目标对象定位方法、图像处理方法、装置和计算机设备制造方法及图纸

本申请涉及一种目标对象定位方法、图像处理方法、装置和计算机设备。所述方法包括：获取当前图像以及参考图像；所述参考图像为所述当前图像所在图像帧序列中、在所述当前图像之前的其中一帧包括目标对象的图像；确定所述当前图像与所述参考图像之间的互相关特征；根据所述互相关特征确定所述当前图像中所述目标对象的中心点位置；根据所述互相关特征确定所述当前图像中所述目标对象的尺寸；基于所述中心点位置和所述尺寸，在所述当前图像中定位所述目标对象。采用本方法能够提高目标对象定位效率。

【技术实现步骤摘要】
目标对象定位方法、图像处理方法、装置和计算机设备
本申请涉及计算机
，特别是涉及一种目标对象定位方法、图像处理方法、装置和计算机设备。
技术介绍
随着计算机技术和图像处理技术的飞速发展，越来越多的领域涉及到在图像处理时需要在图像中进行目标对象定位，以根据定位的目标对象进行后续应用。比如典型的目标跟踪技术，其在安防监控、智慧城市以及无人驾驶等领域都有着非常重要的应用。在传统的目标对象定位方法中，通常会引入先验框，而且会对目标预测多个先验框，再从这多个先验框中筛选其中一个作为最终的定位结果。这样会导致计算量过大，影响目标对象定位的效率。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高定位效率的目标对象定位方法、图像处理方法、装置和计算机设备。一种目标对象定位方法，该方法包括：获取当前图像以及参考图像；参考图像为当前图像所在图像帧序列中、在当前图像之前的其中一帧包括目标对象的图像；确定当前图像与参考图像之间的互相关特征；根据互相关特征确定当前图像中目标对象的中心点位置；根据互相关特征确定当前图像中目标对象的尺寸；基于中心点位置和尺寸，在当前图像中定位目标对象。一种目标对象定位装置，该装置包括：获取模块，用于获取当前图像以及参考图像；参考图像为当前图像所在图像帧序列中、在当前图像之前的其中一帧包括目标对象的图像；确定模块，用于确定当前图像与参考图像之间的互相关特征；确定模块，还用于根据互相关特征确定当前图像中目标对象的中心点位置；确定模块，还用于根据互相关特征确定当前图像中目标对象的尺寸；定位模块，用于基于中心点位置和尺寸，在当前图像中定位目标对象。一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：获取当前图像以及参考图像；参考图像为当前图像所在图像帧序列中、在当前图像之前的其中一帧包括目标对象的图像；确定当前图像与参考图像之间的互相关特征；根据互相关特征确定当前图像中目标对象的中心点位置；根据互相关特征确定当前图像中目标对象的尺寸；基于中心点位置和尺寸，在当前图像中定位目标对象。一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取当前图像以及参考图像；参考图像为当前图像所在图像帧序列中、在当前图像之前的其中一帧包括目标对象的图像；确定当前图像与参考图像之间的互相关特征；根据互相关特征确定当前图像中目标对象的中心点位置；根据互相关特征确定当前图像中目标对象的尺寸；基于中心点位置和尺寸，在当前图像中定位目标对象。上述目标对象定位方法、装置、计算机设备和计算机可读存储介质，获取当前图像以及参考图像，先确定当前图像与参考图像之间的互相关特征，接着根据互相关特征确定当前图像中目标对象的中心点位置，并根据互相关特征确定当前图像中目标对象的尺寸，再基于中心点位置和尺寸在当前图像中定位目标对象，这样，在当前图像中只输出一个中心点位置和一个尺寸来定位目标对象所在的区域，避免传统的目标对象定位方法中输出多个候选框、进而从多个候选框中选取目标框的繁琐操作，降低了计算量，提高了目标对象定位速度。一种图像处理方法，该方法包括：获取图像样本对、位置预测网络和尺寸预测网络；图像样本对包括目标样本和参考样本；目标样本和参考样本包括相同的样本对象；目标样本的训练标签用于表示样本对象在目标样本中的标注区域；确定目标样本和参考样本之间的互相关特征；通过位置预测网络，根据互相关特征得到样本对象在目标样本中的预测中心点位置；通过尺寸预测网络，根据互相关特征得到样本对象在目标样本中的预测尺寸；基于预测中心点位置和预测尺寸，定位样本对象在目标样本中的预测区域；按照最小化预测区域与标注区域之间差异的方向，训练位置预测网络和尺寸预测网络；训练得到的位置预测网络和尺寸预测网络，联合用于搜索目标图像中目标对象所在位置。一种图像处理装置，该装置包括：获取模块，用于获取图像样本对、位置预测网络和尺寸预测网络；图像样本对包括目标样本和参考样本；目标样本和参考样本包括相同的样本对象；目标样本的训练标签用于表示样本对象在目标样本中的标注区域；确定模块，用于确定目标样本和参考样本之间的互相关特征；预测模块，用于通过位置预测网络，根据互相关特征得到样本对象在目标样本中的预测中心点位置；预测模块，还用于通过尺寸预测网络，根据互相关特征得到样本对象在目标样本中的预测尺寸；定位模块，用于基于预测中心点位置和预测尺寸，定位样本对象在目标样本中的预测区域；训练模块，用于按照最小化预测区域与标注区域之间差异的方向，训练位置预测网络和尺寸预测网络；训练得到的位置预测网络和尺寸预测网络，联合用于搜索目标图像中目标对象所在位置。一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：获取图像样本对、位置预测网络和尺寸预测网络；图像样本对包括目标样本和参考样本；目标样本和参考样本包括相同的样本对象；目标样本的训练标签用于表示样本对象在目标样本中的标注区域；确定目标样本和参考样本之间的互相关特征；通过位置预测网络，根据互相关特征得到样本对象在目标样本中的预测中心点位置；通过尺寸预测网络，根据互相关特征得到样本对象在目标样本中的预测尺寸；基于预测中心点位置和预测尺寸，定位样本对象在目标样本中的预测区域；按照最小化预测区域与标注区域之间差异的方向，训练位置预测网络和尺寸预测网络；训练得到的位置预测网络和尺寸预测网络，联合用于搜索目标图像中目标对象所在位置。一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取图像样本对、位置预测网络和尺寸预测网络；图像样本对包括目标样本和参考样本；目标样本和参考样本包括相同的样本对象；目标样本的训练标签用于表示样本对象在目标样本中的标注区域；确定目标样本和参考样本之间的互相关特征；通过位置预测网络，根据互相关特征得到样本对象在目标样本中的预测中心点位置；通过尺寸预测网络，根据互相关特征得到样本对象在目标样本中的预测尺寸；基于预测中心点位置和预测尺寸，定位样本对象在目标样本中的预测区域；按照最小化预测区域与标注区域之间差异的方向，训练位置预测网络和尺寸预测网络；训练得到的位置预测网络和尺寸预测网络，联合用于搜索目标图像中目标对象所在位置。上述图像处理方法、装置、计算机设备和计算机可读存储介质，获取目标样本和参考样本之间的互相关特征，先通过位置预测网络，根据互相关特征得到样本对象在目标样本中的预测中心点位置，并通过尺寸预测网络，根据互相关特征得到样本对象在目标样本中的预测尺寸，接着基于预测中本文档来自技高网...

【技术保护点】
1.一种目标对象定位方法，其特征在于，所述方法包括：/n获取当前图像以及参考图像；所述参考图像为所述当前图像所在图像帧序列中、在所述当前图像之前的其中一帧包括目标对象的图像；/n确定所述当前图像与所述参考图像之间的互相关特征；/n根据所述互相关特征确定所述当前图像中所述目标对象的中心点位置；/n根据所述互相关特征确定所述当前图像中所述目标对象的尺寸；/n基于所述中心点位置和所述尺寸，在所述当前图像中定位所述目标对象。/n

【技术特征摘要】
1.一种目标对象定位方法，其特征在于，所述方法包括：
获取当前图像以及参考图像；所述参考图像为所述当前图像所在图像帧序列中、在所述当前图像之前的其中一帧包括目标对象的图像；
确定所述当前图像与所述参考图像之间的互相关特征；
根据所述互相关特征确定所述当前图像中所述目标对象的中心点位置；
根据所述互相关特征确定所述当前图像中所述目标对象的尺寸；
基于所述中心点位置和所述尺寸，在所述当前图像中定位所述目标对象。


2.根据权利要求1所述的方法，其特征在于，所述确定所述当前图像与所述参考图像之间的互相关特征，包括：
获取所述当前图像的第一图像特征和所述参考图像的第二图像特征；
对所述第一图像特征与所述第二图像特征进行相关运算，得到所述第一图像特征与所述第二图像特征之间的互相关特征；所述互相关特征用于表征所述第一图像特征和所述第二图像特征之间的相似程度。


3.根据权利要求2所述的方法，其特征在于，所述获取所述当前图像的第一图像特征和所述参考图像的第二图像特征，包括：
获取模型结构相同、且共享模型参数的两个特征提取网络；
将所述当前图像与所述参考图像分别输入所述两个特征提取网络的其中一个；
通过所述两个特征提取网络，并行且分别输出所述当前图像的第一图像特征和所述参考图像的第二图像特征。


4.根据权利要求1所述的方法，其特征在于，所述根据所述互相关特征确定所述当前图像中所述目标对象的中心点位置，包括：
根据所述互相关特征生成像素点分类图和像素点位置分布图；所述像素点分类图中的像素点具有表示所属分类类别的像素值，且与所述当前图像中的像素点对应；所述像素点位置分布图中属于目标类别的像素点，具有表示与所述目标对象的中心点之间距离的像素值，且与所述当前图像中的像素点对应；
基于所述像素点分类图和所述像素点位置分布图，选取所述目标对象的中心点，得到所述当前图像中所述目标对象的中心点位置。


5.根据权利要求4所述的方法，其特征在于，所述基于所述像素点分类图和所述像素点位置分布图，选取所述目标对象的中心点，得到所述当前图像中所述目标对象的中心点位置，包括：
将所述像素点分类图和所述像素点位置分布图按位相乘，得到预测结果图；
从所述预测结果图中，选取像素值最大的像素点为所述目标对象的中心点；
确定所述中心点映射至所述当前图像的目标位置，得到所述当前图像中所述目标对象的中心点位置。


6.根据权利要求1所述的方法，其特征在于，所述互相关特征为互相关特征图，所述互相关特征图的分辨率与所述当前图像的分辨率不同；所述根据所述互相关特征确定所述当前图像中所述目标对象的尺寸，包括：
根据所述互相关特征图，预测所述目标对象在所述当前图像中的尺寸以及所述目标对象在所述当前图像中的中心点位置的分辨率适配偏移量；
所述基于所述中心点位置和所述尺寸，在所述当前图像中定位所述目标对象，包括：
按照所述分辨率适配偏移量对所述中心点位置进行偏移；
基于偏移后的所述中心点位置和所述尺寸，在所述当前图像中定位所述目标对象所在的目标区域。


7.根据权利要求6所述的方法，其特征在于，所述根据所述互相关特征，预测所述目标对象在所述当前图像中的尺寸以及所述目标对象在所述当前图像中的中心点位置的分辨率适配偏移量，包括：
基于所述互相关特征图中的各像素点，分别相应地预测所述目标对象在所述当前图像中的尺寸；
从所述尺寸中，选取所述中心点位置映射至所述互相关特征图的像素点相应预测的尺寸，得到所述目标对象在所述当前图像中的尺寸；
基于所述互相关特征图的分辨率与所述当前图像的分辨率，预测所述目标对象在所述当前图像中的中心点位置的分辨率适配偏移量。


8.根据权利要求1所述的方法，其特征在于，所述根据所述互相关特征确定所述当前图像中所述目标对象的中心点位置，包括：
将所述互相关特征输入位置预测网络，通过所述位置预测网络得到像素点分类图和像素点位置分布图；所述像素点分类图中的像素点具有表示所属分类类别的像素值，且与所述当前图像中的像素点对应；所述像素点位置分布图中属于目标类别的像素点，具有表示与所述目标对象的中心点之间距离的像素值，且与所述当前图像中的像素点对应；
通过所述位置预测网络，对所述像素点分类图和像素点位置分布图进行处理，得到所述当前图像中所述目标对象的中心点位置；
所述根据所述互相关特征确定所述当前图像中所述目标对象的尺寸，包括：
将所述...

【专利技术属性】
技术研发人员：谷月阳，彭瑾龙，王亚彪，汪铖杰，李季檩，黄飞跃，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44