示例性实施例示出的一种电子设备800的框图；
图15是根据一示例性实施例示出的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开一实施例的图像处理方法的流程图。如图1所示，该方法可以包括：
步骤101、确定在待处理图像上针对目标对象设置的导引组，所述导引组中包括至少一个导引点，所述导引点用于指示采样像素的位置及采样像素对应的运动速度及方向。
举例来说，可以在待处理图像上针对目标对象设置至少一个导引点，该至少一个导引点可以组成一个导引组。其中，任一导引点可以对应一个采样像素，该导引点可以包括该导引点对应的采样像素的位置、采样像素对应的运动速度和方向。
示例性，可以在待处理图像中的目标对象上确定多个采样像素，并在该多个采样像素上设置导引点(包括设置该采样像素的运动速度及方向)。
图2示出本公开一示例性的对待处理图像进行导引点设置的示意图。
例如：参照图2所示的待处理图像，该待处理图像中的目标对象为人，也即本示例需要预测人的运动。则可以在人的身体及头部等关键位置设置导引点，该导引点可以通过箭头的形式来表示，其中，箭头的长度映射该导引点对应的采样像素的运动速度(以下称做导引点的运动速度)，箭头的方向可以映射该导引点对应的采样像素的方向(以下称作导引点的方向)。用户可以通过设置箭头的方向来设置导引点的方向，可以通过设置箭头的长度来设置导引点的运动速度(或者，可以通过输入框输入导引点的运动速度)；或者，在选定导引点的位置后，可以通过输入框输入导引点的方向(导引点的方向可以通过角度(0～360°)来表示)和运动速度。本公开对于导引点的设置方式不做具体限定。
步骤102、根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，上述步骤102、根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，可以包括：
将所述导引组中的所述导引点及所述待处理图像输入到第一神经网络进行光流预测，得到所述待处理图像中目标对象的运动。
举例来说，上述第一神经网络可以为通过大量训练样本进行训练得到的，用于将导引点所对应的运动速度和方向进行全图传播来进行光流预测的网络。在获取导引组后，可以将导引组中针对目标对象设置的导引点(运动速度、方向及位置)及待处理图像输入第一神经网络中进行光流预测，以通过设置的导引点对待处理图像中目标对象对应的像素的运动进行导引，得到待处理图像中目标对象对应的运动。上述第一神经网络可以为条件运动传播网络。
图3出本公开一示例性的光流示意图。
示例性的，如图3第一行图像所示，依次针对待处理图像中的人物的左脚设置一个导引点、针对待处理图像中的人物的左脚和左腿分别各设置一个导引点、针对待处理图像中人物的左脚、左腿和头部分别各设置一个导引点、针对待处理图像中人物的左脚、左腿、头部和躯干分别各设置一个导引点、针对待处理图像中人物的左脚、左腿、头部、躯干及右腿分别各设置一个导引点。则分别将上述五种导引点的设置方式所设置的导引点输入第一神经网络后，生成人物的左脚对应的运动，生成人物的左脚和左腿对应的运动，生成人物的左脚、左腿和头部对应的运动，生成人物的左脚、左腿、头部和躯干对应的运动，生成人物的左脚、左腿、头部、躯干及右腿对应的运动。其中上述五种导引点的设置方式所生成的运动对应的光流图如图3中第2行图像所示。第一神经网络可以为条件运动传播网络。
这样，可以在获取待处理图像上针对目标对象设置的包括至少一个导引点的导引组后，根据导引组中包括的导引点及待处理图像进行光流预测，得到待处理图像中目标对象的运动。根据本公开实施例提供的图像处理方法，可以基于导引点的导引来预测目标对象的运动，不依赖于目标对象与其运动的强关联假设，可以提高预测目标对象的运动的质量。
在一种可能的实现方式中，上述步骤102、所述根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，可以包括：
根据所述导引组中的导引点所对应的运动速度及方向、所述导引组中的导引点在所述待处理图像上的位置、以及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
举例来说，可以将导引组中的导引点及所述待处理图像输入第一神经网络，第一神经网络将导引点所对应的运动速度及方向、以及导引组中的导引点在待处理图像上的位置，在待处理图像上进行全图传播，以根据导引点对待处理图像中目标对象的运动进行导引，得到待处理图像中目标对象的运动。
在一种可能的实现方式中，上述步骤102、所述根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，可以包括：
根据所述导引组中的导引点所对应的运动速度及方向，生成待处理图像中目标对象对应的稀疏运动；
根据所述导引组中的导引点在所述待处理图像上的位置信息，生成待处理图像中目标对象对应的二元掩模；
根据所述稀疏运动、所述二元掩模及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
图4示出本公开一示例的稀疏运动及二元掩模的示意图。
举例来说，可以根据导引组中的所有导引点对应的运动速度生成待处理图像中目标对象对应的稀疏运动，该稀疏运动用于指示目标对象的各采样像素的运动速度和方向(如图2所示的待处理图像，其导引点对应的稀疏运动可以参照图4)；可以根据导引组中的所有导引点对应的位置信息，生成待处理图像中目标对象对应的二元掩模，该二元掩模可以用于指示目标对象的各采样像素的位置(如图2所示的待处理图像，其导引点对应的二元掩模可以参照图4)。
举例来说，可以将上述稀疏运动、二元掩模、及所述待处理图像输入第一神经网络中进行光流预测，可以得到该待处理图像中目标对象的运动。第一神经网络可以为条件运动传播网络。
根据本公开实施例提供的图像处理方法，可以基于导引点的导引来预测目标对象的运动，不依赖于目标对象与其运动的强关联假设，可以提高预测目标对象的运动的质量。
图5示出根据本公开一实施例的图像处理方法的流程图；图6示出本公开一实施例的第一神经网络的示意图。
在一种可能的实现方式中，所述第一神经网络可以包括第一编码网络、第二编码网络及解码网络(如图6所示)，参照图5和图6，上述根据所述稀疏运动、所述二元掩模及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，可以包括：
步骤1021、对所述待处理图像中目标对象对应的稀疏运动及二元掩模进行特征提取，得到第一特征；
举例来说，可以将待处理图像中目标对象对应的稀疏运动及二元掩模输入第一编码网络中进行特征提取，得到第一特征。上述第一编码网络可以为用于对目标对象的稀疏运动及二元掩模进行编码，得到紧凑的稀疏运动特征的神经网络，该紧凑的稀疏运动特征即为第一特征。例如：第一编码网络可以为由两个Conv-BN-ReLU-Pooling块组成的神经网络。
步骤1022、对所述待处理图像中进行特征提取，得到第二特征。
举例来说，可以将所述待处理图像输入第二编码网络中进行特征提取，得到第二特征。上述第二编码网络可以用于对待处理图像进行编码，以从静态的待处理图像中提取目标对象的运动学属性(例如：提取出人物的小腿是刚体结构、整体运动等特征)，得到深层特征，该深层特征为第二特征。第二编码网络为一个神经网络，例如：可以为由AlexNet/ResNet-50及一个卷积层组成的神经网络。
步骤1023、将所述第一特征及所述第二特征进行连结处理，得到第三特征。
举例来说，上述第一特征及第二特征均为张量，可以对第一特征及第二特征进行连结处理，得到第三特征，该第三特征也为张量。
示例性的，假设第一特征为c1×h×w，第二特征为c2×h×w，则连结处理后，得到的第三特征可以为(c1+c2)×h×w。
步骤1024、对所述第三特征进行光流预测，得到所述待处理图像中目标对象的运动。
举例来说，可以将上述第三特征输入解码网络中进行光流预测，得到待处理图像中目标对象的运动。上述解码网络用于根据第三特征进行光流预测，解码网络的输出为待处理图像中目标对象的运动。
在一种可能的实现方式中，上述解码网络可以包括至少两个传播网络及一个融合网络，所述对所述第三特征进行光流预测，得到所述待处理图像中目标对象的运动，可以包括：
将所述第三特征分别输入至少两个传播网络进行全图传播处理，得到各个传播网络对应的传播结果；
将所述各个传播网络对应的传播结果输入所述融合网络中进行融合处理，得到所述待处理图像中目标对象的运动。
举例来说，上述解码网络可以包括至少两个传播网络及一个融合网络，每个传播网络可以包括一个最大值池化层(max pooling layer)及两个堆叠的Conv-BN-ReLU块，融合网络可以包括单个卷积层。可以将上述第三特征分别输入各个传播网络中，由各个传播网络将上述第三特征传播至待处理图像的全图中，以通过第三特征恢复待处理图像的全图运动，得到各个传播网络对应的传播结果。
示例性的，解码网络可以包括三个传播网络，该三个传播网络是由不同空间步长的卷积神经网络构造而成的，例如：空间步长分别为：1，2，4的卷积神经网络，可以构造三个传播网络，传播网络1可以由步长为1的卷积神经网络构成，传播网络2可以由步长为2的卷积神经网络构成，传播网络3可以由步长为4的卷积神经网络构成。
融合网络可以将各个传播网络的传播结果进行融合处理，得到对应的目标对象的运动。上述第一神经网络可以为条件运动传播网络。
根据本公开实施例提供的图像处理方法，可以基于导引点的导引来预测目标对象的运动，不依赖于目标对象与其运动的强关联假设，可以提高预测目标对象的运动的质量。
图7示出根据本公开一实施例的图像处理方法的流程图。
在一种可能的实现方式中，参照图7，上述步骤101、所述确定在待处理图像上针对目标对象设置的导引组，可以包括：
步骤1011、确定在待处理图像上针对目标对象依次设置的多个导引组，其中，所述不同导引组中的至少一个导引点不同。
举例来说，用户可以依次针对目标对象设置多个导引组，每个导引组中可以包括至少一个导引点，且不同导引组中的至少一个导引点不同。
图8出本公开一示例性的视频生成过程示意图。
示例性的，参照图8，用户针对待处理图像中的目标对象依次设置了3个导引组，其中，导引组1中包括导引点1、导引点2、导引点3。导引组2中包括导引点4、导引点5、导引点6。导引组3中包括导引点7、导引点8、导引点9。
需要说明的是，不同导引组中设置的导引点可以设置于同一位置(例如：图8中，导引组1中的导引点1、导引组2中的导引点4、导引组3中的导引点7设置于同一位置，但各自的运动速度和方向不同)，也可以设置于不同位置，或者不同的导引组中也可以具有设置于同一位置、运动速度及方向均相同的导引点，本公开实施例对此不做限定。
在一种可能的实现方式中，参照图7，上述步骤102、所述根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，可以包括：
步骤1025、依次根据各个导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象在各个导引组的导引下对应的运动。
举例来说，可以依次将各个导引组的导引点及待处理图像输入第一神经网络中进行光流预测，得到待处理图像中目标对象在各个导引组的导引下对应的运动。
示例性的，可以将导引组1及待处理图像输入第一神经网络中进行光流预测，得到待处理图像中目标对象在导引组1的导引下对应的运动1、将导引组2及待处理图像输入第一神经网络中进行光流预测，得到待处理图像中目标对象在导引组2的导引下对应的运动2、将导引组3及待处理图像输入第一神经网络中进行光流预测，得到待处理图像中目标对象在导引组3的导引下对应的运动3。第一神经网络可以为条件运动传播网络。
在一种可能的实现方式中，参照图7，所述方法还包括：
步骤103、将所述待处理图像依据各个导引组对应的运动进行映射，得到各个导引组对应的新图像；
步骤104、根据所述待处理图像及所述各个导引组对应的新图像，生成视频。
举例来说，可以将待处理图像中各个像素依据该像素对应的运动(运动速度和方向)进行映射，得到对应的新图像。
示例性的，某一像素在待处理图像中的位置为(X，Y)，其在运动1中对应的运动信息包括：方向110度，运动速度(x1，y1)，则映射后，该像素在110度的方向上以运动速度(x1，y1)进行移动，移动后该像素点在待处理图像上的位置为(X1，Y1)。根据运动1对待处理图像中的各个像素进行映射后，可以得到新图像1。依此类推，根据运动2对待处理图像中的各个像素进行映射后，可以得到新图像2，根据运动3对待处理图像中的各个像素进行映射后，可以得到新图像3，参照图8。
在根据各个导引组得到对应的新图像后，待处理图像及各个导引组对应的新图像可以组成图像序列，依据该图像序列可以生成对应的视频，例如图8所示的待处理图像及新图像1、新图像2、新图像3可以对应生成一段内容为人舞动手臂和腿的视频。
这样一来，用户可以通过设置导引点，通过导引点指定目标对象的运动方向和运动速度，进而生成相应的视频，生成的视频更符合用户的期望，质量更好，并且丰富了视频的生成方式。
图9示出根据本公开一实施例的图像处理方法的流程图。
在一种可能的实现方式中，参照图9，上述步骤101、确定在待处理图像上针对目标对象设置的导引组，可以包括：
步骤1012、确定在待处理图像上针对第一目标对象设置的至少一个第一导引点；
举例来说，用户可以在待处理图像上针对第一目标对象确定至少一个第一导引点的位置，并在对应的位置设置第一导引点。
步骤1013、根据所述至少一个第一导引点生成多个导引组，同一导引组中的第一导引点的方向相同，不同导引组中的第一导引点的方向不同。
获取第一导引点后，可以为每一个第一导引点设置多个运动方向，以生成多个导引组。例如：设置导引组1中的第一导引点的方向为上，导引组2中的第一导引点的方向为下，导引组3中的第一导引点的方向为左，导引组4中的第一导引点的方向为右。第一导引点的运动速度不为0。
在一种可能的实现方式中，参照图9，步骤102、根据获取的所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，可以包括：
步骤1025、依次根据各个导引组中的所述第一导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
在得到对应各个方向的导引组后，可以根据各个导引组对目标对象进行光流预测，以得到目标对象在各个方向上的运动。
示例性的，可以将任一导引组中的第一导引点及待处理图像输入第一神经网络中进行光流预测，得到目标对象在该导引组对应的方向上的运动。
在一种可能的实现方式中，参照图9，上述方法还可以包括：
步骤105、将各个导引组对应的运动进行融合，得到所述待处理图像中第一目标对象对应的掩模。
在得到目标对象在各个方向上对应的运动后，可以将各个方向上的运动进行融合(例如：采用求均值、求交集或者求并集等方式，本公开实施例对融合方式不作具体限定)，即可以得到该待处理图像中第一目标对象对应的掩模。
图10出本公开一示例性的掩模生成过程示意图。
示例性的，如图10所示，用户针对待处理图像中的人物1进行了第一导引点的设置(设置了5个第一导引点)。针对用户设置的5个第一导引点分别在上、下、左、右四个方向上生成了4个导引组。根据第一神经网络及4个导引组对人物1进行光流预测，得到目标对象在上、下、左、右四个方向上的运动：运动1、运动2、运动3、运动4。将4个导引组对应的运动1、运动2、运动3、运动4进行融合，得到了人物1的掩模。第一神经网络可以为条件运动传播网络。
在一种可能的实现方式中，上述方法还可以包括：
确定在待处理图像上设置的至少一个第二导引点，其中，所述第二导引点的运动速度为0；
举例来说，第二目标对象可以为对第一目标对象造成遮挡或者是靠近第一目标对象的对象。在设置针对第一目标对象的第一导引点时，可以同时设置针对第二目标对象的第二导引点。
示例性的，可以通过第一导引点设置工具设置第一导引点，通过第二导引点设置工具设置第二导引点。或者，在设置导引点时，可以通过选择第一导引点或者第二导引点对应的选项，确定该导引点为第一导引点或者第二导引点。在显示界面上，第一导引点与第二导引点的颜色不同(例如：第一导引点为绿色，第二导引点为红色)，或者第一导引点与第二导引点的形状不同(第一导引点为圆圈，第二导引点为叉号)。
在本公开实施例中，所述依次根据各个导引组中的所述第一导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动，可以包括：
所述依次根据各个导引组中的所述第一导引点、第二导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
由于第一导引点具有运动速度，第二导引点运动速度为0，则在第一导引点附近可以产生光流，第二导引点附近不产生光流，这样一来，能够在第一目标对象的掩模中被遮掩的部分或者第一目标对象的临近部分不生成掩模，可以提高生成的掩模的质量。
这样，用户只需设定待处理图像中针对第一目标对象的第一导引点(或者还可以包括第二导引点)的位置，即可以生成第一目标对象的掩模，鲁棒性更好，简化了用户的操作，也即提高了掩模生成效率和质量。
图11示出根据本公开一实施例的网络训练方法的流程图。参照图11，所述方法可以包括：
步骤1101、获取第一样本组，所述第一样本组包括待处理图像样本及所述待处理图像样本中目标对象对应的第一运动；
步骤1102、对所述第一运动进行采样处理，得到所述待处理图像样本中目标对象对应的稀疏运动及二元掩模；
步骤1103、将所述待处理图像样本中目标对象对应的稀疏运动、二元掩模及所述待处理图像样本输入到第一神经网络中进行光流预测，得到所述待处理图像样本对应的第二运动；
步骤1104、根据所述第一运动与所述第二运动，确定所述第一神经网络的运动损失；
步骤1105、根据所述运动损失，调整所述第一神经网络的参数。
举例来说，可以设置第一样本组。例如：从一段视频中获取间隔小于帧值阈值(例如：10帧)的图像组合计算光流，假设从一段视频始终获取包括5帧视频帧的视频片段1、4、10、21、28。其中间隔小于10帧的视频帧组合包括：[1,4]、[4,10]、[21,28]，则可以依据各视频帧组合中的两个视频帧图像计算对应的光流，并以视频帧组合中帧数较小的那一帧图像作为待处理图像样本，该视频帧组合对应的光流作为该待处理图像样本对应的第一运动。
在一种可能的实现方式中，所述对所述第一运动进行采样处理，得到所述待处理图像样本中目标对象对应的稀疏运动及二元掩模，可以包括：
对所述第一运动进行边缘提取处理，得到所述第一运动对应的边缘图；
从所述边缘图中确定至少一个关键点；
根据所述至少一个关键点的位置得到所述待处理图像样本中目标对象对应的二元掩模，根据所述至少一个关键点对应的运动，得到所述待处理图像样本中目标对象对应的稀疏运动。
举例来说，可以对第一运动进行边缘提取处理，例如：通过分水岭算法对第一运动进行边缘提取处理，得到第一运动对应的边缘图。然后可以从所述边缘图中边缘内部区域中确定至少一个关键点，这样关键点可以均落入目标对象中。例如：可以采用内核大小为K的非最大抑制算法从边缘图中确定至少一个关键点，K越大，则对应关键点的数量越小。
所有的关键点在待处理图像样本中的位置构成了目标对象的二元掩模，所有的关键点对应的像素在第一运动中对应的运动，构成了待处理图像样本中目标对象对应的稀疏运动。
将待处理图像样本对应的二元掩模及稀疏运动输入第一神经网络中进行光流预测，可以得到待处理图像样本中目标对象对应的第二运动。通过损失函数(例如：交叉熵损失函数)确定第一运动与第二运动之间的运动损失。在第一运动与第二运动之间的运动损失满足训练精度要求(例如：小于预设的损失阈值)时，确定第一神经网络训练完成，停止训练操作；否则，调整第一神经网络中的参数，并继续根据第一样本组训练第一神经网络。
在一种可能的实现方式中，第一神经网络可以为条件运动传播网络。
举例来说，第一神经网络可以包括第一编码网络，第二编码网络及解码网络，其中第一编码网络、第二编码网络及解码网络的结构可以参照前述实施例，本公开实施例对此不再赘述。
示例性的，可以根据需要针对性的训练第一神经网络。例如：在训练应用于人脸识别的第一神经网络时，第一样本组中的待处理图像样本可以为人的脸部图像；在训练应用于人的肢体识别的第一神经网络中时，第一样本组中的待处理图像样本可以为人的身体的图像。
这样，本公开实施例可以通过没有标注的大量图像样本对第一神经网络进行无监督训练，训练得到的第一神经网络可以依据导引点的导引进行目标对象的运动预测，不依赖于目标对象与其运动的强关联假设，可以提高预测目标对象的运动的质量。并且，第一神经网络中的第一编码网络可以作为图像编码器用于大量高级视觉任务(例如：目标检测、语义分割、实例分割、人体解析)中，可以根据第一神经网络中的第二编码网络的参数，初始化上述高级视觉任务对应的网络中的图像编码器的参数，可以使得高级视觉任务中对应的网络在初始化时即具有较好的性能，可以极大的提升高级视觉任务中对应的网络的性能。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图12示出根据本公开一实施例的图像处理装置的结构框图。如图12所示，该装置可以包括：
第一确定模块1201，可以用于确定在待处理图像上针对目标对象设置的导引组，所述导引组中包括至少一个导引点，所述导引点用于指示采样像素的位置及采样像素对应的运动速度及方向；
预测模块1202，可以用于根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
这样，可以在获取待处理图像上针对目标对象设置的包括至少一个导引点的导引组后，根据导引组中包括的导引点及待处理图像进行光流预测，得到待处理图像中目标对象的运动。根据本公开实施例提供的图像处理装置，可以基于导引点的导引来预测目标对象的运动，不依赖于目标对象与其运动的强关联假设，可以提高预测目标对象的运动的质量。
在一种可能的实现方式中，所述预测模块，还可以用于：
根据所述导引组中的导引点所对应的运动速度及方向、所述导引组中的导引点在所述待处理图像上的位置、以及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述预测模块，还可以用于：
根据所述导引组中的导引点所对应的运动速度及方向，生成待处理图像中目标对象对应的稀疏运动；
根据所述导引组中的导引点在所述待处理图像上的位置信息，生成待处理图像中目标对象对应的二元掩模；
根据所述稀疏运动、所述二元掩模及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述预测模块，还可以用于：
将所述导引组中的所述导引点及所述待处理图像输入到第一神经网络进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述预测模块，还可以包括：
稀疏运动编码模块，用于对所述待处理图像中目标对象对应的稀疏运动及二元掩模进行特征提取，得到第一特征；
图像编码模块，用于对所述待处理图像进行特征提取，得到第二特征；
连接模块，用于将所述第一特征及所述第二特征进行连结处理，得到第三特征；
稠密运动解码模块，用于对所述第三特征进行光流预测，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述稠密运动解码模块还可以用于：
将所述第三特征分别输入至少两个传播网进行全图传播处理，得到各个传播网对应的传播结果；
将所述各个传播网对应的传播结果输入所述融合网中进行融合处理，得到所述待处理图像中目标对象的运动。
在一种可能的实现方式中，所述第一确定模块还可以用于：
确定在待处理图像上针对目标对象依次设置的多个导引组，其中，所述不同导引组中的至少一个导引点不同。
在一种可能的实现方式中，所述预测模块还可以用于：
依次根据各个导引组中的所述导引点及所述待处理图像进行光流预测，得到，所述待处理图像在各个导引组的导引下对应的运动。
在一种可能的实现方式中，所述装置还可以包括：
映射模块，用于将所述待处理图像依据各个导引组对应的运动进行映射，得到各个导引组对应的新图像；
视频生成模块，用于根据所述待处理图像及所述各个导引组对应的新图像，生成视频。
在一种可能的实现方式中，所述第一确定模块还可以用于：
确定在待处理图像上针对第一目标对象设置的至少一个第一导引点；
根据所述至少一个第一导引点生成多个导引组，同一导引组中的第一导引点的方向相同，不同导引组中的第一导引点的方向不同。
在一种可能的实现方式中，所述预测模块还可以用于：
依次根据各个导引组中的所述第一导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
在一种可能的实现方式中，所述装置还可以包括：
融合模块，用于将各个导引组对应的运动进行融合，得到所述待处理图像中第一目标对象对应的掩模。
在一种可能的实现方式中，所述装置还可以包括：
第二确定模块，可以用于确定在待处理图像上设置的至少一个第二导引点，其中，所述第二导引点的运动速度为0；
所述预测模块还可以用于：
依次根据各个导引组中的所述第一导引点、第二导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
图13示出根据本公开一实施例的网络训练装置的结构框图。如图13所示，所述装置可以包括：
获取模块1301，可以用于获取第一样本组，所述第一样本组包括待处理图像样本及所述待处理图像样本中目标对象对应的第一运动；
处理模块1302，可以用于对所述第一运动进行采样处理，得到所述待处理图像样本中目标对象对应的稀疏运动及二元掩模；
预测模块1303，可以用于将所述待处理图像样本中目标对象对应的稀疏运动、二元掩模及所述待处理图像样本输入到第一神经网络中进行光流预测，得到所述待处理图像样本中目标对象对应的第二运动；
确定模块1304，可以用于根据所述第一运动与所述第二运动，确定所述第一神经网络的运动损失；
调整模块1305，可以用于根据所述运动损失，调整所述第一神经网络的参数。
在一种可能的实现方式中，第一神经网络可以为条件运动传播网络。
在一种可能的实现方式中，所述处理模块还可以用于：
对所述第一运动进行边缘提取处理，得到所述第一运动对应的边缘图；
从所述边缘图中确定至少一个关键点；
根据所述至少一个关键点的位置得到所述待处理图像样本中目标对象对应的二元掩模，根据所述至少一个关键点对应的运动，得到所述待处理图像样本中目标对象对应的稀疏运动。
这样，本公开实施例可以通过没有标注的大量图像样本对第一神经网络进行无监督训练，训练得到的第一神经网络可以依据导引点的导引进行目标对象的运动预测，不依赖于目标对象与其运动的强关联假设，可以提高预测目标对象的运动的质量。并且，第一神经网络中的第一编码网络可以作为图像编码器用于大量高级视觉任务(例如：目标检测、语义分割、实例分割、人体解析)中，可以根据第一神经网络中的第二编码网络的参数，初始化上述高级视觉任务对应的网络中的图像编码器的参数，可以使得高级视觉任务中对应的网络在初始化时即具有较好的性能，可以极大的提升高级视觉任务中对应的网络的性能。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图14是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图14，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图15是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图15，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (36)

1.一种图像处理方法，其特征在于，包括：
确定在待处理图像上针对目标对象设置的导引组，所述导引组中包括至少一个导引点，所述导引点用于指示采样像素的位置及采样像素对应的运动速度及方向；
根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
2.根据权利要求1所述的方法，其特征在于，所述根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
根据所述导引组中的导引点所对应的运动速度及方向、所述导引组中的导引点在所述待处理图像上的位置、以及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
3.根据权利要求1所述的方法，其特征在于，所述根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
根据所述导引组中的导引点所对应的运动速度及方向，生成待处理图像中目标对象对应的稀疏运动；
根据所述导引组中的导引点在所述待处理图像上的位置信息，生成待处理图像中目标对象对应的二元掩模；
根据所述稀疏运动、所述二元掩模及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
4.根据权利要求1所述的方法，其特征在于，所述根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
将所述导引组中的所述导引点及所述待处理图像输入到第一神经网络进行光流预测，得到所述待处理图像中目标对象的运动。
5.根据权利要求3所述的方法，其特征在于，所述根据所述稀疏运动、所述二元掩模及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
对所述待处理图像中目标对象对应的稀疏运动及二元掩模进行特征提取，得到第一特征；
对所述待处理图像进行特征提取，得到第二特征；
将所述第一特征及所述第二特征进行连结处理，得到第三特征；
对所述第三特征进行光流预测，得到所述待处理图像中目标对象的运动。
6.根据权利要求5所述的方法，其特征在于，所述对所述第三特征进行光流预测，得到所述待处理图像中目标对象的运动，包括：
将所述第三特征分别输入至少两个传播网络进行全图传播处理，得到各个传播网络对应的传播结果；
将所述各个传播网络对应的传播结果输入融合网络中进行融合处理，得到所述待处理图像中目标对象的运动。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述确定在待处理图像上针对目标对象设置的导引组，包括：
确定在待处理图像上针对目标对象依次设置的多个导引组，其中，不同导引组中的至少一个导引点不同。
8.根据权利要求7所述的方法，其特征在于，所述根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
依次根据各个导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
将所述待处理图像依据各个导引组对应的运动进行映射，得到各个导引组对应的新图像；
根据所述待处理图像及所述各个导引组对应的新图像，生成视频。
10.根据权利要求1至6任一项所述的方法，其特征在于，确定在待处理图像上针对目标对象设置的导引组，包括：
确定在待处理图像上针对第一目标对象设置的至少一个第一导引点；
根据所述至少一个第一导引点生成多个导引组，同一导引组中的第一导引点的方向相同，不同导引组中的第一导引点的方向不同。
11.根据权利要求10所述的方法，其特征在于，所述根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动，包括：
依次根据各个导引组中的所述第一导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
12.根据权利要求11所述的方法，其特征在于，所述方法还包括：
将各个导引组对应的运动进行融合，得到所述待处理图像中第一目标对象对应的掩模。
13.根据权利要求11或12所述的方法，其特征在于，所述方法还包括：
确定在待处理图像上设置的至少一个第二导引点，其中，所述第二导引点的运动速度为0；
所述依次根据各个导引组中的所述第一导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动，包括：
依次根据各个导引组中的所述第一导引点、第二导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
14.一种网络训练方法，其特征在于，所述方法包括：
获取第一样本组，所述第一样本组包括待处理图像样本及所述待处理图像样本中目标对象对应的第一运动；
对所述第一运动进行采样处理，得到所述待处理图像样本中目标对象对应的稀疏运动及二元掩模；
将所述待处理图像样本中目标对象对应的稀疏运动、二元掩模及所述待处理图像样本输入到第一神经网络中进行光流预测，得到所述待处理图像样本中目标对象对应的第二运动；
根据所述第一运动与所述第二运动，确定所述第一神经网络的运动损失；
根据所述运动损失，调整所述第一神经网络的参数。
15.根据权利要求14所述的方法，其特征在于，所述第一神经网络为条件运动传播网络。
16.根据权利要求14或者15所述的方法，其特征在于，所述对所述第一运动进行采样处理，得到所述待处理图像样本中目标对象对应的稀疏运动及二元掩模，包括：
对所述第一运动进行边缘提取处理，得到所述第一运动对应的边缘图；
从所述边缘图中确定至少一个关键点；
根据所述至少一个关键点的位置得到所述待处理图像样本中目标对象对应的二元掩模，根据所述至少一个关键点对应的运动，得到所述待处理图像样本中目标对象对应的稀疏运动。
17.一种图像处理装置，其特征在于，包括：
第一确定模块，用于确定在待处理图像上针对目标对象设置的导引组，所述导引组中包括至少一个导引点，所述导引点用于指示采样像素的位置及采样像素对应的运动速度及方向；
预测模块，用于根据所述导引组中的所述导引点及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
18.根据权利要求17所述的装置，其特征在于，所述预测模块，还用于：
根据所述导引组中的导引点所对应的运动速度及方向、所述导引组中的导引点在所述待处理图像上的位置、以及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
19.根据权利要求17所述的装置，其特征在于，所述预测模块，还用于：
根据所述导引组中的导引点所对应的运动速度及方向，生成待处理图像中目标对象对应的稀疏运动；
根据所述导引组中的导引点在所述待处理图像上的位置信息，生成待处理图像中目标对象对应的二元掩模；
根据所述稀疏运动、所述二元掩模及所述待处理图像进行光流预测，得到所述待处理图像中目标对象的运动。
20.根据权利要求17所述的装置，其特征在于，所述预测模块，还用于：
将所述导引组中的所述导引点及所述待处理图像输入到第一神经网络进行光流预测，得到所述待处理图像中目标对象的运动。
21.根据权利要求19所述的装置，其特征在于，所述预测模块，包括：
稀疏运动编码模块，用于对所述待处理图像中目标对象对应的稀疏运动及二元掩模进行运动特征提取，得到第一特征；
图像编码模块，用于对所述待处理图像进行特征提取，得到第二特征；
连接模块，用于将所述第一特征及所述第二特征进行连结处理，得到第三特征；
稠密运动解码模块，用于对所述第三特征进行光流预测，得到所述待处理图像中目标对象的运动。
22.根据权利要求21所述的装置，其特征在于，所述稠密运动解码模块还用于：
将所述第三特征分别输入至少两个传播网络进行全图传播处理，得到各个传播网络对应的传播结果；
将所述各个传播网络对应的传播结果输入融合网络中进行融合处理，得到所述待处理图像中目标对象的运动。
23.根据权利要求17至22中任一项所述的装置，其特征在于，所述第一确定模块还用于：
确定在待处理图像上针对目标对象依次设置的多个导引组，其中，不同导引组中的至少一个导引点不同。
24.根据权利要求23所述的装置，其特征在于，所述预测模块还用于：
依次根据各个导引组中的所述导引点及所述待处理图像进行光流预测，得到，所述待处理图像在各个导引组的导引下对应的运动。
25.根据权利要求24所述的装置，其特征在于，所述装置还包括：
映射模块，用于将所述待处理图像依据各个导引组对应的运动进行映射，得到各个导引组对应的新图像；
视频生成模块，用于根据所述待处理图像及所述各个导引组对应的新图像，生成视频。
26.根据权利要求17至22任一项所述的装置，其特征在于，所述第一确定模块还用于：
确定在待处理图像上针对第一目标对象设置的至少一个第一导引点；
根据所述至少一个第一导引点生成多个导引组，同一导引组中的第一导引点的方向相同，不同导引组中的第一导引点的方向不同。
27.根据权利要求26所述的装置，其特征在于，所述预测模块还用于：
依次根据各个导引组中的所述第一导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
28.根据权利要求27所述的装置，其特征在于，所述装置还包括：
融合模块，用于将各个导引组对应的运动进行融合，得到所述待处理图像中第一目标对象对应的掩模。
29.根据权利要求28所述的装置，其特征在于，所述装置还包括：
第二确定模块，用于确定在待处理图像上设置的至少一个第二导引点，其中，所述第二导引点的运动速度为0；
所述预测模块还用于：
依次根据各个导引组中的所述第一导引点、第二导引点及所述待处理图像进行光流预测，得到所述待处理图像在各个导引组的导引下对应的运动。
30.一种网络训练装置，其特征在于，所述装置包括：
获取模块，用于获取第一样本组，所述第一样本组包括待处理图像样本及所述待处理图像样本中目标对象对应的第一运动；
处理模块，用于对所述第一运动进行采样处理，得到所述待处理图像样本中目标对象对应的稀疏运动及二元掩模；
预测模块，用于将所述待处理图像样本中目标对象对应的稀疏运动、二元掩模及所述待处理图像样本输入到第一神经网络中进行光流预测，得到所述待处理图像样本中目标对象对应的第二运动；
确定模块，用于根据所述第一运动与所述第二运动，确定所述第一神经网络的运动损失；
调整模块，用于根据所述运动损失，调整所述第一神经网络的参数。
31.根据权利要求30所述的装置，其特征在于，所述第一神经网络为条件运动传播网络。
32.根据权利要求30或31所述的装置，其特征在于，所述处理模块还用于：
对所述第一运动进行边缘提取处理，得到所述第一运动对应的边缘图；
从所述边缘图中确定至少一个关键点；
根据所述至少一个关键点的位置得到所述待处理图像样本中目标对象对应的二元掩模，根据所述至少一个关键点对应的运动，得到所述待处理图像样本中目标对象对应的稀疏运动。
33.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求1至14中任意一项所述的方法。
34.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求15或16所述的方法。
35.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至14中任意一项所述的方法。
36.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求15或16所述的方法。
CN201910086044.3A 2019-01-29 2019-01-29 图像处理方法及装置、网络训练方法及装置 Active CN109840917B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201910086044.3A CN109840917B (zh) 2019-01-29 2019-01-29 图像处理方法及装置、网络训练方法及装置
PCT/CN2019/114769 WO2020155713A1 (zh) 2019-01-29 2019-10-31 图像处理方法及装置、网络训练方法及装置
JP2021524161A JP2022506637A (ja) 2019-01-29 2019-10-31 画像処理方法および装置、ネットワークトレーニング方法および装置
SG11202105631YA SG11202105631YA (en) 2019-01-29 2019-10-31 Image processing method and device, and network training method and device
US17/329,534 US20210279892A1 (en) 2019-01-29 2021-05-25 Image processing method and device, and network training method and device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910086044.3A CN109840917B (zh) 2019-01-29 2019-01-29 图像处理方法及装置、网络训练方法及装置

Publications (2)

Publication Number Publication Date
CN109840917A CN109840917A (zh) 2019-06-04
CN109840917B true CN109840917B (zh) 2021-01-26

Family

ID=66884323

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910086044.3A Active CN109840917B (zh) 2019-01-29 2019-01-29 图像处理方法及装置、网络训练方法及装置

Country Status (5)

Country Link
US (1) US20210279892A1 (zh)
JP (1) JP2022506637A (zh)
CN (1) CN109840917B (zh)
SG (1) SG11202105631YA (zh)
WO (1) WO2020155713A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109840917B (zh) * 2019-01-29 2021-01-26 北京市商汤科技开发有限公司 图像处理方法及装置、网络训练方法及装置
CN109977847B (zh) * 2019-03-22 2021-07-16 北京市商汤科技开发有限公司 图像生成方法及装置、电子设备和存储介质
CN111814589A (zh) * 2020-06-18 2020-10-23 浙江大华技术股份有限公司 部位识别方法以及相关设备、装置
US20220101539A1 (en) * 2020-09-30 2022-03-31 Qualcomm Incorporated Sparse optical flow estimation
JP7403673B2 (ja) * 2021-04-07 2023-12-22 ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド モデルトレーニング方法、歩行者再識別方法、装置および電子機器
CN116310627B (zh) * 2023-01-16 2024-02-02 浙江医准智能科技有限公司 模型训练方法、轮廓预测方法、装置、电子设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101061723A (zh) * 2004-11-22 2007-10-24 皇家飞利浦电子股份有限公司 涉及覆盖和无覆盖的运动向量域的投射
CN102788572A (zh) * 2012-07-10 2012-11-21 中联重科股份有限公司 一种工程机械吊钩姿态的测量方法、装置及***
CN103593646A (zh) * 2013-10-16 2014-02-19 中国计量学院 一种基于微行为分析的密集人群异常行为检测方法
CN103699878A (zh) * 2013-12-09 2014-04-02 安维思电子科技（广州）有限公司 一种识别电动扶梯异常运行状况的方法和***

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100530239C (zh) * 2007-01-25 2009-08-19 复旦大学 基于特征匹配与跟踪的视频稳定方法
JP2013037454A (ja) * 2011-08-05 2013-02-21 Ikutoku Gakuen 姿勢判定方法、プログラム、装置、システム
JP6525545B2 (ja) * 2014-10-22 2019-06-05 キヤノン株式会社 情報処理装置、情報処理方法及びコンピュータプログラム
US20170236057A1 (en) * 2016-02-16 2017-08-17 Carnegie Mellon University, A Pennsylvania Non-Profit Corporation System and Method for Face Detection and Landmark Localization
CN106599789B (zh) * 2016-07-29 2019-10-11 北京市商汤科技开发有限公司 视频类别识别方法和装置、数据处理装置和电子设备
WO2018061616A1 (ja) * 2016-09-28 2018-04-05 株式会社日立国際電気 監視システム
WO2018069981A1 (ja) * 2016-10-11 2018-04-19 富士通株式会社 運動認識装置、運動認識プログラムおよび運動認識方法
CN108230353A (zh) * 2017-03-03 2018-06-29 北京市商汤科技开发有限公司 目标跟踪方法、***及电子设备
CN108234821B (zh) * 2017-03-07 2020-11-06 北京市商汤科技开发有限公司 检测视频中的动作的方法、装置和***
US10482609B2 (en) * 2017-04-04 2019-11-19 General Electric Company Optical flow determination system
EP3611690A4 (en) * 2017-04-10 2020-10-28 Fujitsu Limited DETECTION DEVICE, DETECTION METHOD AND DETECTION PROGRAM
CN109840917B (zh) * 2019-01-29 2021-01-26 北京市商汤科技开发有限公司 图像处理方法及装置、网络训练方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101061723A (zh) * 2004-11-22 2007-10-24 皇家飞利浦电子股份有限公司 涉及覆盖和无覆盖的运动向量域的投射
CN102788572A (zh) * 2012-07-10 2012-11-21 中联重科股份有限公司 一种工程机械吊钩姿态的测量方法、装置及***
CN103593646A (zh) * 2013-10-16 2014-02-19 中国计量学院 一种基于微行为分析的密集人群异常行为检测方法
CN103699878A (zh) * 2013-12-09 2014-04-02 安维思电子科技（广州）有限公司 一种识别电动扶梯异常运行状况的方法和***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Optical Flow Guided Feature: A Fast and Robust Motion Representation for Video Action Recognition;Sun, S. 等;《arXiv preprint arXiv:1711.11152》;20171231;第1-2页 *
基于KLT 光流的无人机视频影像特征点跟踪算法;刘芳 等;《集美大学学报（自然科学版）》;20170930;第22卷(第5期);第73-80页 *

Also Published As

Publication number Publication date
US20210279892A1 (en) 2021-09-09
CN109840917A (zh) 2019-06-04
JP2022506637A (ja) 2022-01-17
SG11202105631YA (en) 2021-06-29
WO2020155713A1 (zh) 2020-08-06

Similar Documents

Publication Publication Date Title
US12014275B2 (en) Method for text recognition, electronic device and storage medium
CN109840917B (zh) 图像处理方法及装置、网络训练方法及装置
CN110287874B (zh) 目标追踪方法及装置、电子设备和存储介质
CN110674719B (zh) 目标对象匹配方法及装置、电子设备和存储介质
US20210097715A1 (en) Image generation method and device, electronic device and storage medium
US20210248718A1 (en) Image processing method and apparatus, electronic device and storage medium
CN109257645B (zh) 视频封面生成方法及装置
CN111540000B (zh) 场景深度和相机运动预测方法及装置、电子设备和介质
CN111462238B (zh) 姿态估计优化方法、装置及存储介质
CN109584362B (zh) 三维模型构建方法及装置、电子设备和存储介质
CN110532956B (zh) 图像处理方法及装置、电子设备和存储介质
CN111553864A (zh) 图像修复方法及装置、电子设备和存储介质
CN109145970B (zh) 基于图像的问答处理方法和装置、电子设备及存储介质
CN108881952B (zh) 视频生成方法及装置、电子设备和存储介质
CN109920016B (zh) 图像生成方法及装置、电子设备和存储介质
CN112991381B (zh) 图像处理方法及装置、电子设备和存储介质
CN111241887A (zh) 目标对象关键点识别方法及装置、电子设备和存储介质
CN108171222B (zh) 一种基于多流神经网络的实时视频分类方法及装置
CN110706339A (zh) 三维人脸重建方法及装置、电子设备和存储介质
CN111815750A (zh) 对图像打光的方法及装置、电子设备和存储介质
CN112597944A (zh) 关键点检测方法及装置、电子设备和存储介质
CN109903252B (zh) 图像处理方法及装置、电子设备和存储介质
CN114581525A (zh) 姿态确定方法及装置、电子设备和存储介质
CN114463212A (zh) 图像处理方法及装置、电子设备和存储介质
CN111311588B (zh) 重定位方法及装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant