【技术实现步骤摘要】
图像数据处理方法、装置、设备以及介质
本申请涉及人工智能
,尤其涉及一种图像数据处理方法、装置、设备以及介质。
技术介绍
目标检测是计算机视觉和数字图像处理的一个热门方向,广泛应用于机器人导航、智能视频监控、人脸识别等领域。现有的目标检测技术中,可以使用不同的预设形状边框(例如,矩形框)定位图像中的目标对象,将包含目标对象的预设形状边框作为针对图像中目标对象的检测结果。当图像中所包含的实际目标对象的边缘分布与预设形状边框差距较大时,此时预设形状边框与实际目标对象的形状并不匹配,导致图像检测结果的准确度低下。
技术实现思路
本申请实施例提供一种图像数据处理方法、装置、设备以及介质,可以提高图像中目标对象的检测准确率。本申请实施例一方面提供了一种图像数据处理方法,包括:获取源图像对应的对象轮廓特征,根据对象轮廓特征生成包含边缘像素点的轮廓掩码图像;该源图像包括目标对象,轮廓掩码图像中的边缘像素点所构成的轮廓与目标对象的轮廓相关联;对轮廓掩码图像中所包含的边缘像素点进行变换处理,得到边缘像素点对应的M个不连续的初始线段;M个初始线段所构成的轮廓与目标对象的轮廓相关联,M为正整数;根据M个初始线段之间的线段交点,确定与目标对象相关联的目标顶点,根据目标顶点在源图像中确定用于表征目标对象的轮廓的对象边缘形状。其中,上述获取源图像对应的对象轮廓特征,根据对象轮廓特征生成包含边缘像素点的轮廓掩码图像,包括:获取源图像对应的空间位置特征,将空间位置特征 ...
【技术保护点】
1.一种图像数据处理方法,其特征在于,包括:/n获取源图像对应的对象轮廓特征,根据所述对象轮廓特征生成包含边缘像素点的轮廓掩码图像;所述源图像包括目标对象,所述轮廓掩码图像中的所述边缘像素点所构成的轮廓与所述目标对象的轮廓相关联;/n对所述轮廓掩码图像中所包含的所述边缘像素点进行变换处理,得到所述边缘像素点对应的M个不连续的初始线段;M个初始线段所构成的轮廓与所述目标对象的轮廓相关联,所述M为正整数;/n根据所述M个初始线段之间的线段交点,确定与所述目标对象相关联的目标顶点,根据所述目标顶点在所述源图像中确定用于表征所述目标对象的轮廓的对象边缘形状。/n
【技术特征摘要】
1.一种图像数据处理方法,其特征在于,包括:
获取源图像对应的对象轮廓特征,根据所述对象轮廓特征生成包含边缘像素点的轮廓掩码图像;所述源图像包括目标对象,所述轮廓掩码图像中的所述边缘像素点所构成的轮廓与所述目标对象的轮廓相关联;
对所述轮廓掩码图像中所包含的所述边缘像素点进行变换处理,得到所述边缘像素点对应的M个不连续的初始线段;M个初始线段所构成的轮廓与所述目标对象的轮廓相关联,所述M为正整数;
根据所述M个初始线段之间的线段交点,确定与所述目标对象相关联的目标顶点,根据所述目标顶点在所述源图像中确定用于表征所述目标对象的轮廓的对象边缘形状。
2.根据权利要求1所述的方法,其特征在于,所述获取源图像对应的对象轮廓特征,根据所述对象轮廓特征生成包含边缘像素点的轮廓掩码图像,包括:
获取源图像对应的空间位置特征,将所述空间位置特征和所述源图像确定为图像输入信息;
将所述图像输入信息输入至图像分割模型,在所述图像分割模型中获取所述图像输入信息对应的至少两个图像内容特征;
获取所述至少两个图像内容特征分别对应的特征权重,根据所述特征权重对所述至少两个图像内容特征进行特征融合,得到所述源图像对应的对象轮廓特征,根据所述对象轮廓特征生成所述源图像对应的轮廓掩码图像。
3.根据权利要求2所述的方法,其特征在于,所述获取源图像对应的空间位置特征,将所述空间位置特征和所述源图像确定为图像输入信息,包括:
获取所述源图像,对所述源图像进行标准化处理得到标准化图像,获取所述标准化图像中像素点对应的空间坐标信息;
根据所述空间坐标信息中的横坐标值,生成所述源图像中像素点对应的第一位置特征;
根据所述空间坐标信息中的纵坐标值,生成所述源图像中像素点对应的第二位置特征;
将所述第一位置特征和所述第二位置特征确定为所述空间位置特征,将所述空间位置特征与所述源图像进行拼接,得到所述图像输入信息。
4.根据权利要求2所述的方法,其特征在于,所述将所述图像输入信息输入至图像分割模型,在所述图像分割模型中获取所述图像输入信息对应的至少两个图像内容特征,包括:
获取所述图像分割模型,将所述图像输入信息输入至所述图像分割模型;
根据所述图像分割模型中的N个卷积层,对所述图像输入信息进行卷积处理,得到所述N个卷积层分别对应的图像特征;所述N个卷积层分别对应的图像特征具有不同的尺寸信息,N为正整数;
从所述N个卷积层分别对应的图像特征中,选取至少两个图像特征作为所述源图像对应的至少两个图像内容特征。
5.根据权利要求2所述的方法,其特征在于,所述获取所述至少两个图像内容特征分别对应的特征权重,根据所述特征权重对所述至少两个图像内容特征进行特征融合,得到所述源图像对应的对象轮廓特征,包括:
将所述至少两个图像内容特征进行相加处理,得到所述源图像对应的候选图像内容特征;
将所述候选图像内容特征进行全局池化处理,得到所述候选图像内容特征对应的全局描述向量;
根据全连接层和激活层,将所述全局描述向量变换为所述候选图像内容特征对应的特征权重;
将所述特征权重与所述候选图像内容特征进行乘积处理,生成所述源图像对应的轮廓掩码图像。
6.根据权利要求1所述的方法,其特征在于,所述根据所述M个初始线段之间的线段交点,确定与所述目标对象相关联的目标顶点,根据所述目标顶点在所述源图像中确定用于表征所述目标对象的轮廓的对象边缘形状,包括:
获取所述M个初始线段之间的线段距离,根据所述线段距离对所述M个初始线段进行合并,得到K个候选线段;K为小于M的正整数;
获取所述K个候选线段中任意两个候选线段之间的线段交点,对所述线段交点进行组合得到至少两个交点组,将满足目标排序顺序的交点组,确定为S个候选顶点集合;每个交点组中所包含的线段交点数量均相同,S为小于或等于所述至少两个交点组的数量的正整数;
获取所述S个候选顶点集合分别对应的交并比指标,将最大的交并比指标所对应的候选顶点集合中的线段交点,确定为与所述目标对象相关联的目标顶点,根据所述目标顶点在所述源图像中构建所述对象边缘形状。
7.根据权利要求6所述的方法,其特征在于,所述获取所述M个初始线段之间的线段距离,根据所述线段距离对所述M个初始线段进行合并,得到K个候选线段,包括:
获取所述M个初始线段中的初始线段Li和初始线段Lj,获取所述初始线段Li和所述初始线段Lj分别对应的端点坐标信息;i和j均为小于或等于M的正整数,i和j不相等;
根据所...
【专利技术属性】
技术研发人员:胡益清,王元斐,杨芮,
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
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。