时序平滑方法、装置及电子设备制造方法及图纸

本公开是关于时序平滑方法、装置及电子设备。方法包括：基于当前图像帧中目标的原始概率值的效用值，计算第一加权系数，所述第一加权系数与所述效用值正相关，所述效用值用于表示所述原始概率值对于确定所述目标的特征的有效程度；将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，与前图像帧中所述目标的平滑概率值进行归一化加权平均，得到所述当前图像帧中所述目标的平滑概率值。可以基于当前图像帧中目标的原始概率值的效用值，动态确定当前图像帧中目标的原始概率值的加权系数，以使得加权系数更加适合该目标，实现针对当前图像帧中不同的目标，利用适合该目标的加权系数，对该目标进行更为准确的时序平滑处理。

Sequence Smoothing Method, Device and Electronic Equipment

The present disclosure relates to timing smoothing methods, devices and electronic devices. The method includes: calculating the first weighting coefficient based on the utility value of the original probability value of the target in the current image frame, the first weighting coefficient is positively correlated with the utility value, the utility value is used to express the effectiveness of the original probability value for determining the characteristics of the target, and the first weighting coefficient is used as the original probability value of the target in the current image frame. The weighted coefficients are normalized and weighted with the smoothing probability values of the targets in the previous image frame, and the smoothing probability values of the targets in the current image frame are obtained. Based on the utility value of the original probability value of the target in the current image frame, the weighting coefficients of the original probability value of the target in the current image frame can be determined dynamically, so that the weighting coefficients are more suitable for the target, and different targets in the current image frame can be smoothed more accurately by using the weighting coefficients suitable for the target.

【技术实现步骤摘要】
时序平滑方法、装置及电子设备
本公开涉及深度学习算法
，尤其涉及时序平滑方法、装置及电子设备。
技术介绍
相关技术中，可以通过预设的图像分析算法，对图像帧中的目标进行分析，以确定图像帧中目标的特征，例如确定图像帧中的像素点是否属于前景区域，由于图像分析算法可能存在一定的误差，因此一些图像分析算法的输出可以是概率值(以下称原始概率值)，例如输出的分析结果是图像帧中的像素点属于前景区域的概率。在使用图像分析算法对连续多个图像帧进行处理时，由于可能存在随机分布的噪声信号，因此当前图像帧中目标的原始概率值与该目标在当前图像帧的上一图像帧(以下称前图像帧)的原始概率值可能存在较大差距，使得确定得到的该目标的特征在时域上存在波动，即确定得到目标的特征不稳定。为了提高确定得到目标的特征在时域上的稳定性，可以对当前图像帧中目标的原始概率值进行时序平滑处理，得到平滑概率值，并基于平滑概率值确定目标的特征。在相关技术中，时序平滑处理可以是将当前图像帧中目标的原始概率值和前图像帧中目标的平滑概率值按照一定的加权系数进行加权平均，并将加权平均结果作为当前图像帧中目标的平滑概率值，该平滑概率值，相比于当前图像帧中目标的原始概率值更加接近于前图像帧中目标的平滑概率值，因此基于平滑概率值确定得到目标的特征在时域上的稳定性更好。但是，当前图像帧中不同目标的原始概率值不同，使用相同的加权系数，难以对不同的目标进行准确地时序平滑。
技术实现思路
为克服相关技术中存在的问题，本公开提供一种关键点位置确定方法、装置及电子设备。根据本公开实施例的第一方面，提供一种关键点位置确定方法，包括：基于当前图像帧中目标的原始概率值的效用值，计算第一加权系数，所述第一加权系数与所述效用值正相关，所述效用值用于表示所述原始概率值对于确定所述目标的特征的有效程度；将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，与前图像帧中所述目标的平滑概率值进行归一化加权平均，得到所述当前图像帧中所述目标的平滑概率值。结合第一方面，在第一种可能的实现方式中，所述效用值与，所述当前图像帧中目标的原始概率值和0.5的差值的绝对值正相关。结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述基于当前图像帧中目标的原始概率值的效用值，计算第一加权系数，包括：将当前图像帧中目标的原始概率值作为预设的系数确定方程的输入，将所述系数确定方程的输出作为第一加权系数，所述系数确定方程的可行域包括[0，1]，并且所述系数确定方程在[0，0.5]上单调递减，并且在[0.5，1]上单调递增。结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，所述系数确定方程通过以下方式得到，包括：过点(0，1)、(1，1)、(0.5，a)构建二次曲线，其中，a为大于等于0并且小于1的预设值；将构建得到的二次曲线的曲线方程作为系数确定方程。结合第一方面的第三种可能的实现方式中，在第四种可能的实现方式中，所述将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，与前图像帧中所述目标的平滑概率值进行归一化加权平均，得到所述当前图像帧中所述目标的平滑概率值，包括：将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，将1与所述第一加权系数的差值作为前图像帧中所述目标的平滑概率值的加权系数，进行加权平均，得到所述当前图像帧中所述目标的平滑概率值。根据公开实施例的第二方面，提供了一种时序平滑装置，包括：系数确定单元，被配置为执行基于当前图像帧中目标的原始概率值的效用值，计算第一加权系数，所述第一加权系数与所述效用值正相关，所述效用值用于表示所述原始概率值对于确定所述目标的特征的有效程度；加权平均单元，被配置为执行将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，与前图像帧中所述目标的平滑概率值进行归一化加权平均，得到所述当前图像帧中所述目标的平滑概率值。结合第二方面，在第一种可能的实现方式中，所述效用值与，所述当前图像帧中目标的原始概率值和0.5的差值的绝对值正相关。结合第二方面的第一种可能的实现方式，在第二种可能的实现方式中，所述系数确定单元，具体被配置为将当前图像帧中目标的原始概率值作为预设的系数确定方程的输入，将所述系数确定方程的输出作为第一加权系数，所述系数确定方程的可行域包括[0，1]，并且所述系数确定方程在[0，0.5]上单调递减，并且在[0.5，1]上单调递增。结合第二方面的第二种可能的实现方式，在第三种可能的实现方式中，所述系数确定单元，还被配置为执行过点(0，1)、(1，1)、(0.5，a)构建二次曲线，其中，a为大于等于0并且小于1的预设值；将构建得到的二次曲线的曲线方程作为系数确定方程。结合第二方面的第三种可能的实现方式，在第四种可能的实现方式中，所述加权平均单元，具体被配置为将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，将1与所述第一加权系数的差值作为前图像帧中所述目标的平滑概率值的加权系数，进行加权平均，得到所述当前图像帧中所述目标的平滑概率值。根据本公开实施例的第三方面，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：基于当前图像帧中目标的原始概率值的效用值，计算第一加权系数，所述第一加权系数与所述效用值正相关，所述效用值用于表示所述原始概率值对于确定所述目标的特征的有效程度；将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，与前图像帧中所述目标的平滑概率值进行归一化加权平均，得到所述当前图像帧中所述目标的平滑概率值。结合第三方面，在第一种可能的实现方式中，所述效用值与，所述当前图像帧中目标的原始概率值和0.5的差值的绝对值正相关。结合第三方面的第一种可能的实现方式，在第二种可能的实现方式中，所述处理器，具体被配置为：将当前图像帧中目标的原始概率值作为预设的系数确定方程的输入，将所述系数确定方程的输出作为第一加权系数，所述系数确定方程的可行域包括[0，1]，并且所述系数确定方程在[0，0.5]上单调递减，并且在[0.5，1]上单调递增。结合第三方面的第二种可能的实现方式，在第三种可能的实现方式中，所述处理器，还被配置为：过点(0，1)、(1，1)、(0.5，a)构建二次曲线，其中，a为大于等于0并且小于1的预设值；将构建得到的二次曲线的曲线方程作为系数确定方程。结合第三方方面的第三种可能的实现方式，在第四种可能的实现方式中，所述处理器，具体被配置为：将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，将1与所述第一加权系数的差值作为前图像帧中所述目标的平滑概率值的加权系数，进行加权平均，得到所述当前图像帧中所述目标的平滑概率值。根据本公开实施例的第四方面，提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行一种时序平滑方法，所述方法包括：基于当前图像帧中目标的原始概率值的效用值，计算第一加权系数，所述第一加权系数与所述效用值正相关，所述效用值用于表示所述原始概率值对于确定所述目标的特征的有效程度；将所述第一加权系数作为所述当前图像帧中所本文档来自技高网...

【技术保护点】
1.一种时序平滑方法，其特征在于，包括：基于当前图像帧中目标的原始概率值的效用值，计算第一加权系数，所述第一加权系数与所述效用值正相关，所述效用值用于表示所述原始概率值对于确定所述目标的特征的有效程度；将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，与前图像帧中所述目标的平滑概率值进行归一化加权平均，得到所述当前图像帧中所述目标的平滑概率值。

【技术特征摘要】
1.一种时序平滑方法，其特征在于，包括：基于当前图像帧中目标的原始概率值的效用值，计算第一加权系数，所述第一加权系数与所述效用值正相关，所述效用值用于表示所述原始概率值对于确定所述目标的特征的有效程度；将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，与前图像帧中所述目标的平滑概率值进行归一化加权平均，得到所述当前图像帧中所述目标的平滑概率值。2.根据权利要求1所述的方法，其特征在于，所述效用值与，所述当前图像帧中目标的原始概率值和0.5的差值的绝对值正相关。3.根据权利要求2所述的方法，其特征在于，所述基于当前图像帧中目标的原始概率值的效用值，计算第一加权系数，包括：将当前图像帧中目标的原始概率值作为预设的系数确定方程的输入，将所述系数确定方程的输出作为第一加权系数，所述系数确定方程的可行域包括[0，1]，并且所述系数确定方程在[0，0.5]上单调递减，并且在[0.5，1]上单调递增。4.根据权利要求3所述的方法，其特征在于，所述系数确定方程通过以下方式得到，包括：过点(0,1)、(1,1)、(0.5，a)构建二次曲线，其中，a为大于等于0并且小于1的预设值；将构建得到的二次曲线的曲线方程作为系数确定方程。5.根据权利要求4所述的方法，其特征在于，所述将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，与前图像帧中所述目标的平滑概率值进行归一化加权平均，得到所述当前图像帧中所述目标的平滑概率值，包括：将所述第一加权系数作为所述当前图像帧中所述目标的原始概率值的加权系数，将1与所述第一加权系数的差值作为前图像帧中所述目标的平滑概率值的加权系数，进行加权平均，得到所述当前图像帧中所述目标的平滑概率值。6.一种时序平滑装置，其特征在于，包括：系数确定单元，被配置为执行基于当前图像帧中目标的原始概率值的效用值，计算第一加权系数，所...

【专利技术属性】
技术研发人员：宋丛礼，于永航，郑文，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京,11