CN112418233B - 图像处理方法、装置、可读介质及电子设备 - Google Patents
图像处理方法、装置、可读介质及电子设备 Download PDFInfo
- Publication number
- CN112418233B CN112418233B CN202011298862.9A CN202011298862A CN112418233B CN 112418233 B CN112418233 B CN 112418233B CN 202011298862 A CN202011298862 A CN 202011298862A CN 112418233 B CN112418233 B CN 112418233B
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- processed
- network
- information
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 86
- 230000011218 segmentation Effects 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000013507 mapping Methods 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 16
- 238000002372 labelling Methods 0.000 claims description 4
- 230000000452 restraining effect Effects 0.000 claims description 2
- 239000000758 substrate Substances 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 75
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种图像处理方法、装置、可读介质及电子设备,包括:获取待处理图像;通过将待处理图像输入预先训练好的图像处理模型中,以得到待处理图像根据语义分割得到的每一块子图像的深度信息和法向信息。这样,在需要对该待处理图像进行后续的处理时能够直接利用分割得到的相应子图像上的深度信息和法向信息来进行;并且,由于通过语义分割得到的每一块子图像中各个像素点所对应的法向信息的映射关系,因此在对该待处理图像进行语义分割的同时对该法向信息也进行获取,也能够在一定程度上提高该法向信息获取的精度。
Description
技术领域
本公开涉及计算机领域,具体地,涉及一种图像处理方法、装置、可读介质及电子设备。
背景技术
相关技术中,在对图像中的各种特征进行分析时,通常会对每个图像特征单独进行分析,单独提取,获得的各种图像特征的精度完全依靠对图像进行分析所采用的方法,例如在利用神经网络对图像的深度特征进行分析获取时,神经网络训练得到的网络精度就决定了获得的深度特征的精度。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种图像处理方法,所述方法包括:
获取待处理图像;
通过将所述待处理图像输入预先训练好的图像处理模型中,以得到所述待处理图像根据语义分割得到的每一块子图像的深度信息和法向信息。
第二方面,本公开还提供一种图像处理装置,所述装置包括:
获取模块,用于获取待处理图像;
处理模块,用于通过将所述待处理图像输入预先训练好的图像处理模型中,以得到所述待处理图像根据语义分割得到的每一块子图像的深度信息和法向信息。
第三方面,本公开还提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现第一方面中所述方法的步骤。
第四方面,本公开还提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现第一方面述方法的步骤。
通过上述技术方案,在获取到该待处理图像之后,能够通过该图像处理模块直接获取到该待处理图像中的每一块分割得到的子图像中的深度信息和法向信息,这样,在需要对该待处理图像进行后续的处理时能够直接利用分割得到的相应子图像上的深度信息和法向信息来进行;并且,由于通过语义分割得到的每一块子图像中各个像素点所对应的法向信息的映射关系,因此在对该待处理图像进行语义分割的同时对该法向信息也进行获取,也能够在一定程度上提高该法向信息获取的精度。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据本公开一示例性实施例示出的一种图像处理方法的流程图。。
图2是根据本公开一示例性实施例示出的一种图像处理方法中的图像处理模型的示意框图。
图3是根据本公开一示例性实施例示出的一种图像处理方法中的图像处理模型的训练方法的流程图。
图4是根据本公开一示例性实施例示出的图像处理装置的结构框图。
图5示出了适于用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
图1是根据本公开一示例性实施例示出的一种图像处理方法的流程图。根据图1所示,所述方法包括步骤101至步骤102。
在步骤101中,获取待处理图像。该待处理图像可以为任意方式获取到的图像。例如,可以是用户在拍摄视频时实时拍摄得到的图像帧,也可以是在AR场景中由相应的视频获取设备获取到等待显示的场景图像帧等等。
在步骤102中,通过将所述待处理图像输入预先训练好的图像处理模型中,以得到所述待处理图像根据语义分割得到的每一块子图像的深度信息和法向信息。
在获取到该待处理图像之后,通过预先训练好的该图像处理模型就能够直接得到根据语义分割的方法对该待处理图像进行分割的结果,并且能够得到每一块分割得到的子图像中的深度信息和法向信息。这样,在需要对该待处理图像进行后续的处理时能够直接利用分割得到的相应子图像上的深度信息和法向信息来进行。例如,在该待处理图像为AR场景中的场景图像帧时,若需要在某场景中添加虚拟光源,则可以根据该虚拟光源所添加的位置,以及根据如步骤102中所获取到的每一帧场景图像帧中的各块子图像的深度信息和法向信息进行图像处理,以使得该虚拟光源的效果更加真实。再例如,在该待处理图像为AR场景中的场景图像帧,并且需要对该AR场景进行重新照明时,则也可以根据该步骤102中得到的每一帧场景图像帧中的各块子图像的深度信息和法向信息来进行;另外,在该待处理图像为AR场景中的场景图像帧,并且需要在该AR场景中添加以虚拟物体时,也可以直接根据该虚拟物体需要添加的位置、以及该位置所对应的每一帧场景图像帧中的一块或多块子图像的深度信息和法向信息来进行。
通过上述技术方案,在获取到该待处理图像之后,能够通过该图像处理模块直接获取到该待处理图像中的每一块分割得到的子图像中的深度信息和法向信息,这样,在需要对该待处理图像进行后续的处理时能够直接利用分割得到的相应子图像上的深度信息和法向信息来进行;并且,由于通过语义分割得到的每一块子图像中各个像素点所对应的法向信息的映射关系,因此在对该待处理图像进行语义分割的同时对该法向信息也进行获取,也能够在一定程度上提高该法向信息获取的精度。
图2是根据本公开一示例性实施例示出的一种图像处理方法中的图像处理模型的示意框图。如图2所示,所述图像处理模型中包括第一子网络1和第二子网络2,其中,所述第一子网络1的输入为所述待处理图像,输出为所述待处理图像的语义分割信息;所述第二子网络2的输入为所述语义分割信息和所述待处理图像,输出为所述待处理图像根据所述语义分割信息分割得到的每一块所述子图像的深度信息和法向信息。
该第一子网络1和该第二子网络2可以为任意合适的神经网络,在本公开中对该第一子网络1和该第二子网络2的类型不进行限制,只要能够满足该第一子网络1的输出能够作为该第二子网络2的输入即可,也即该待处理图像在输入该第一子网络1和该第二子网络2之前能够进行相同的编码。
通过上述技术方案,能够通过两个不同的网络分别实现对语义分割信息的获取,以及法向信息和深度信息的获取,这样即能够在获取到语义分割信息的基础上获取法向信息,使得获取到的该法向信息更加准确,而且能够保证语义分割的准确度。
图3是根据本公开一示例性实施例示出的一种图像处理方法中的图像处理模型的训练方法的流程图,如图3所示,该方法包括步骤301至步骤303。
在步骤301中,将训练图像样本输入所述第一子网络。
在步骤302中,将所述第一子网络的输出数据和所述训练图像样本同时输入所述第二子网络中。
在步骤303中,根据所述第二子网络的输出数据与目标损失函数,以最小化所述目标损失函数为目标,同时调整所述第一子网络和所述第二子网络中的网络参数。
也即,在对该图像处理模型进行训练的过程中,该第一子网络能够通过该训练样本图像直接获取该训练样本图像中的语义分割信息,并将该语义分割信息和其对应的训练样本图像合并输入该第二子网络中,以分别获取该训练样本图像中的每块子图像中的深度信息和法向信息。
并且,在根据该第二子网络的输出数据和该目标损失函数调整模型参数时,会对该第一子网络和该第二子网络中的网络参数同时进行调整,也即,该第一子网络和该第二子网络是在该图像处理模型训练的过程中同时训练得到。
在一种可能的实施方式中,该第一子网络也可以是提前训练好的语义分割网络。在该第一子网络为提前训练好的语义分割网络的情况下,用于训练该语义分割网络的训练样本数据在输入该语义分割网络用于训练之前,该训练样本数据的编码方式与该第训练图像样本输入该第二子网络之前的编码方法相同。
在一种可能的实施方式中,所述目标损失函数根据第一损失函数、第二损失函数和第三损失函数确定,所述第一损失函数、所述第二损失函数和所述第三损失函数分别用于约束所述图像处理模型输出的所述语义分割信息、所述深度信息和所述法向信息与所述训练图像样本中的标注真值之间的偏差。
也即,该训练图像样本中分别标注有相应的语义分割信息的真值、深度信息的真值以及法向信息的真值。该训练图像样本可以是通过仿真场景直接绘制得到的模拟图像数据,并能够在绘制的同时获取到相应的真值数据;或者,该训练样本图像还可以是通过RGBD相机获取到的包含深度信息真值的图像数据,其中,通过对该RGBD相机获取到的图像数据进行平滑处理,除去噪声之后,便可以通过深度信息对该图像数据对应的法向信息进行计算,并最后便可以根据该RGBD相机获取到的深度信息、计算得到的法向信息以及语义分割情况进行真值标注;另外,在一种可能的情况下,也可以先通过例如仿真场景中绘制得到的模拟图像数据对该图像处理模型进行训练,然后在通过训练得到的该图像处理模型对普通的RGB图像进行处理,以得到该RGB图像的语义分割信息、深度信息和法向信息,并将处理后得到的输出数据作为该训练图像样本再重复对该图像处理模型进行训练等等。
在根据该第一损失函数、第二损失函数和该第三损失函数确定该目标损失函数时,可以是根据上述三个损失函数的加权和来确定。其中不同损失函数所对应的权重可以是相同的,也可以是根据不同的训练图像样本来确定。例如,在该训练图像样本为通过仿真场景直接绘制得到的模拟图像数据的情况下,三个不同损失函数所对应的权重可以是相同的;在该训练图像样本为上述通过RGBD相机获取到的包含深度信息真值的图像数据处理后得到的情况下,由于法向信息为计算得到,因此该法向信息所对应的该第三损失函数在该目标损失函数中的所占的权重可以较少;在该训练图像样本为上述通过对普通的RGB图像处理后所得到的情况下,由于其深度信息和该法向信息都为模型所得到的,因此可信度不高,在训练的过程中该深度信息和法向信息所对应的该第二损失函数和该第三损失函数的权重也应该逐渐减少。
在一种可能的实施方式中,所述目标损失函数还根据第四损失函数来确定,其中,所述第四损失函数用于约束所述图像处理模型输出的所述深度信息和所述法向信息之间的映射关系的偏差。也即,根据同一像素点的深度信息与法向信息之间的映射关系,也能够对该模型的训练起到一定的约束作用。其中,该深度信息和该法向信息之间的映射关系可以为:深度信息的微分等于法向。该目标损失函数可以是通过该第一损失函数、第二损失函数、第三损失函数和该第四损失函数共同加权得到。
通过上述技术方案,在该目标损失函数中还考虑到的该深度信息与该法向信息之间的约束关系,从而就能够进一步提高该图像处理模型训练得到的精度,使得该训练好的图像处理模型所获取到的各块子图像中的深度信息和该法向信息更加精确。
在一种可能的实施方式中,所述目标损失函数还根据第五损失函数来确定,其中,所述第五损失函数用于约束根据所述图像处理模型输出的所述语义分割信息分割得到的每一块子图像中的各个像素点所对应的,所述图像处理模型输出的所述法向信息之间的偏差。也即,由于该子图像是通过语义分割所得到的,因此根据同一块子图像中所有像素点的法向信息的映射关系,也能够对该模型的训练起到一定的约束作用。其中,同一块子图像中所有像素点的法向信息的映射关系可以为:同一块子图像中所有像素点的法向信息都映射为同一个法向值。该目标损失函数可以是通过该第一损失函数、第二损失函数、第三损失函数、该第四损失函数和该第五损失函数共同加权得到,或者,该目标损失函数也可以仅通过该第一损失函数、第二损失函数、第三损失函数和该第五损失函数共同加权得到等等。
通过上述技术方案,在该目标损失函数中还考虑到的该语义分割信息与该法向信息之间的约束关系,从而就能够进一步提高该图像处理模型训练得到的精度,使得该训练好的图像处理模型所获取到的各块子图像中的该法向信息更加精确,并且,在该目标损失函数中还包括该第四损失函数、且法向信息更加精确的情况下,还能提高所获取到的该深度信息的精度。
图4是根据本公开一示例性实施例示出的图像处理装置的结构框图。如图4所示,所述装置包括:获取模块10,用于获取待处理图像;处理模块20,用于通过将所述待处理图像输入预先训练好的图像处理模型中,以得到所述待处理图像根据语义分割得到的每一块子图像的深度信息和法向信息。
通过上述技术方案,在获取到该待处理图像之后,能够通过该图像处理模块直接获取到该待处理图像中的每一块分割得到的子图像中的深度信息和法向信息,这样,在需要对该待处理图像进行后续的处理时能够直接利用分割得到的相应子图像上的深度信息和法向信息来进行;并且,由于通过语义分割得到的每一块子图像中各个像素点所对应的法向信息的映射关系,因此在对该待处理图像进行语义分割的同时对该法向信息也进行获取,也能够在一定程度上提高该法向信息获取的精度。
在一种可能的实施方式中,所述图像处理模型中包括第一子网络和第二子网络,其中,所述第一子网络的输入为所述待处理图像,输出为所述待处理图像的语义分割信息;所述第二子网络的输入为所述语义分割信息和所述待处理图像,输出为所述待处理图像根据所述语义分割信息分割得到的每一块所述子图像的深度信息和法向信息。
在一种可能的实施方式中,所述图像处理模型通过以下方法进行训练:将训练图像样本输入所述第一子网络;将所述第一子网络的输出数据和所述训练图像样本同时输入所述第二子网络中;根据所述第二子网络的输出数据与目标损失函数,以最小化所述目标损失函数为目标,同时调整所述第一子网络和所述第二子网络中的网络参数。
在一种可能的实施方式中,所述目标损失函数根据第一损失函数、第二损失函数和第三损失函数确定,所述第一损失函数、所述第二损失函数和所述第三损失函数分别用于约束所述图像处理模型输出的所述语义分割信息、所述深度信息和所述法向信息与所述训练图像样本中的标注真值之间的偏差。
在一种可能的实施方式中,所述目标损失函数还根据第四损失函数来确定,其中,所述第四损失函数用于约束所述图像处理模型输出的所述深度信息和所述法向信息之间的映射关系的偏差。
在一种可能的实施方式中,所述目标损失函数还根据第五损失函数来确定,其中,所述第五损失函数用于约束根据所述图像处理模型输出的所述语义分割信息分割得到的每一块子图像中的各个像素点所对应的,所述图像处理模型输出的所述法向信息之间的偏差。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取待处理图像;通过将所述待处理图像输入预先训练好的图像处理模型中,以得到所述待处理图像根据语义分割得到的每一块子图像的深度信息和法向信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码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)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、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、或代码的一部分,该模块、程序段、或代码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。也应当注意,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,两个接连地表示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操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。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“获取待处理图像的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种图像处理方法,所述方法包括:
获取待处理图像;
通过将所述待处理图像输入预先训练好的图像处理模型中,以得到所述待处理图像根据语义分割得到的每一块子图像的深度信息和法向信息。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,所述图像处理模型中包括第一子网络和第二子网络,其中,
所述第一子网络的输入为所述待处理图像,输出为所述待处理图像的语义分割信息;
所述第二子网络的输入为所述语义分割信息和所述待处理图像,输出为所述待处理图像根据所述语义分割信息分割得到的每一块所述子图像的深度信息和法向信息。
根据本公开的一个或多个实施例,示例3提供了示例2的方法,所述图像处理模型通过以下方法进行训练:
将训练图像样本输入所述第一子网络;
将所述第一子网络的输出数据和所述训练图像样本同时输入所述第二子网络中;
根据所述第二子网络的输出数据与目标损失函数,以最小化所述目标损失函数为目标,同时调整所述第一子网络和所述第二子网络中的网络参数。
根据本公开的一个或多个实施例,示例4提供了示例3的方法,所述目标损失函数根据第一损失函数、第二损失函数和第三损失函数确定,所述第一损失函数、所述第二损失函数和所述第三损失函数分别用于约束所述图像处理模型输出的所述语义分割信息、所述深度信息和所述法向信息与所述训练图像样本中的标注真值之间的偏差。
根据本公开的一个或多个实施例,示例5提供了示例4的方法,所述目标损失函数还根据第四损失函数来确定,
其中,所述第四损失函数用于约束所述图像处理模型输出的所述深度信息和所述法向信息之间的映射关系的偏差。
根据本公开的一个或多个实施例,示例6提供了示例4或示例5的方法,所述目标损失函数还根据第五损失函数来确定,
其中,所述第五损失函数用于约束根据所述图像处理模型输出的所述语义分割信息分割得到的每一块子图像中的各个像素点所对应的,所述图像处理模型输出的所述法向信息之间的偏差。
根据本公开的一个或多个实施例,示例7提供了一种图像处理装置,其特征在于,所述装置包括:
获取模块,用于获取待处理图像;
处理模块,用于通过将所述待处理图像输入预先训练好的图像处理模型中,以得到所述待处理图像根据语义分割得到的每一块子图像的深度信息和法向信息。
根据本公开的一个或多个实施例,示例8提供了示例7的装置,所述图像处理模型中包括第一子网络和第二子网络,其中,
所述第一子网络的输入为所述待处理图像,输出为所述待处理图像的语义分割信息;
所述第二子网络的输入为所述语义分割信息和所述待处理图像,输出为所述待处理图像根据所述语义分割信息分割得到的每一块所述子图像的深度信息和法向信息。
根据本公开的一个或多个实施例,示例9提供了一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现示例1-6中任一项所述方法的步骤。
根据本公开的一个或多个实施例,示例10提供了一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1-6中任一项所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (10)
1.一种图像处理方法,其特征在于,所述方法包括:
获取待处理图像;
通过将所述待处理图像输入预先训练好的图像处理模型中,以得到所述待处理图像根据语义分割得到的每一块子图像的深度信息和法向信息;
所述图像处理模型中包括第一子网络和第二子网络,其中,所述第二子网络的输入为所述第一子网络输出的语义分割信息和所述待处理图像,所述子图像的深度信息和法向信息用于对所述子图像进行图像处理。
2.根据权利要求1所述的方法,其特征在于,
所述第一子网络的输入为所述待处理图像,输出为所述待处理图像的语义分割信息;
所述第二子网络的输出为所述待处理图像根据所述语义分割信息分割得到的每一块所述子图像的深度信息和法向信息。
3.根据权利要求2所述的方法,其特征在于,所述图像处理模型通过以下方法进行训练:
将训练图像样本输入所述第一子网络;
将所述第一子网络的输出数据和所述训练图像样本同时输入所述第二子网络中;
根据所述第二子网络的输出数据与目标损失函数,以最小化所述目标损失函数为目标,同时调整所述第一子网络和所述第二子网络中的网络参数。
4.根据权利要求3所述的方法,其特征在于,所述目标损失函数根据第一损失函数、第二损失函数和第三损失函数确定,所述第一损失函数、所述第二损失函数和所述第三损失函数分别用于约束所述图像处理模型输出的所述语义分割信息、所述深度信息和所述法向信息与所述训练图像样本中的标注真值之间的偏差。
5.根据权利要求4所述的方法,其特征在于,所述目标损失函数还根据第四损失函数来确定,
其中,所述第四损失函数用于约束所述图像处理模型输出的所述深度信息和所述法向信息之间的映射关系的偏差。
6.根据权利要求4或5所述的方法,其特征在于,所述目标损失函数还根据第五损失函数来确定,
其中,所述第五损失函数用于约束根据所述图像处理模型输出的所述语义分割信息分割得到的每一块子图像中的各个像素点所对应的,所述图像处理模型输出的所述法向信息之间的偏差。
7.一种图像处理装置,其特征在于,所述装置包括:
获取模块,用于获取待处理图像;
处理模块,用于通过将所述待处理图像输入预先训练好的图像处理模型中,以得到所述待处理图像根据语义分割得到的每一块子图像的深度信息和法向信息;
所述图像处理模型中包括第一子网络和第二子网络,其中,所述第二子网络的输入为所述第一子网络输出的语义分割信息和所述待处理图像,所述子图像的深度信息和法向信息用于对所述子图像进行图像处理。
8.根据权利要求7所述的装置,其特征在于,
所述第一子网络的输入为所述待处理图像,输出为所述待处理图像的语义分割信息;
所述第二子网络的输出为所述待处理图像根据所述语义分割信息分割得到的每一块所述子图像的深度信息和法向信息。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-6中任一项所述方法的步骤。
10.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011298862.9A CN112418233B (zh) | 2020-11-18 | 2020-11-18 | 图像处理方法、装置、可读介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011298862.9A CN112418233B (zh) | 2020-11-18 | 2020-11-18 | 图像处理方法、装置、可读介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112418233A CN112418233A (zh) | 2021-02-26 |
CN112418233B true CN112418233B (zh) | 2024-07-09 |
Family
ID=74773445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011298862.9A Active CN112418233B (zh) | 2020-11-18 | 2020-11-18 | 图像处理方法、装置、可读介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112418233B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114170233B (zh) * | 2021-12-09 | 2024-02-09 | 北京字跳网络技术有限公司 | 图像分割标签的生成方法、装置、电子设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658418A (zh) * | 2018-10-31 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 场景结构的学习方法、装置及电子设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816709B (zh) * | 2017-11-21 | 2020-09-11 | 深圳市优必选科技有限公司 | 基于单目摄像头的深度估计方法、装置及设备 |
US11409994B2 (en) * | 2018-05-15 | 2022-08-09 | Shenzhen University | Methods for image segmentation, computer devices, and storage mediums |
WO2020020445A1 (en) * | 2018-07-24 | 2020-01-30 | Toyota Motor Europe | A method and a system for processing images to obtain foggy images |
CN109271990A (zh) * | 2018-09-03 | 2019-01-25 | 北京邮电大学 | 一种针对rgb-d图像的语义分割方法及装置 |
CN109447990B (zh) * | 2018-10-22 | 2021-06-22 | 北京旷视科技有限公司 | 图像语义分割方法、装置、电子设备和计算机可读介质 |
-
2020
- 2020-11-18 CN CN202011298862.9A patent/CN112418233B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658418A (zh) * | 2018-10-31 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 场景结构的学习方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112418233A (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023547917A (ja) | 画像分割方法、装置、機器および記憶媒体 | |
CN110413812B (zh) | 神经网络模型的训练方法、装置、电子设备及存储介质 | |
CN111784712B (zh) | 图像处理方法、装置、设备和计算机可读介质 | |
WO2022105622A1 (zh) | 图像分割方法、装置、可读介质及电子设备 | |
CN112330788A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN113449070A (zh) | 多模态数据检索方法、装置、介质及电子设备 | |
CN112381717A (zh) | 图像处理方法、模型训练方法、装置、介质及设备 | |
CN110555861B (zh) | 光流计算方法、装置及电子设备 | |
CN111783632B (zh) | 针对视频流的人脸检测方法、装置、电子设备及存储介质 | |
CN112418233B (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN113628097A (zh) | 图像特效配置方法、图像识别方法、装置及电子设备 | |
CN113435528B (zh) | 对象分类的方法、装置、可读介质和电子设备 | |
CN113033680B (zh) | 视频分类方法、装置、可读介质及电子设备 | |
CN113222050B (zh) | 图像分类方法、装置、可读介质及电子设备 | |
CN112070888B (zh) | 图像生成方法、装置、设备和计算机可读介质 | |
CN111680754B (zh) | 图像分类方法、装置、电子设备及计算机可读存储介质 | |
CN111737575B (zh) | 内容分发方法、装置、可读介质及电子设备 | |
CN113033552B (zh) | 文本识别方法、装置和电子设备 | |
CN110334763B (zh) | 模型数据文件生成、图像识别方法、装置、设备及介质 | |
CN114004229A (zh) | 文本识别方法、装置、可读介质及电子设备 | |
CN113066166A (zh) | 图像处理方法、装置和电子设备 | |
CN110991312A (zh) | 生成检测信息的方法、装置、电子设备和介质 | |
CN114359673B (zh) | 基于度量学习的小样本烟雾检测方法、装置和设备 | |
CN111461227B (zh) | 样本生成方法、装置、电子设备和计算机可读介质 | |
CN112346630B (zh) | 状态确定方法、装置、设备和计算机可读介质 |
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 |