本发明专利技术实施例公开了一种图像处理方法及装置、检测设备及存储介质。所述图像处理方法，包括：确定目标在所述图像中的目标区域；从所述目标区域提取出第一类特征，其中，所述第一类特征，包括所述目标的图像特征；根据同一个目标在前后两帧图像的分布，得到第二类特征；根据所述第一类特征和所述第二类特征进行目标跟踪。
【技术实现步骤摘要】
图像处理方法及装置、检测设备及存储介质
本专利技术涉及信息
，尤其涉及一种图像处理方法及装置、检测设备及存储介质。
技术介绍
在安防领域、动作分析领域等都会需要对图像中的人像进行关键点检测，基于关键点检测获得人体的空间位置信息和/或人体特征信息等。在先关技术中有多种检测人体的关键点的方法，但是发现误差比较大，例如，可能会一个人像识别为多个人像。
技术实现思路
本专利技术实施例期望提供一种图像处理方法及装置、检测设备及存储介质。本专利技术的技术方案是这样实现的：一种图像处理方法，包括：确定目标在所述图像中的目标区域；从所述目标区域提取出第一类特征，其中，所述第一类特征，包括所述目标的图像特征；根据同一个目标在前后两帧图像的分布，得到第二类特征；根据所述第一类特征和所述第二类特征进行目标跟踪。基于上述方案，所述第二类特征包括：第t帧图像中一个目标的关键点指向第t+1帧图像对应目标的中心点的矢量，和/或，第t+1帧图像的目标的关键点指向第t帧图像对应目标的中心点的矢量，t为自然数。基于上述方案，所述根据所述第一类特征和所述第二类特征进行目标跟踪，包括：将第t+1帧图像的第一类特征和所述第t帧图像的第一类特征进行匹配，得到第一差分信息；将第t+1帧图像相对于第t帧图像的第二类特征，和所述第t帧图像相对于所述第t-1帧图像得到第二类特征进行匹配，得到第二差分信息；根据所述第一差分信息和所述第二差分信息，得到所述第t+1帧图像中的目标与第t帧图像中对应目标之间的对应关系。基于上述方案，所述根据所述第一差分信息和所述第二差分信息，得到所述第t+1帧图像中的目标与第t帧图像中对应目标之间的对应关系，包括：将第t+1帧图像中第一目标的第一差分信息和所述第一目标的所述第二差分信息，进行加权求和得到求和值；确定最小所述求和值对应的所述第t+1帧图像的第一目标和第t帧图像的第二目标为同一个目标。基于上述方案，所述从所述目标区域提取出第一类特征，包括：对所述目标区域进行残差处理获得残差特征；基于所述残差特征，得到所述第一类特征。基于上述方案，所述从所述目标区域提取出第一类特征，包括：利用第一残差层对所述目标区域进行残差处理，得到第一残差特征；利用第二残差层对所述第一残差特征进行残差处理，得到第二残差特征；利用第三残差层对所述第二残差特征进行残差处理，得到第三残差特征；利用第四残差层对所述第三残差特征进行残差处理，得到第四残差特征；基于所述第四残差特征，得到所述图像特征；所述基于所述残差特征，得到所述第一类特征，包括：基于所述第四残差特征，得到所述图像特征。基于上述方案，所述利用第一残差层对所述目标区域进行残差处理，得到第一残差特征，包括：利用包括N1个第一残差模块的第一残差子层对所述目标区域进行残差处理，得到一次残差特征；利用包括N2个第二残差模块的第二残差子层对所述一次残差特征进行残差处理，得到二次残差特征，N1为正整数；N2为正整数；结合所述一次残差特征和所述二次残差特征，得到所述第一残差特征。基于上述方案，所述基于所述第四残差特征，得到所述图像特征，包括：对所述第四残差特征进行池化处理得到池化后的特征；基于所述池化后的特征，得到所述图像特征。基于上述方案，所述基于所述池化后的特征，得到所述图像特征，包括：将所述第四残差特征进行第一池化处理得到的第一池化特征与所述第二残差特征进行全连接得到第一特征；将所述第四残差特征进行第二池化处理得到第二特征；拼接所述第一特征和所述第二特征得到所述图像特征。基于上述方案，所述根据同一个目标在前后两帧图像的分布，得到第二类特征，包括：从前后两帧图像中分别获得两个第三类特征，其中，所述第三类特征包括：编码了同一个目标内部关键点的空间位置信息且能够区分不同目标的特征；基于两个所述第三类特征，生成所述第二类特征。基于上述方案，所述基于两个所述第三类特征，生成所述第二类特征，包括：根据第四类特征，进行两个所述第二类特征的拼接，其中，所述第四类特征包括：用于指示对应像素为目标的关键点的置信度；基于所述第四类特征，进行两个所述第三类特征的拼接得到拼接特征；基于所述拼接特征，生成所述第二类特征。基于上述方案，所述基于所述拼接特征，生成所述第二类特征，包括：利用第一卷积层对所述拼接特征进行卷积处理，得到第一卷积特征；利用沙漏型转换网络对第一卷积特征进行转换处理得到转换特征；利用第二卷积层对所述转换特征进行卷积处理，得到所述第二类特征。基于上述方案，所述利用第二卷积层对所述转换特征进行卷积处理，得到所述第二类特征，包括：利用第一卷积子层对所述转换特征进行一次卷积处理，得到一次卷积特征；利用第二卷积子层对所述一次卷积特征进行二次卷积处理，得到二次卷积特征；利用第三卷积子层对所述二次卷积特征进行三次卷积处理，得到所述第二类特征。一种图像处理方法，包括：确定模块，用于确定目标在所述图像中的目标区域；提取模块，用于从所述目标区域提取出第一类特征，其中，所述第一类特征，包括所述目标的图像特征；得到模块，用于根据同一个目标在前后两帧图像的分布，得到第二类特征；跟踪模块，用于根据所述第一类特征和所述第二类特征进行目标跟踪。基于上述方案，所述第二类特征包括：第t帧图像中一个目标的关键点指向第t+1帧图像对应目标的中心点的矢量，和/或，第t+1帧图像的目标的关键点指向第t帧图像对应目标的中心点的矢量，t为自然数。基于上述方案，所述跟踪模块，具体用于将第t+1帧图像的第一类特征和所述第t帧图像的第一类特征进行匹配，得到第一差分信息；将第t+1帧图像相对于第t帧图像的第二类特征，和所述第t帧图像相对于所述第t-1帧图像得到第二类特征进行匹配，得到第二差分信息；根据所述第一差分信息和所述第二差分信息，得到所述第t+1帧图像中的目标与第t帧图像中对应目标之间的对应关系。基于上述方案，所述跟踪模块，具体用于将第t+1帧图像中第一目标的第一差分信息和所述第一目标的所述第二差分信息，进行加权求和得到求和值；确定最小所述求和值对应的所述第t+1帧图像的第一目标和第t帧图像的第二目标为同一个目标。基于上述方案，对所述目标区域进行残差处理获得残差特征；基于所述残差特征，得到所述第一类特征。基于上述方案，所述提取模块，具体用于利用第一残差层对所述目标区域进行残差处理，得到第一残差特征；利用第二残差层对所述第一残差特征进行残差处理，得到第二残差特征；利用第三残差层对所述第二残差特征进行残差处理，得到第三残差特征；利用第四残差层对所述第三残差特征进行残差处理，得到第四残差特征；基于所述第四残差特征，得到所述图像特征；基于所述第四残差特征，得到所述图像特征。基于上述方案，所述提取模块，具体用于利用包括N1个第一残差模块的第一残差子层对所述目标区域进行残差处理，得到一次残差特征；利用包括N2个第二残差模块的第二残差子层对所述一次残差特征进行残差处理，得到二次残差特征，N1为正整数；N2为正整数；结合所述一次残差特征和所述二次残差特征，得到所述第一残差特征。基于上述方案，所述提取模块，具体用于对所述第四残差特征进行池化处理得到池化后的特征；基于所述池化后的特征，得到所述图像特征。基于上述方案，所述提取模块，具体用于将所述第四残差特征进行第一池化处理得到本文档来自技高网...
【技术保护点】
1.一种图像处理方法，其特征在于，包括：确定目标在所述图像中的目标区域；从所述目标区域提取出第一类特征，其中，所述第一类特征，包括所述目标的图像特征；根据同一个目标在前后两帧图像的分布，得到第二类特征；根据所述第一类特征和所述第二类特征进行目标跟踪。
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：确定目标在所述图像中的目标区域；从所述目标区域提取出第一类特征，其中，所述第一类特征，包括所述目标的图像特征；根据同一个目标在前后两帧图像的分布，得到第二类特征；根据所述第一类特征和所述第二类特征进行目标跟踪。2.根据权利要求1所述的方法，其特征在于，所述第二类特征包括：第t帧图像中一个目标的关键点指向第t+1帧图像对应目标的中心点的矢量，和/或，第t+1帧图像的目标的关键点指向第t帧图像对应目标的中心点的矢量，t为自然数。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一类特征和所述第二类特征进行目标跟踪，包括：将第t+1帧图像的第一类特征和所述第t帧图像的第一类特征进行匹配，得到第一差分信息；将第t+1帧图像相对于第t帧图像的第二类特征，和所述第t帧图像相对于所述第t-1帧图像得到第二类特征进行匹配，得到第二差分信息；根据所述第一差分信息和所述第二差分信息，得到所述第t+1帧图像中的目标与第t帧图像中对应目标之间的对应关系。4.根据权利要求3所述的方法，其特征在于，所述根据所述第一差分信息和所述第二差分信息，得到所述第t+1帧图像中的目标与第t帧图像中对应目标之间的对应关系，包括：将第t+1帧图像中第一目标的第一差分信息和所述第一目标的所述第二差分信息，进行加权求和得到求和值；确定最小所述求和值对应的所述第t+1帧图像的第一目标和第t帧图像的第二目标为同一个目标。5.根据权利要求1至4任一项所述的方法，其特征在于，所述从所述目标区域提取出第一类特征，包括：对所述目标区域进行残差处理获得残差特征；基...
【专利技术属性】
技术研发人员：金晟，刘文韬，钱晨，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。