图像处理方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种图像处理方法、装置、设备及存储介质，其中方法包括：获取待检测的目标图像；对目标图像进行特征识别，得到至少一个特征图；并对至少一个特征图进行池化处理，得到各特征图的池化值；对至少一个特征图进行类别预测，得到至少一个特征图的预测类别以及各预测类别所对应的权重值；根据各特征图的池化值和各特征图的预测类别所对应的权重值，确定目标图像所对应的热力图；根据热力图确定目标图像中是否存在目标异常对象；若存在，则根据热力图获取目标异常对象的属性信息，并输出目标异常对象的属性信息。本发明专利技术实施例可以更好地对图像进行异常对象检测，提高检测结果的准确性。

Image processing method, device, equipment and storage medium

【技术实现步骤摘要】
图像处理方法、装置、设备及存储介质
本专利技术涉及图像处理
，尤其涉及一种图像处理方法、一种图像处理装置、一种图像处理设备及一种计算机存储介质。
技术介绍
图像处理是一种采用计算机对图像进行分析，以达到所需结果的技术。在图像处理
中，图像的异常对象检测是一个尤其重要的研究课题；此处的异常对象是指因发生异常故障而导致图像中存在异常特征的对象，例如因发生病变而导致医疗图像中存在疾病特征的病灶、因发生故障而导致机器设备图像中存在故障特征的设备组件、因发生故障而导致车辆图像中存在故障特征的车辆组件，等等。目前，当需要对某图像进行异常对象检测时，通常是由相关专业人员(如医生、车辆维修人员等)对该图像进行人为地分析检测，从而确定图像中是否包含异常对象，进而分析得到异常对象的属性信息。实践表明，现有的异常对象检测方式需要花费大量的人力成本，影响其检测效率，还会导致属性信息的准确性较低。因此，如何更好地对图像进行异常对象检测成为了研究热点。
技术实现思路
本专利技术实施例提供了一种图像处理方法、装置、设备及计算机存储介质，可更好地对目标图像进行异常对象检测，提高检测结果的准确性。一方面，本专利技术实施例提供了一种图像处理方法，该图像处理方法包括：获取待检测的目标图像；对所述目标图像进行特征识别，得到至少一个特征图；并对所述至少一个特征图进行池化处理，得到各特征图的池化值；对所述至少一个特征图进行类别预测，得到所述至少一个特征图的预测类别以及各预测类别所对应的权重值；根据所述各特征图的池化值和所述各特征图的预测类别所对应的权重值，确定所述目标图像所对应的热力图；根据所述热力图确定所述目标图像中是否存在目标异常对象，所述目标异常对象是指因发生异常而导致所述目标图像中存在异常特征的对象；若存在，则根据所述热力图获取所述目标异常对象的属性信息，并输出所述目标异常对象的属性信息。另一方面，本专利技术实施例提供了一种图像处理装置，该图像处理装置包括：获取单元，用于获取待检测的目标图像；处理单元，用于对待检测的目标图像进行特征识别，得到至少一个特征图；并对所述至少一个特征图进行池化处理，得到各特征图的池化值；所述处理单元，还用于对所述至少一个特征图进行类别预测，得到所述至少一个特征图的预测类别以及各预测类别所对应的权重值；所述处理单元，还用于根据所述各特征图的池化值和所述各特征图的预测类别所对应的权重值，确定所述目标图像所对应的热力图；所述处理单元，还用于根据所述热力图确定所述目标图像中是否存在目标异常对象，所述目标异常对象是指因发生异常而导致所述目标图像中存在异常特征的对象；所述获取单元，还用于若存在，则根据所述热力图获取所述目标异常对象的属性信息，并输出所述目标异常对象的属性信息。再一方面，本专利技术实施例提供了一种图像处理设备，所述图像处理设备包括输入接口和输出接口，所述图像处理设备还包括：处理器，适于实现一条或多条指令；以及，计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行如下步骤：获取待检测的目标图像；对所述目标图像进行特征识别，得到至少一个特征图；并对所述至少一个特征图进行池化处理，得到各特征图的池化值；对所述至少一个特征图进行类别预测，得到所述至少一个特征图的预测类别以及各预测类别所对应的权重值；根据所述各特征图的池化值和所述各特征图的预测类别所对应的权重值，确定所述目标图像所对应的热力图；根据所述热力图确定所述目标图像中是否存在目标异常对象，所述目标异常对象是指因发生异常而导致所述目标图像中存在异常特征的对象；若存在，则根据所述热力图获取所述目标异常对象的属性信息，并输出所述目标异常对象的属性信息。再一方面，本专利技术实施例提供了一种计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由处理器加载并执行如下步骤：获取待检测的目标图像；对所述目标图像进行特征识别，得到至少一个特征图；并对所述至少一个特征图进行池化处理，得到各特征图的池化值；对所述至少一个特征图进行类别预测，得到所述至少一个特征图的预测类别以及各预测类别所对应的权重值；根据所述各特征图的池化值和所述各特征图的预测类别所对应的权重值，确定所述目标图像所对应的热力图；根据所述热力图确定所述目标图像中是否存在目标异常对象，所述目标异常对象是指因发生异常而导致所述目标图像中存在异常特征的对象；若存在，则根据所述热力图获取所述目标异常对象的属性信息，并输出所述目标异常对象的属性信息。本专利技术实施例在获取到待检测的目标图像之后，可先对该目标图像进行特征识别，得到至少一个特征图；并对至少一个特征图进行池化处理，得到各特征图的池化值。其次，可对至少一个特征图进行类别预测，得到至少一个特征图的预测类别以及各预测类别所对应的权重值。然后，可根据各特征图的池化值和各特征图的预测类别所对应的权重值，确定目标图像所对应的热力图；使得热力图可融合多个特征图的图像特征，从而可以较为准确地反映出目标图像的图像信息，以便于后续可较为准确地根据该热力图确定目标图像是否存在目标异常对象。若存在，则可根据热力图获取并输出异常对象的属性信息，提高目标异常对象的属性信息的准确性。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种图像处理系统的架构示意图；图2是本专利技术实施例提供的一种图像处理方法的流程示意图；图3是本专利技术另一实施例提供的一种图像处理方法的流程示意图；图4a是本专利技术实施例提供的一种获取特征图的示意图；图4b是本专利技术实施例提供的一种获取热力图的示意图；图5a是本专利技术实施例提供的一种图像处理方法的应用场景图；图5b是本专利技术实施例提供的另一种图像处理方法的应用场景图；图6是本专利技术实施例提供的一种图像处理装置的结构示意图；图7是本专利技术实施例提供的一种图像处理设备的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。图像是客观对象的一种相似性的、生动性的描述或写真，是人类社会活动中最常用的信息载体；广义上讲，图像就是所有具有视觉效果的画面。为了更好地对目标图像进行异常对象检测，本专利技术实施例提供了一种图像处理系统；如图1所示，该图像处理系统可至少包括：图像采集设备11和图像处理设备12。其中，图像采集设备11是指具有图像采集功能的设备，其具体可包括以下任一项：电子内窥镜、照相机、能够拍照的终端设备，等等；此处的电子内窥镜是本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n获取待检测的目标图像；/n对所述目标图像进行特征识别，得到至少一个特征图；并对所述至少一个特征图进行池化处理，得到各特征图的池化值；/n对所述至少一个特征图进行类别预测，得到所述至少一个特征图的预测类别以及各预测类别所对应的权重值；/n根据所述各特征图的池化值和所述各特征图的预测类别所对应的权重值，确定所述目标图像所对应的热力图；/n根据所述热力图确定所述目标图像中是否存在目标异常对象，所述目标异常对象是指因发生异常而导致所述目标图像中存在异常特征的对象；/n若存在，则根据所述热力图获取所述目标异常对象的属性信息，并输出所述目标异常对象的属性信息。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
获取待检测的目标图像；
对所述目标图像进行特征识别，得到至少一个特征图；并对所述至少一个特征图进行池化处理，得到各特征图的池化值；
对所述至少一个特征图进行类别预测，得到所述至少一个特征图的预测类别以及各预测类别所对应的权重值；
根据所述各特征图的池化值和所述各特征图的预测类别所对应的权重值，确定所述目标图像所对应的热力图；
根据所述热力图确定所述目标图像中是否存在目标异常对象，所述目标异常对象是指因发生异常而导致所述目标图像中存在异常特征的对象；
若存在，则根据所述热力图获取所述目标异常对象的属性信息，并输出所述目标异常对象的属性信息。


2.如权利要求1所述的方法，其特征在于，所述对所述至少一个特征图进行类别预测，得到所述至少一个特征图的预测类别以及各预测类别所对应的权重值，包括：
对所述目标特征图进行类别预测，得到至少一个候选类别以及各候选类别的预测值，任一候选类别的预测值用于表示所述目标特征图包含所述候选类别所指示的异常对象的概率，所述目标特征图为所述至少一个特征图中的任一特征图；
根据所述各候选类别的预测值，从所述至少一个候选类别中选取一个候选类别作为所述目标特征图的预测类别；
根据所述预测类别的预测值，计算所述目标特征图的预测类别所对应的权重值；所述预测类别的预测值为被选取的候选类别的预测值。


3.如权利要求2所述的方法，其特征在于，所述目标特征图包括至少一个像素的像素值；所述根据所述预测类别的预测值，计算所述目标特征图的预测类别所对应的权重值，包括：
对所述目标特征图像中的各像素的像素值进行偏导运算，得到所述各像素的偏导后的像素值；以及对所述预测类别的预测值进行偏导运算，得到偏导后的预测值；
分别计算所述偏导后的预测值和所述各像素的偏导后的像素值之间的比值，并将计算得到的各比值的均值作为所述目标特征图的预测类别所对应的权重值。


4.如权利要求1所述的方法，其特征在于，所述至少一个特征图包括第一特征图和第二特征图；所述根据所述各特征图的池化值和所述各特征图的预测类别所对应的权重值，确定所述目标图像所对应的热力图，包括：
加权所述第一特征图的池化值和所述第一特征图的预测类别所对应的权重值，得到所述第一特征图的加权值；
加权所述第二特征图的池化值和所述第二特征图的预测类别所对应的权重值，得到所述第二特征图的加权值；
对所述第一特征图的加权值和所述第二特征图的加权值进行求和，得到所述目标图像所对应的热力图。


5.如权利要求1-4任一项所述的方法，其特征在于，所述根据所述热力图获取所述目标异常对象的属性信息，包括：
调用优化的图像处理模型根据所述热力图预测所述目标异常对象的中心点，得到所述目标异常对象的目标中心点以及所述目标中心点的坐标；
调用所述优化的图像处理模型基...

【专利技术属性】
技术研发人员：张杰，黄访，
申请(专利权)人：重庆金山医疗技术研究院有限公司，
类型：发明
国别省市：重庆;50