图像处理及对象再识别方法、装置、设备和存储介质制造方法及图纸

本申请涉及一种图像处理方法、装置、计算机设备和存储介质，获取视频图像；提取视频图像中对象的各源特征；通过特征融合网络对各源特征进行融合，得到融合特征；特征融合网络中各源特征在中间预设层对应的输出叠加之后，输入中间预设层的下一层；根据融合特征确定对象特征，可以使得通过融合特征确定的对象特征进行对象再识别具有较高的准确率。本申请还提供另一种得到达到该效果的图像处理方法、装置、计算机设备和存储介质，以及一种运用图像处理方法、装置的对象再识别方法、装置、计算机设备和存储介质。

【技术实现步骤摘要】
图像处理及对象再识别方法、装置、设备和存储介质
本申请涉及计算机
，特别是涉及一种图像处理方法、装置、计算机设备和存储介质及一种对象再识别方法、装置、计算机设备和存储介质。
技术介绍
对象再识别的目的是判断来自无重叠视域内不同摄像机拍摄的对象是否为同一对象，因此也是跨视域目标检索、跟踪的基础，对于智能视觉监控意义重大。由于存在摄像机拍摄的视频分辨率低、不同摄像机之间的光线不同、拍摄角度不同以及对象遮挡等问题，使得同类对象在不同摄像机下可能存在着较大的差异，因此对象再识别颇具挑战性。目前，大多对象再识别方法都是基于RGB视频帧对对象外表特征进行提取，并对对象运动特征进行离线提取，再进行简单的特征串联。然而，简单的将运动特征和外表特征进行串联并不能有效的表达两者之间的关联性，从而导致对象再识别的准确率较低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种准确率较高的图像处理方法、装置、计算机设备和存储介质及一种对象再识别方法、装置、计算机设备和存储介质。一种图像处理方法，所述方法包括：获取视频图像；提取所述视频图像中对象的各源特征；通过特征融合网络对各所述源特征进行融合，得到融合特征；所述特征融合网络中各所述源特征在中间预设层对应的输出叠加之后，输入所述中间预设层的下一层；根据所述融合特征确定对象特征。一种图像处理装置，所述装置，包括：图像获取模块，用于获取视频图像；特征提取模块，用于提取所述视频图像中对象的各源特征；特征融合模块，用于通过特征融合网络对各所述源特征进行融合，得到融合特征；所述特征融合网络中各所述源特征在中间预设层对应的输出叠加之后，输入所述中间预设层的下一层；特征确定模块，用于根据所述融合特征确定对象特征。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述图像处理方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述图像处理方法的步骤。上述图像处理及对象再识别方法、装置、计算机设备和存储介质，获取视频图像；提取所述视频图像中对象的各源特征；将各所述源特征输入特征融合网络对各所述源特征进行融合，得到融合特征；所述特征融合网络中各所述源特征在中间预设层对应的输出叠加之后，输入所述中间预设层的下一层；根据所述融合特征确定对象特征。由于通各源特征被输入特征融合网络进行特征融合，该特征融合网络中各所述源特征在中间预设层对应的输出叠加之后，输入所述中间预设层的下一层，因此，对各源特征进行融合的过程，并非是简单的将各源特征进行串联，而是在特征融合网络中的中间预设层的下一层开始对应的输出开始具有相关性，从而使得通过融合特征确定的对象特征进行对象再识别具有较高的准确率。一种图像处理方法，包括：获取视频图像；对所述视频图像进行背景滤除，得到背景滤除图像；提取所述背景滤除图像中对象的外表的特征，得到所述视频图像中对象的前景外表特征；根据所述前景外表特征确定对象特征。一种图像处理装置，所述装置，包括：图像获取模块，用于获取视频图像；背景滤除模块，用于对所述视频图像进行背景滤除，得到背景滤除图像；前景特征提取模块，用于提取所述背景滤除图像中对象的外表的特征，得到所述视频图像中对象的前景外表特征；特征确定模块，用于根据所述前景外表特征确定对象特征。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述图像处理方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述图像处理方法的步骤。上述图像处理方法、装置、计算机设备和存储介质，获取视频图像；对视频图像进行背景滤除，得到背景滤除图像；提取背景滤除图像中对象的外表的特征，得到视频图像中对象的前景外表特征；根据前景外表特征确定对象特征。由于对视频图像进行背景滤除，得到背景滤除图像，然后通过提取背景滤除图像中对象的外表的特征，得到视频图像中对象的前景外表特征；因此，该前景外表特征相对于普通的外表特征能够更为准确的表达对象的特征。从而使得通过根据前景外表特征确定的对象特征进行对象再识别具有较高的准确率。一种对象再识别方法，包括：获取各视频采集设备采集的视频数据；根据上述特征构造方法确定所述视频数据中各视频图像中各对象的对象特征；根据各所述对象特征，得到再识别结果。一种对象再识别装置，包括：视频获取模块，用于获取各视频采集设备采集的视频数据；对象特征确定模块，用于上述的对象构造装置确定所述视频数据中各视频图像中各对象的对象特征；结果确定模块，用于根据各所述对象特征，得到再识别结果。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述对象识别方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述对象识别方法的步骤。上述对象再识别方法、装置、计算机设备和存储介质，由于采用上述对象构造装置确定视频数据中各视频图像中各对象的对象特征，能够获得更为准确的再识别结果。附图说明图1为一个实施例中图像处理及对象再识别方法的应用环境图；图2为一个实施例中图像处理方法的流程示意图；图3为一实施例中，视图图像、光流图像及背景滤除图模板的示例图；图4为一具体实施例中，图像处理方法的流程示意图；图5为另一个实施例中图像处理方法的流程示意图；图6为一个实施例中对象再识别方法的流程示意图；图7为一具体实施例中，对象在识别方法的流程示意图；图8为一个实施例中图像处理装置的结构框图；图9为另一个实施例中图像处理装置的结构框图；图10为一个实施例中对象再识别装置的结构框图；图11为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的图像处理方法，可以应用于对象再识别中。当图像处理方法构造的对象特征应用于对象再识别中时，其应用环境如图1所示。其中，终端102通过网络与服务器104进行通信。图像处理方法可以运行于服务器104。客户端102发送对象再识别请求至服务器104，服务器104根据接收到的对象再识别请求进行对象再识别。在进行对象再识别的过程中，通过图像处理方法确定对象特征，再根据对象特征确定再识别结果。服务器104可以将该再识别结果通过网络发送至终端102。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器104，可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一个实施例中，如图2所示，提供了一种图像处理方法，包括以下步骤：S202，获取视频图像。视频图像可以为通过不同视频采集设备采集的视频数据中的帧图像。该视频图像中包括待确定对象特征的对象。该对象可以为物体、植物、人物或动物等。物体可以为计算机、扫码设备、气球等具有一定形态的对象。植物可以为花、草、树木等对象。人物可以为行人、工作状态的人、乘车的人、开车的人或者在预设交通工具上的人等。动物可以为各种动物，如猫、狗、猪、鸟、鱼等。S20本文档来自技高网...

【技术保护点】
1.一种图像处理方法，所述方法包括：获取视频图像；提取所述视频图像中对象的各源特征；通过特征融合网络对各所述源特征进行融合，得到融合特征；所述特征融合网络中各所述源特征在中间预设层对应的输出叠加之后，输入所述中间预设层的下一层；根据所述融合特征确定对象特征。

【技术特征摘要】
1.一种图像处理方法，所述方法包括：获取视频图像；提取所述视频图像中对象的各源特征；通过特征融合网络对各所述源特征进行融合，得到融合特征；所述特征融合网络中各所述源特征在中间预设层对应的输出叠加之后，输入所述中间预设层的下一层；根据所述融合特征确定对象特征。2.根据权利要求1所述的方法，其特征在于，所述提取所述视频图像中对象的各源特征，包括：提取所述视频图像中对象的运动光流特征；提取所述视频图像中对象的外表特征。3.根据权利要求2所述的方法，其特征在于：所述提取所述视频图像中对象的运动光流特征，包括：通过第一卷积神经网络提取所述视频图像中对象的运动光流特征；所述提取所述视频图像中对象的外表特征，包括：通过第二卷积神经网络提取所述视频图像中对象的外表特征。4.根据权利要求2所述的方法，其特征在于，所述外表特征包括所述前景外表特征；所述提取所述视频图像中对象的外表特征，包括：对所述视频图像进行背景滤除得到背景滤除图像；提取所述背景滤除图像中对象的外表的特征，得到所述视频图像中对象的前景外表特征。5.根据权利要求4所述的方法，其特征在于，所述对所述视频图像进行背景滤除得到背景滤除图像，包括：对所述视频图像中对象的姿态进行评估，得到对象姿态；根据所述对象姿态确定背景滤除模板；通过所述背景滤除模板对所述视频图像进行掩膜操作，得到背景滤除图像。6.根据权利要求2或4任意一项所述的方法，其特征在于，所述外表特征包括所述全局外表特征；所述提取所述视频图像中对象的外表特征，包括或还包括：提取所述视频图像中对象的全局外表特征。7.根据权利要求2所述的方法，其特征在于，所述提取所述视频图像中对象的运动光流特征，包括：提取所述视频图像的光流图像；对所述光流图像进行光流特征提取，得到所述视频图像中对象的运动光流特征。8.根据权利要求1所述的方法，其特征在于，所述根据所述融合特征确定对象特征的步骤，包括：采用预设注意力权重序列对所述融合特征进行掩膜操作，得到局部关注特征，所述预设注意力权重序列与所述融合特征对应的对象对应；将所述局部关注特征确定为对象特征。9.一种图像处理方法，包括：获取视频图像；对所述视频图像进行背景滤除，得到背景滤除图像；提取所述背景滤除图像中对象的外表的特征，得到所述视频图像中对象的前景外表特征；根据所述前景外表特征确定对象特征。10.根据权利要求9所述的方法，其特征在于，所述对所述视频图像进行背景滤除，得到背景滤除图像的步骤，包括：对所述视频图像中对象的姿态进行评估，得到对象姿态；根据所述对象姿态确定背景滤除模板；通过所述背景滤除模板对所述视频图像进行掩膜操作，得到背景滤除图像。11.根据权利要求10所述的方法，其特征在于，所述根据所述对象姿态确定背景滤除模板的步骤，包括：对所述对象姿态进行膨胀处理，得到背景滤除模板。12.根据权利要求10所述的方法，其特征在于，所述对所述视频图像中对象的姿态进行评估，得到对象姿态的步骤，包括...

【专利技术属性】
技术研发人员：刘皓，
申请(专利权)人：腾讯科技深圳有限公司，腾讯云计算北京有限责任公司，
类型：发明
国别省市：广东,44