图像处理方法、装置、电子设备和计算机存储介质制造方法及图纸

本发明专利技术提供了一种图像处理方法、装置、电子设备和计算机存储介质，该方法包括：获取待处理图像；对待处理图像进行特征提取，得到目标特征点的热力图；对目标特征点的热力图进行积分运算，并根据积分运算结果确定目标特征点在待处理图像中的位置坐标。通过本发明专利技术的图像处理方法得到的待检测对象的特征点在待处理图像中的位置坐标更加准确，进而基于该准确性好的特征点的位置坐标确定的待检测对象相对于图像采集设备的三维位姿也更加准确，缓解了现有的图像处理方法准确性差的技术问题。

Image Processing Method, Device, Electronic Equipment and Computer Storage Media

The invention provides an image processing method, device, electronic equipment and computer storage medium. The method includes: acquiring the image to be processed; extracting the features of the processed image to obtain the thermodynamic diagram of the target feature points; integrating the thermodynamic diagram of the target feature points, and determining the position coordinates of the target feature points in the image to be processed according to the results of the integration operation. The position coordinates of the feature points of the object to be detected obtained by the image processing method of the present invention are more accurate in the image to be processed, and the position coordinates of the object to be detected based on the position coordinates of the feature points with good accuracy are also more accurate than those of the image acquisition equipment, thus alleviating the technical problems of poor accuracy of the existing image processing methods.

【技术实现步骤摘要】
图像处理方法、装置、电子设备和计算机存储介质
本专利技术涉及图像处理的
，尤其是涉及一种图像处理方法、装置、电子设备和计算机存储介质。
技术介绍
在物流仓库中，需要对仓库内的货物进行大量的运输传送。目前，在对物流仓库内的货物进行运输传送时，一般是司机获取运输信息后，开动叉车将存放在物流托盘上的货物进行叉取传输。这种方式需要耗费较大的人力，且效率较低。如果叉车能够自动叉取物流托盘，并进行货物的运输，便可大大减少人力耗费，提高效率。而要实现叉车自动叉取物流托盘，那么需要叉车能够获知物流托盘的精确位置，这就需要对物流托盘的各个关键点的坐标进行检测。现有技术中，在对目标的关键点的坐标进行检测时，一般采用如下的方式(以人脸关键点的检测进行说明)：获取原始样本人脸图像，对原始样本人脸图像进行人脸特征点标注，得到携带人脸特征点的图像，进而，采用携带人脸特征点的图像对原始人脸特征点检测模型进行训练，得到人脸特征点检测模型。在进行检测时，将待测人脸图像输入至人脸特征点检测模型，即可得到各个人脸特征点的坐标。若将该种检测方式应用于物流托盘的关键点的坐标检测中，由于这种检测方式更关注检测结果的整体视本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：获取待处理图像，其中，所述待处理图像中包含待检测对象；对所述待处理图像进行特征提取，得到目标特征点的热力图，其中，所述目标特征点为所述待处理图像中待检测对象的特征点，所述热力图中包含多个像素点，每个像素点的像素值表征其为目标特征点的概率；对所述目标特征点的热力图进行积分运算，并根据积分运算结果确定所述目标特征点在所述待处理图像中的位置坐标。

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取待处理图像，其中，所述待处理图像中包含待检测对象；对所述待处理图像进行特征提取，得到目标特征点的热力图，其中，所述目标特征点为所述待处理图像中待检测对象的特征点，所述热力图中包含多个像素点，每个像素点的像素值表征其为目标特征点的概率；对所述目标特征点的热力图进行积分运算，并根据积分运算结果确定所述目标特征点在所述待处理图像中的位置坐标。2.根据权利要求1所述的方法，其特征在于，所述目标特征点为多个，且每个所述目标特征点均对应一个热力图；对所述目标特征点的热力图进行积分运算包括：对每个所述目标特征点所对应的热力图进行积分运算，并根据积分运算结果确定每个所述目标特征点在所述待处理图像中的位置坐标。3.根据权利要求1所述的方法，其特征在于，对所述待处理图像进行特征提取，得到目标特征点的热力图包括：通过卷积神经网络模型对所述待处理图像进行特征提取，得到所述目标特征点的热力图；对所述目标特征点的热力图进行积分运算包括：通过所述卷积神经网络模型对所述目标特征点的热力图进行积分运算。4.根据权利要求3所述的方法，其特征在于，所述卷积神经网络模型包括：残差模块和积分模块；通过卷积神经网络模型对所述待处理图像进行特征提取，得到所述目标特征点的热力图包括：通过所述卷积神经网络模型中的残差模块对所述待处理图像进行特征提取，得到所述目标特征点的热力图；通过所述卷积神经网络模型对所述目标特征点的热力图进行积分运算包括：通过所述卷积神经网络模型中的积分模块对所述目标特征点的热力图进行积分运算。5.根据权利要求4所述的方法，其特征在于，所述积分模块包括：第一积分模块和第二积分模块；所述目标特征点为多个，且每个所述目标特征点均对应一个热力图；通过所述卷积神经网络模型中的积分模块对所述目标特征点的热力图进行积分运算包括：通过所述第一积分模块对目标特征点Ak的热力图Bk进行X轴积分运算，得到所述目标特征点Ak在所述待处理图像中的横坐标，其中，所述第一积分模块的积分运算算式为k依次取1至K，K为所述目标特征点的数量，I*J表示所述热力图Bk的大小，xi表示所述热力图Bk中第i列像素点的横坐标，Pij表示所述热力图Bk中第i列第j行的像素点所对应的像素值；通过所述第二积分模块对所述目标特征点Ak的热力图Bk进行Y轴积分运算，得到所述目标特征点Ak在所述待处理图像中的纵坐标，其中，所述第二积分模块的积分运算算式为k依次取1至K，K为所述目标特征点的数量，I*J表示所述热力图Bk的大小，yj表示所述热力图Bk中第j行像素点的纵坐标，Pij表示所述热力图Bk中第i列第j行的像素点所对应的像素值；将所述目标特征点Ak在所述待处理图像中的横坐标和所述目标特征点Ak在所述待处理图像中的纵坐标作为所述目标特征点Ak在所述待处理图像中的位置坐标。6.根据权利要求1所述的方法，其特征在...

【专利技术属性】
技术研发人员：陈亚南，
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