图像批处理方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种图像批处理方法、装置及电子设备，涉及图像处理技术领域，该方法采用神经网络执行，该方法包括：获取多张待处理的第一图像；对多张第一图像进行拼接处理，以形成一张第二图像；对第二图像进行处理，得到处理结果。本发明专利技术能够有效提升图像处理效率。

Image batch processing methods, devices and electronic equipment

The invention provides an image batch processing method, device and electronic device, which involves the field of image processing. The method uses a neural network to obtain a number of first images to be processed; a plurality of first images are spliced to form a second image; a second image is processed. The results are obtained. The invention can effectively improve the efficiency of image processing.

【技术实现步骤摘要】
图像批处理方法、装置及电子设备
本专利技术涉及图像处理
，尤其是涉及一种图像批处理方法、装置及电子设备。
技术介绍
在诸如人脸识别、目标检测等智能领域中，神经网络凭借着其强大的计算能力已得到广泛应用，诸如，神经网络可以较好地对图像进行识别处理。在诸如抓拍机、人脸识别器等图像处理设备中均应用神经网络模型对图像进行处理。神经网络通常一次仅能处理一张图像，得到该张图像对应的处理结果，但是这种方式会在一定程度上影响图像处理设备的处理效率。以抓拍机为例进行说明，抓拍机能够利用抓拍芯片从采集的图像中抠取仅包含有目标对象(诸如，人脸)的小图像，然后将小图像输入至内部芯片上设置的识别神经网络，以使识别神经网络对小图像进行处理，诸如进行人脸识别、属性识别等检测操作。但是，由于抓拍机中的识别神经网络一次仅对一张小图像进行处理，而抓拍芯片可能会从采集的图像中抠取较多数量的待处理的小图像，毫无疑问，这种对多张小图像逐一进行单张处理的方式会导致抓拍机的图像处理效率较低。针对现有技术中图像处理方式较为低效的问题，目前尚未提出有效的解决方案。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种图像批处理方法、装置及电子设备，能够有效提升图像处理效率。为了实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本专利技术实施例提供了一种图像批处理方法，所述方法包括：获取多张待处理的第一图像；对多张所述第一图像进行拼接处理，以形成一张第二图像；通过神经网络对所述第二图像进行处理，得到处理结果。进一步，所述拼接处理的步骤包括：将待要拼接在一起的两张所述第一图像的邻边对齐；在对齐的所述邻边之间填充预设数量的无效像素，通过所述无效像素连接所述邻边。进一步，所述第二图像为N*M个所述第一图像构成的图像矩阵；N为所述第二图像在水平方向所包含的第一图像的张数，M为所述第二图像在竖直方向所包含的第一图像的张数；所述对多张所述第一图像进行拼接处理的步骤，包括：获取与所述第一图像的数量对应的拼接参数；其中，所述拼接参数N值和M值；按照所述拼接参数对多张所述第一图像进行拼接处理。进一步，所述通过神经网络对所述第二图像进行处理，得到处理结果的步骤，包括：通过卷积神经网络对所述第二图像进行卷积处理，得到卷积结果；其中，所述卷积结果为有效卷积值和无效卷积值构成的结果矩阵；识别所述结果矩阵中的无效卷积值；将所述无效卷积值从所述结果矩阵中剔除，得到有效结果矩阵；所述有效结果矩阵由所述有效卷积值构成；将所述有效结果矩阵作为所述第二图像的处理结果。进一步，所述识别所述结果矩阵中的无效卷积值的步骤，包括：根据所述无效像素在所述第二图像中的位置，识别所述结果矩阵中的无效卷积值；其中，所述无效卷积值在所述结果矩阵中的位置与所述无效像素在所述第二图像中的位置相对应。进一步，所述按照所述拼接参数对多张所述第一图像进行拼接处理的步骤，包括：在所述水平方向上对N张所述第一图像逐一进行拼接处理，形成所述图像矩阵的第一水平图像行列；在已形成的所述第一水平图像行列的下一行继续对另外N张所述第一图像逐一进行拼接处理，形成所述图像矩阵的第二水平图像行列；其中，所述第二水平图像行列中的第一图像分别与水平相邻的第一图像、垂直相邻的第一水平图像行列中的第一图像，拼接在一起；重复执行上述步骤，直至形成所述图像矩阵的第M水平图像行列。进一步，所述预设数量为一至五个中的任一个。进一步，所述预设数量为两个。第二方面，本专利技术实施例还提供一种图像批处理装置，所述装置包括：图像获取模块，用于获取多张待处理的第一图像；拼接模块，用于对多张所述第一图像进行拼接处理，以形成一张第二图像；处理模块，用于通过神经网络对所述第二图像进行处理，得到处理结果。第三方面，本专利技术实施例提供了一种电子设备，包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面任一项所述的方法的步骤。本专利技术实施例提供了一种图像批处理方法、装置及电子设备，通过将多张第一图像进行拼接形成第二图像，神经网络可直接对第二图像进行处理，得到处理结果。本实施例提供的上述方式通过将多张小图像进行拼接形成一张大图像，从而可对多张小图像同时进行批处理，能够有效提升神经网络的图像处理效率。本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了本专利技术实施例所提供的一种电子设备的结构示意图；图2示出了本专利技术实施例所提供的一种图像批处理方法流程图；图3示出了本专利技术实施例所提供的一种图像拼接示意图；图4示出了本专利技术实施例所提供的另一种图像拼接示意图；图5示出了本专利技术实施例所提供的一种卷积处理示意图；图6示出了本专利技术实施例所提供的一种处理结果示意图；图7示出了本专利技术实施例所提供的一种小图像拼接流程图；图8示出了本专利技术实施例所提供的一种大图像输出流程图；图9示出了本专利技术实施例所提供的一种图像批处理装置的结构框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。考虑到现有技术中神经网络单张处理图像的方式较为低效，从而影响图像处理设备的处理效率的问题，本专利技术实施例提供的一种图像批处理方法、装置及电子设备，该技术可应用于涉及图像处理的电子设备，诸如摄像机、抓拍机、人脸识别器、智能手机或电脑等，以下对本专利技术实施例进行详细介绍。实施例一：首先，参照图1来描述用于实现本专利技术实施例的图像批处理方法、装置及电子设备的示例电子设备100。如图1所示的一种电子设备的结构示意图，电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108以及图像采集装置110，这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意，图1所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构。所述处理器102可以采用数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)中的至少一种硬件形式来实现，所述处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元中的一种或几种的组合，并且可以控制所述电子设备100中的其它组件以执行本文档来自技高网...

【技术保护点】
1.一种图像批处理方法，其特征在于，所述方法包括：获取多张待处理的第一图像；对多张所述第一图像进行拼接处理，以形成一张第二图像；通过神经网络对所述第二图像进行处理，得到处理结果。

【技术特征摘要】
1.一种图像批处理方法，其特征在于，所述方法包括：获取多张待处理的第一图像；对多张所述第一图像进行拼接处理，以形成一张第二图像；通过神经网络对所述第二图像进行处理，得到处理结果。2.根据权利要求1所述的方法，其特征在于，所述拼接处理的步骤包括：将待要拼接在一起的两张所述第一图像的邻边对齐；在对齐的所述邻边之间填充预设数量的无效像素，通过所述无效像素连接所述邻边。3.根据权利要求2所述的方法，其特征在于，所述第二图像为N*M个所述第一图像构成的图像矩阵；N为所述第二图像在水平方向所包含的第一图像的张数，M为所述第二图像在竖直方向所包含的第一图像的张数；所述对多张所述第一图像进行拼接处理的步骤，包括：获取与所述第一图像的数量对应的拼接参数；其中，所述拼接参数包括N值和M值；按照所述拼接参数对多张所述第一图像进行拼接处理。4.根据权利要求2所述的方法，其特征在于，所述通过神经网络对所述第二图像进行处理，得到处理结果的步骤，包括：通过卷积神经网络对所述第二图像进行卷积处理，得到卷积结果；其中，所述卷积结果为有效卷积值和无效卷积值构成的结果矩阵；识别所述结果矩阵中的无效卷积值；将所述无效卷积值从所述结果矩阵中剔除，得到有效结果矩阵；所述有效结果矩阵由所述有效卷积值构成；将所述有效结果矩阵作为所述第二图像的处理结果。5.根据权利要求2所述的方法，其特征在于，所述识别所述结果矩阵中的无效卷积值的步骤，包括：根据所述无效像素在所述第二图像中的位置，识别所述结果矩阵中的无效卷...

【专利技术属性】
技术研发人员：梁喆，朱雨，
申请(专利权)人：北京旷视科技有限公司，
类型：发明
国别省市：北京,11