图像数据筛选方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种图像数据筛选方法、装置、计算机设备和存储介质。所述方法包括：获取原图像的多个图像子区域和各个图像子区域的评分，图像子区域为根据滑动窗口和滑动步长对原图像进行划分得到的，根据滑动窗口和滑动步长，计算两个相邻的图像子区域的交并比值，根据交并比值确定图像子区域的目标组合方式，根据目标组合方式组合图像子区域，得到图像子区域集合，从各个图像子区域集合中筛选出评分最高的图像子区域，保留评分最高的图像子区域。通过计算相邻图像子区域的交并比值，根据交并比值确定组合方式，对组合的图像子区域进行筛选，保留满足条件的图像子区域，节省存储空间，减少数据量，从而提高数据处理效率。

【技术实现步骤摘要】
图像数据筛选方法、装置、计算机设备和存储介质
本申请涉及计算机
，尤其涉及一种图像数据筛选方法、装置、计算机设备和存储介质。
技术介绍
图像处理的人工智能算法中会采用滑窗的方式在整幅图像中搜索提取感兴趣的特征，经分类器分类识别后，每个窗口都会得到一个分数。比如人脸检测算法MTCNN，其每个结果都对应着输入算法的图像中一个特定范围的像素框，而且每个结果与输入图像的区域对应关系是固定的。那么结果中的两个数据之间在输入图像中的对应的搜索框的区域关系也是固定的。搜索框在图像中移动时，会在以图像中人脸为中心的附近区域都检测到这张人脸，一张人脸会被重复检测到很多次，对应的结果也是局部多次检测到人脸。滑动窗口会导致很多窗口与其他窗口存在包含或者大部分交叉的情况。这时就需要用到NMS(非极大值抑制)来选取那些邻域里分数最高，并且抑制那些分数低的窗口。传统的算法是当交并比大于设定的阈值时，保留得分高的滑窗结果，丢弃得分低的滑窗结果，为了计算交并比，需要先暂存所有的结果以及其对应的滑窗位置，然后两两计算交并比，耗费内存。专利
技术实现思路
为本文档来自技高网...

【技术保护点】
1.一种图像数据筛选方法，其特征在于，所述方法包括：/n获取原图像对应的多个图像子区域和各个所述图像子区域对应的评分，所述图像子区域为根据滑动窗口和滑动步长对所述原图像进行划分得到的图像区域；/n根据所述滑动窗口和所述滑动步长，计算任意两个相邻的所述图像子区域的交并比值；/n根据所述交并比值确定所述图像子区域的目标组合方式，根据所述目标组合方式组合所述图像子区域，得到多个图像子区域集合；/n从各个所述图像子区域集合中筛选出评分最高的所述图像子区域，作为各个所述图像子区域集合中的目标区域，保留所述目标区域。/n

【技术特征摘要】
1.一种图像数据筛选方法，其特征在于，所述方法包括：
获取原图像对应的多个图像子区域和各个所述图像子区域对应的评分，所述图像子区域为根据滑动窗口和滑动步长对所述原图像进行划分得到的图像区域；
根据所述滑动窗口和所述滑动步长，计算任意两个相邻的所述图像子区域的交并比值；
根据所述交并比值确定所述图像子区域的目标组合方式，根据所述目标组合方式组合所述图像子区域，得到多个图像子区域集合；
从各个所述图像子区域集合中筛选出评分最高的所述图像子区域，作为各个所述图像子区域集合中的目标区域，保留所述目标区域。


2.根据权利要求1所述的方法，其特征在于，所述获取各个所述图像子区域对应的评分之前，还包括：
获取各个所述子图像区域的像素点的像素值；
获取所述滑动窗口中各个坐标对应的权重；
按照所述像素点与所述坐标之间的对应关系，对各个所述像素点的像素值进行加权求和，得到各个所述子图像区域对应的所述评分。


3.根据权利要求1所述的方法，其特征在于，所述根据所述交并比值确定所述图像子区域的目标组合方式，包括：
判断所述交并比值所属的阈值区间，根据所述阈值区间与组合方式的对应关系确定所述交并比值对应的目标组合方式。


4.根据权利要求3所述的方法，其特征在于，所述阈值区间包括第一阈值区间，第二阈值区间和第三阈值区间，其中所述第一阈值区间的值小于所述第二阈值区间的值，所述第二阈值区间的值小于第三阈值区间的值，所述第一阈值区间对应的组合方式的图像子区域的数量大于所述第一阈值区间对应的组合方式的图像子区域的数量，所述第二阈值区间对应的组合方式的图像子区域的数量大于所述第三阈值区间对应的组合方式的图像子区域的数量。


5.根据权利要求3所述的方法，其特征在于，所述判断所述交并比值所属的阈值区间之前，还包括：
根据各个所述组合方式对应的所述图像子区域的数量、所述滑动窗口的尺寸和所述滑动步长计算得到各个所述组合方式对应的所述阈值区间的临界值。

【专利技术属性】
技术研发人员：李宝勋，符永逸，
申请(专利权)人：广州慧睿思通信息科技有限公司，
类型：发明
国别省市：广东;44