【技术实现步骤摘要】
图像处理方法、装置、电子设备和计算机存储介质
本公开涉及计算机视觉处理技术，尤其涉及一种图像处理方法、装置、电子设备和计算机存储介质。
技术介绍
在相关技术中，异常检测是计算机视觉，工业视觉乃至医学领域中重要的研究方向，在实际应用中，可以将图像输入到建立的异常检测模型中，从而确定该图像是否存在异常。异常检测模型在众多领域均有重要意义。如，帮助工业生产线上瑕疵品、损坏品的检测、辅助医疗影像检测等。然而，相关技术中，由于存在异常样本较少且难以收集等问题，异常检测的精度较低，仅能实现异常图像与正常图像的分类。
技术实现思路
本公开实施例期望提供图像异常检测与定位的技术方案。本公开实施例提供了一种图像处理方法，所述方法包括：将待检测图像按照至少一个裁剪区域进行裁剪，得到至少一个第一裁剪后图像，每个所述第一裁剪后图像包括一个裁剪区域对应的裁剪后图像；对每个所述第一裁剪后图像进行复原，得到第一复原图像；根据所述第一复原图像与所述待检测图像的差异，确定所述待检测图像中的异常位置。...
【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：/n将待检测图像按照至少一个裁剪区域进行裁剪，得到至少一个第一裁剪后图像，每个所述第一裁剪后图像包括一个裁剪区域对应的裁剪后图像；/n对每个所述第一裁剪后图像进行复原，得到第一复原图像；/n根据所述第一复原图像与所述待检测图像的差异，确定所述待检测图像中的异常位置。/n
【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
将待检测图像按照至少一个裁剪区域进行裁剪，得到至少一个第一裁剪后图像，每个所述第一裁剪后图像包括一个裁剪区域对应的裁剪后图像；
对每个所述第一裁剪后图像进行复原，得到第一复原图像；
根据所述第一复原图像与所述待检测图像的差异，确定所述待检测图像中的异常位置。
2.根据权利要求1所述的方法，其特征在于，对每个所述第一裁剪后图像进行复原，得到第一复原图像的步骤由神经网络执行，所述神经网络采用第一样本图像和第二裁剪后图像训练得到，所述第一样本图像表示预先确定的不存在异常的样本图像，所述第二裁剪后图像表示对所述第一样本图像进行部分区域裁剪后得到的图像。
3.根据权利要求2所述的方法，其特征在于，所述神经网络采用第一样本图像和第二裁剪后图像训练得到，包括：
将第二裁剪后图像输入至所述神经网络，利用所述神经网络对所述第二裁剪后图像进行处理，得到第二复原图像；
根据所述第二复原图像和所述第一样本图像，调整所述神经网络的网络参数值。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第二复原图像和所述第一样本图像，调整所述神经网络的网络参数值，包括：
对所述第一样本图像进行鉴别，得到第一鉴别结果；对所述第二复原图像进行鉴别，得到第二鉴别结果；
根据所述第一鉴别结果和所述第二鉴别结果得出对抗损失；根据所述神经网络的损失，调整所述神经网络的网络参数值，所述神经网络的损失包括所述对抗损失。
5.根据权利要求4所述的方法，其特征在于，所述神经网络的损失还包括以下至少一种损失：第一区域损失、第二区域损失，所述第一区域损失表示所述第一样本图像和所述第二复原图像在裁剪区域的差异，所述第二区域损失表示所述第一样本图像和所述第二复原图像在除裁剪区域外的其它区域的差异。
6.根据权利要求2至5任一项所述的方法，其特征在于，所述方法还包括：
通过对所述第一样本图像进行随机裁剪，得到所述第二裁剪后图像。
7.根据权利要求6所述的方法，其特征在于，所述通过对所述第一样本图像进行随机裁剪，得到所述第二裁剪后图像，包括：
对所述第一样本图像进行随机裁剪后，将随机裁剪的裁剪区域的像素值置为0，或者，在所述裁剪区域添加随机噪声，得到所述第二裁剪后图像。
8.根据权利要求1所述的方法，其特征在于，在所述至少一个裁剪区域的个数大于1的情况下，待检测图像的任意位置处于所述至少一个裁剪区域的范围内。
9.根据权利要求1或7所述的方法，其特征在于，所述将待检测图像按...
【专利技术属性】
技术研发人员：李帅朋，李韡，沈宇军，吴立威，崔磊，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京;11
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。