【技术实现步骤摘要】
图像处理方法及装置、电子设备和存储介质
本公开涉及计算机
，尤其涉及一种图像处理方法及装置、电子设备和存储介质。
技术介绍
强化学习是机器学习的一个重要方法，强化学习可以在智能设备与环境的交互过程中，不断对智能设备的行为进行优化。强化学习结合计算机视觉实现智能设备的自主操作是近年来人工智能领域的一个热门研究方向，可以使实智能设备具有更加广泛的应用前景。但是，如何将强化学习结合计算机视觉使智能设备具有优越的自主操作能力是一个尚待解决的问题。
技术实现思路
本公开提出了一种图像处理技术方案。根据本公开的一方面，提供了一种图像处理方法，包括：获取采集的目标图像；对所述目标图像进行特征提取，得到所述目标图像中目标对象的对象特征；其中，所述对象特征与所述目标图像的图像背景不相关。在一个或多个可选实施例中，所述对所述目标图像进行特征提取，得到所述目标图像中目标对象的对象特征，包括：利用编码网络对所述目标图像进行特征提取，得到所述目标图像中目标对象的对象特征；其中，所述编码网络是基于在仿真...
【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n获取采集的目标图像；/n对所述目标图像进行特征提取，得到所述目标图像中目标对象的对象特征；其中，所述对象特征与所述目标图像的图像背景不相关。/n
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
获取采集的目标图像；
对所述目标图像进行特征提取，得到所述目标图像中目标对象的对象特征；其中，所述对象特征与所述目标图像的图像背景不相关。
2.根据权利要求1所述的方法，其特征在于，所述对所述目标图像进行特征提取，得到所述目标图像中目标对象的对象特征，包括：
利用编码网络对所述目标图像进行特征提取，得到所述目标图像中目标对象的对象特征；其中，所述编码网络是基于在仿真场景中获取的训练图像对训练网络进行训练得到的。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取在仿真场景中提取的训练图像；
利用构建的训练网络中的编码器对所述训练图像进行特征提取，得到所述训练图像中仿真对象的对象特征；
利用所述训练网络中的解码器对所述仿真对象的对象特征进行解码，得到所述解码器的输出图像；
基于所述输出图像和所述训练图像对应的标签图像，对所述训练网络的网络参数进行调整，得到编码解码网络；其中，所述编码网络是由所述编码器训练得到的，所述标签图像不包括所述训练图像中的背景信息。
4.根据权利要求3所述的方法，其特征在于，所述获取在仿真场景中提取的训练图像，包括：
构建智能设备执行目标操作的初始场景；
在所述初始场景中随机添加仿真对象以及背景信息，得到所述仿真场景；
在所述仿真场景中以预设的图像采集角度获取所述训练图像。
5.根据权利要求3所述的方法，其特征在于，所述基于所述输出图像和所述训练图像对应的标签图像，对所述训练网络的网络参数进...
【专利技术属性】
技术研发人员：杨凯，张展鹏，成慧，吴华栋，
申请(专利权)人：深圳市商汤科技有限公司，
类型：发明
国别省市：广东;44
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。