前景区域获取方法、装置、电子设备和存储介质制造方法及图纸

本申请提供了前景区域获取方法、装置、电子设备和存储介质，涉及图像处理领域。本申请所提供的前景区域获取方法，采用分割边框的重合度先将各个前景提取结果进行了归类，而后再将同一类的前景提取结果中的第一前景区域进行了融合。由于分割边框是规则图形，因此使用分割边框计算重合度的计算量要小的多，也就是，采用分割边框的重合度来进行前景区域融合的方式，要比相关技术中的方案所付出的计算量更小。并且，分割边框是每个前景提取模型所必然会输出的一个结果，因此，本方案中使用了分割边框进行辅助分类，并不需要对模型进行改动，进而，使用本申请的方案能够在不改变原有模型的基础上，提高系统整体的计算效率。

【技术实现步骤摘要】
前景区域获取方法、装置、电子设备和存储介质
本申请涉及图像处理领域，具体而言，涉及前景区域获取方法、装置、电子设备和存储介质。
技术介绍
近些年，随着神经网络技术的快速进步，神经网络技术已经应用到了各个领域中，比如面部识别技术、车牌识别技术、前景提取技术中都有使用到神经网络技术。前景提取技术在使用前，首先要完成对前景提取神经网络的训练。通常情况下，为了提高前景提取的准确度，技术人员会准备大量的训练样本来训练前景提取神经网络。训练对前景提取神经网络所使用的训练样本越多，则前景提取神经网络的识别精度就越高。
技术实现思路
本申请的目的在于提供前景区域获取方法、装置、电子设备和存储介质。本申请提供了一种前景区域获取方法，包括：分别使用不同的前景提取模型对待提取图像进行前景提取，以确定每个前景提取模型所输出的前景提取结果；所述前景提取结果包括所述待提取图像中的目标对象所在的第一前景区域和包围第一前景区域的分割边框；根据不同所述分割边框之间的重合度，将前景提取结果进行归类；针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域。在一些实施例中，针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域，包括：针对同一类前景提取结果，根据该类前景提取结果中的每个第一前景区域的位置和每个第一前景区域的置信度，确定该类前景提取结果所对应的目标对象的第二前景区域。在一些实施例中，针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域，包括：针对同一类前景提取结果，根据该类前景提取结果中每个第一前景区域内各个像素位置的置信度，分别计算该类前景提取结果中每个像素位置的前景概率；针对同一类前景提取结果，根据该类前景提取结果中每个像素位置的前景概率，确定该类前景提取结果所对应的目标对象的第二前景区域。在一些实施例中，针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域，包括：针对同一类前景提取结果，根据该类前景提取结果中的每个第一前景区域所包含的像素位置，确定每个像素位置的前景概率；针对同一类前景提取结果，根据每个像素位置的前景概率，确定该类前景提取结果所对应的目标对象的第二前景区域。在一些实施例中，针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域，包括：针对同一类前景提取结果，将出现在该类前景提取结果的至少一个第一前景区域中的像素位置，作为该类前景提取结果所对应的目标对象的第二前景区域中的像素位置。在一些实施例中，第二前景区域是由第二前景区域的范围内所包含的全部像素位置所组成；或，第二前景区域是由第二前景区域的轮廓点所组成。在一些实施例中，根据不同所述分割边框之间的重合度，将前景提取结果进行归类，包括：根据每个分割边框的置信度，从多个分割边框中选择目标分割边框；分别计算每个其他分割边框与目标分割边框的重合度；根据每个其他分割边框与目标分割边框的重合度，将其他分割边框所在的前景提取结果进行归类。在一些实施例中，根据不同所述分割边框之间的重合度，将前景提取结果进行归类，包括：根据每个分割边框的类型，将每个分割边框进行分类；针对每一类分割边框，根据该类分割边框中每个分割边框的置信度，从多个分割边框中选择目标分割边框；针对每一类分割边框，分别计算该类分割边框中，每个其他分割边框与目标分割边框的重合度；针对每一类分割边框，根据该类分割边框中，每个其他分割边框与目标分割边框的重合度，将其他分割边框所在的前景提取结果进行归类。在一些实施例中，分别使用不同的前景提取模型对待提取图像进行前景提取，以确定每个前景提取模型所输出的前景提取结果，包括：获取车载摄像头对路况环境进行拍摄而得到的待提取图像；分别使用不同的前景提取模型对待提取图像进行前景提取，以确定每个前景提取模型所输出的前景提取结果；在针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域后，所述方法还包括：根据目标对象的第二前景区域在待提取图像中的位置，生成自动行驶策略。本申请还提供了一种前景区域获取装置，包括：第一前景提取模块，用于分别使用不同的前景提取模型对待提取图像进行前景提取，以确定每个前景提取模型所输出的前景提取结果；所述前景提取结果包括所述待提取图像中的目标对象所在的第一前景区域和包围第一前景区域的分割边框；第一归类模块，用于根据不同所述分割边框之间的重合度，将前景提取结果进行归类；第一融合模块，用于针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域。在一些实施例中，第一融合模块，包括：第一确定单元，用于针对同一类前景提取结果，根据该类前景提取结果中的每个第一前景区域的位置和每个第一前景区域的置信度，确定该类前景提取结果所对应的目标对象的第二前景区域。在一些实施例中，第一融合模块，包括：第一计算单元，用于针对同一类前景提取结果，根据该类前景提取结果中每个第一前景区域内各个像素位置的置信度，分别计算该类前景提取结果中每个像素位置的前景概率；第二确定单元，用于针对同一类前景提取结果，根据该类前景提取结果中每个像素位置的前景概率，确定该类前景提取结果所对应的目标对象的第二前景区域。在一些实施例中，第一融合模块，包括：第三确定单元，用于针对同一类前景提取结果，根据该类前景提取结果中的每个第一前景区域所包含的像素位置，确定每个像素位置的前景概率；第四确定单元，用于针对同一类前景提取结果，根据每个像素位置的前景概率，确定该类前景提取结果所对应的目标对象的第二前景区域。在一些实施例中，第一融合模块，包括：第五确定单元，用于针对同一类前景提取结果，将出现在该类前景提取结果的至少一个第一前景区域中的像素位置，作为该类前景提取结果所对应的目标对象的第二前景区域中的像素位置。在一些实施例中，第二前景区域是由第二前景区域的范围内所包含的全部像素位置所组成；或，第二前景区域是由第二前景区域的轮廓点所组成。在一些实施例中，第一归类模块，包括：第一选择单元，用于根据每个分割边框的置信度，从多个分割边框中选择目标分割边框；第二计算单元，用于分别计算每个其他分割边框与目标分割边框的重合度；第一归类单元，用于根据每个其他分割边框与目标分割边框的重合度，将其他分割边框所在的前景提取结果进行归类。在一本文档来自技高网...

【技术保护点】
1.一种前景区域获取方法，其特征在于，包括：/n分别使用不同的前景提取模型对待提取图像进行前景提取，以确定每个前景提取模型所输出的前景提取结果；所述前景提取结果包括所述待提取图像中的目标对象所在的第一前景区域和包围第一前景区域的分割边框；/n根据不同所述分割边框之间的重合度，将前景提取结果进行归类；/n针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域。/n

【技术特征摘要】
1.一种前景区域获取方法，其特征在于，包括：
分别使用不同的前景提取模型对待提取图像进行前景提取，以确定每个前景提取模型所输出的前景提取结果；所述前景提取结果包括所述待提取图像中的目标对象所在的第一前景区域和包围第一前景区域的分割边框；
根据不同所述分割边框之间的重合度，将前景提取结果进行归类；
针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域。


2.根据权利要求1所述的方法，其特征在于，针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域，包括：
针对同一类前景提取结果，根据该类前景提取结果中的每个第一前景区域的位置和每个第一前景区域的置信度，确定该类前景提取结果所对应的目标对象的第二前景区域。


3.根据权利要求1所述的方法，其特征在于，针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域，包括：
针对同一类前景提取结果，根据该类前景提取结果中每个第一前景区域内各个像素位置的置信度，分别计算该类前景提取结果中每个像素位置的前景概率；
针对同一类前景提取结果，根据该类前景提取结果中每个像素位置的前景概率，确定该类前景提取结果所对应的目标对象的第二前景区域。


4.根据权利要求1所述的方法，其特征在于，针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域，包括：
针对同一类前景提取结果，根据该类前景提取结果中的每个第一前景区域所包含的像素位置，确定每个像素位置的前景概率；
针对同一类前景提取结果，根据每个像素位置的前景概率，确定该类前景提取结果所对应的目标对象的第二前景区域。


5.根据权利要求1所述的方法，其特征在于，针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域，包括：
针对同一类前景提取结果，将出现在该类前景提取结果的至少一个第一前景区域中的像素位置，作为该类前景提取结果所对应的目标对象的第二前景区域中的像素位置。


6.根据权利要求1-5任一项所述的方法，其特征在于，第二前景区域是由第二前景区域的范围内所包含的全部像素位置所组成；或，第二前景区域是由第二前景区域的轮廓点所组成。


7.根据权利要求1所述的方法，其特征在于，根据不同所述分割边框之间的重合度，将前景提取结果进行归类，包括：
根据每个分割边框的置信度，从多个分割边框中选择目标分割边框；
分别计算每个其他分割边框与目标分割边框的重合度；
根据每个其他分割边框与目标分割边框的重合度，将其他分割边框所在的前景提取结果进行归类。


8.根据权利要求1所述的方法，其特征在于，根据不同所述分割边框之间的重合度，将前景提取结果进行归类，包括：
根据每个分割边框的类型，将每个分割边框进行分类；
针对每一类分割边框，根据该类分割边框中每个分割边框的置信度，从多个分割边框中选择目标分割边框；
针对每一类分割边框，分别计算该类分割边框中，每个其他分割边框与目标分割边框的重合度；
针对每一类分割边框，根据该类分割边框中，每个其他分割边框与目标分割边框的重合度，将其他分割边框所在的前景提取结果进行归类。


9.根据权利要求1所述的方法，其特征在于，分别使用不同的前景提取模型对待提取图像进行前景提取，以确定每个前景提取模型所输出的前景提取结果，包括：
获取车载摄像头对路况环境进行拍摄而得到的待提取图像；
分别使用不同的前景提取模型对待提取图像进行前景提取，以确定每个前景提取模型所输出的前景提取结果；
在针对同一类前景提取结果，将该类前景提取结果中的第一前景区域进行融合，以确定该类前景提取结果所对应的目标对象的第二前景区域后，所述方法还包括：
根据目标对象的第二前景区域在待提取图像中的位置，生成自动行驶策略。


10.一种前景区域获取装置，其特征在于，包括：
...

【专利技术属性】
技术研发人员：张修宝，黄泄合，沈海峰，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11