一种图像数据处理方法、装置以及计算机可读存储介质制造方法及图纸

本申请公开了一种图像数据处理方法、装置以及计算机可读存储介质，该方法包括：基于摄像设备获取有至少两个目标对象的检测图像；至少两个目标对象包括检测目标对象和检测目标对象的辅助目标对象；确定检测目标对象与每个辅助目标对象间的像素距离和每个目标对象针对摄像设备的摄像距离；获取摄像设备得到的历史图像，从历史图像中获取检测目标对象指示的历史对象的历史对象检测框；根据检测目标对象与辅助目标对象间的像素距离、每个目标对象的摄像距离和历史对象检测框，确定针对检测目标对象的目标检测框；根据目标检测框，生成针对检测目标对象的目标对象密度图。采用本申请，可提高所获取到的目标对象密度图的准确性。

【技术实现步骤摘要】
一种图像数据处理方法、装置以及计算机可读存储介质
本申请涉及数据处理的
，尤其涉及一种图像数据处理方法、装置以及计算机可读存储介质。
技术介绍
随着计算机网络的不断发展，机器学习渗入到了生活的方方面面。其中，通过机器学习，可以训练出用于对图像进行识别的图像识别模型，该图像识别模型可以用于对图像中人群的密度进行检测，人群的密度可以理解为是人群的数量。其中，需要通过密度图来训练上述图像识别模型，该密度图也可以称之为热力图，是通过高斯核对原始的样本图像进行卷积得到。可以知道的是，用于对原始的样本图像进行卷积的高斯核，是与样本图像中用户的人头尺寸相关的。一个人头可以对应于一个高斯核，若人头尺寸越大，则对应的高斯核的标准差也就越大。现有技术中，通常会指定样本图像中的每个人头具有相同的某个固定的人头尺寸，进而通过该固定尺寸可以得到人头对应的固定的高斯核。但是，由于每个人头的尺寸通常是不一样的，因此，若是对每个人头设置相同的高斯核，那么为每个人头设置的高斯核是不准确的，进而导致了通过该高斯核得到的密度图也是不准确的，最终会导致训练得到的图像识别模型的识别精度差。
技术实现思路
本申请提供了一种图像数据处理方法、装置以及计算机可读存储介质，可提高所获取到的目标对象密度图的准确性。本申请一方面提供了一种图像数据处理方法，包括：基于摄像设备获取包括至少两个目标对象的检测图像；至少两个目标对象由检测目标对象和辅助目标对象组成；检测图像中标注有每个目标对象的对象中心位置；r>根据每个目标对象的对象中心位置，确定检测目标对象分别与每个辅助目标对象之间的像素距离、以及每个目标对象针对摄像设备的摄像距离；获取基于摄像设备所得到的历史图像，从历史图像中，获取检测目标对象的对象中心位置所指示的历史对象的历史对象检测框；根据检测目标对象分别与每个辅助目标对象之间的像素距离、每个目标对象针对摄像设备的摄像距离、以及历史对象检测框，确定针对检测目标对象的目标检测框；根据目标检测框，生成针对检测目标对象的目标对象密度图。本申请一方面提供了一种图像数据处理装置，包括：图像获取模块，用于基于摄像设备获取包括至少两个目标对象的检测图像；至少两个目标对象由检测目标对象和辅助目标对象组成；检测图像中标注有每个目标对象的对象中心位置；距离确定模块，用于根据每个目标对象的对象中心位置，确定检测目标对象分别与每个辅助目标对象之间的像素距离、以及每个目标对象针对摄像设备的摄像距离；历史框获取模块，用于获取基于摄像设备所得到的历史图像，从历史图像中，获取检测目标对象的对象中心位置所指示的历史对象的历史对象检测框；目标框生成模块，用于根据检测目标对象分别与每个辅助目标对象之间的像素距离、每个目标对象针对摄像设备的摄像距离、以及历史对象检测框，生成针对检测目标对象的目标检测框；密度图生成模块，用于根据目标检测框，生成针对检测目标对象的目标对象密度图。其中，距离确定模块，包括：像素距离确定单元，用于获取检测目标对象的对象中心位置分别与每个辅助目标对象的对象中心位置之间的间隔像素数量，根据每个辅助目标对象所属的间隔像素数量，确定检测目标对象分别与每个辅助目标对象之间的像素距离；摄像距离确定单元，用于根据每个目标对象的对象中心位置，确定每个目标对象在检测图像中的垂直方向距离，根据每个目标对象所属的垂直方向距离，确定每个目标对象针对摄像设备的摄像距离。其中，历史框获取模块，包括：历史对象排序单元，用于根据历史图像中至少一个历史对象的对象中心位置分别与检测目标对象的对象中心位置之间的像素距离，对至少一个历史对象进行排序，得到排序后的至少一个历史对象；历史对象获取单元，用于根据第一对象获取数量，从排序后的至少一个历史对象中，选取参考历史对象；参考历史对象的数量小于或等于第一对象获取数量；历史框确定单元，用于将历史图像中用于标注参考历史对象的对象检测框，确定为历史对象检测框。其中，目标框生成模块，包括：初始框生成单元，用于根据检测目标对象分别与每个辅助目标对象之间的像素距离，生成针对检测目标对象的初始检测框；过渡框生成单元，用于根据每个目标对象针对摄像设备的摄像距离、以及初始检测框，生成针对检测目标对象的过渡检测框；目标框生成单元，用于根据历史对象检测框和过渡检测框，生成针对检测目标对象的目标检测框。其中，初始框生成单元，包括：第一排序子单元，用于根据检测目标对象分别与每个辅助目标对象之间的像素距离，对至少一个辅助目标对象进行排序，得到排序后的至少一个辅助目标对象；第一对象获取子单元，用于根据第二对象获取数量，从排序后的至少一个辅助目标对象中，选取第一参考目标对象；第一参考目标对象的数量小于或等于第二对象获取数量；距离均值获取子单元，用于获取第一参考目标对象与检测目标对象之间的像素距离的距离均值；初始尺寸获取子单元，用于根据框尺寸加权系数，对距离均值进行加权，得到初始框尺寸；初始框生成子单元，用于根据初始框尺寸，生成初始检测框。其中，过渡框生成单元，包括：第二排序子单元，用于根据检测目标对象所属的摄像距离分别与每个辅助目标对象所属的摄像距离之间的摄像距离差值，对至少一个辅助目标对象进行排序，得到排序后的至少一个辅助目标对象；第二对象获取子单元，用于根据第三对象获取数量，从排序后的至少一个辅助目标对象中，选取第二参考目标对象；第二参考目标对象的数量小于或等于第三对象获取数量；尺寸均值获取子单元，用于获取第二参考目标对象所属的对象初始检测框的检测框尺寸均值；过渡框生成子单元，用于根据第二参考目标对象对应的检测框尺寸均值和初始检测框，生成过渡检测框。其中，过渡框生成子单元，包括：第一系数获取子单元，用于获取针对第二参考目标对象对应的检测框尺寸均值的第一尺寸加权系数，获取针对初始检测框的第二尺寸加权系数；第一加权子单元，用于根据第一尺寸加权系数对第二参考目标对象对应的检测框尺寸均值进行加权，得到第一框尺寸；第二加权子单元，用于根据第二尺寸加权系数对初始检测框的框尺寸进行加权，得到第二框尺寸；第一框生成子单元，用于根据第一框尺寸和第二框尺寸，生成过渡检测框。其中，目标框生成单元，包括：框均值获取子单元，用于获取历史对象检测框对应的检测框尺寸均值；第二系数获取子单元，用于获取针对历史对象检测框对应的检测框尺寸均值的第三尺寸加权系数，获取针对过渡检测框的第四尺寸加权系数；第三加权子单元，用于根据第三尺寸加权系数，对历史对象检测框对应的检测框尺寸均值进行加权，得到第三框尺寸；第四加权子单元，用于根据第四尺寸加权系数对过渡检测框的框尺寸进行加权，得到第四框尺寸；第二框生成子单元，用于根据第三框尺寸和第四框尺寸，生成目标检测框。其中，密度图本文档来自技高网...

【技术保护点】
1.一种图像数据处理方法，其特征在于，包括：/n基于摄像设备获取包括至少两个目标对象的检测图像；所述至少两个目标对象由检测目标对象和辅助目标对象组成；所述检测图像中标注有每个目标对象的对象中心位置；/n根据所述每个目标对象的对象中心位置，确定所述检测目标对象分别与每个辅助目标对象之间的像素距离、以及每个目标对象针对所述摄像设备的摄像距离；/n获取基于所述摄像设备所得到的历史图像，从所述历史图像中，获取所述检测目标对象的对象中心位置所指示的历史对象的历史对象检测框；/n根据所述检测目标对象分别与所述每个辅助目标对象之间的像素距离、所述每个目标对象针对所述摄像设备的摄像距离、以及所述历史对象检测框，生成针对所述检测目标对象的目标检测框；/n根据所述目标检测框，生成针对所述检测目标对象的目标对象密度图。/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：
基于摄像设备获取包括至少两个目标对象的检测图像；所述至少两个目标对象由检测目标对象和辅助目标对象组成；所述检测图像中标注有每个目标对象的对象中心位置；
根据所述每个目标对象的对象中心位置，确定所述检测目标对象分别与每个辅助目标对象之间的像素距离、以及每个目标对象针对所述摄像设备的摄像距离；
获取基于所述摄像设备所得到的历史图像，从所述历史图像中，获取所述检测目标对象的对象中心位置所指示的历史对象的历史对象检测框；
根据所述检测目标对象分别与所述每个辅助目标对象之间的像素距离、所述每个目标对象针对所述摄像设备的摄像距离、以及所述历史对象检测框，生成针对所述检测目标对象的目标检测框；
根据所述目标检测框，生成针对所述检测目标对象的目标对象密度图。


2.根据权利要求1所述的方法，其特征在于，所述根据所述每个目标对象的对象中心位置，确定所述检测目标对象分别与每个辅助目标对象之间的像素距离、以及每个目标对象针对所述摄像设备的摄像距离，包括：
获取所述检测目标对象的对象中心位置分别与所述每个辅助目标对象的对象中心位置之间的间隔像素数量，根据所述每个辅助目标对象所属的间隔像素数量，确定所述检测目标对象分别与所述每个辅助目标对象之间的像素距离；
根据所述每个目标对象的对象中心位置，确定所述每个目标对象在所述检测图像中的垂直方向距离，根据所述每个目标对象所属的垂直方向距离，确定所述每个目标对象针对所述摄像设备的摄像距离。


3.根据权利要求1所述的方法，其特征在于，所述从所述历史图像中，获取所述检测目标对象的对象中心位置所指示的历史对象的历史对象检测框，包括：
根据所述历史图像中至少一个历史对象的对象中心位置分别与所述检测目标对象的对象中心位置之间的像素距离，对所述至少一个历史对象进行排序，得到排序后的所述至少一个历史对象；
根据第一对象获取数量，从排序后的所述至少一个历史对象中，选取参考历史对象；所述参考历史对象的数量小于或等于所述第一对象获取数量；
将所述历史图像中用于标注所述参考历史对象的对象检测框，确定为所述历史对象检测框。


4.根据权利要求1所述的方法，其特征在于，所述根据所述检测目标对象分别与所述每个辅助目标对象之间的像素距离、所述每个目标对象针对所述摄像设备的摄像距离、以及所述历史对象检测框，生成针对所述检测目标对象的目标检测框，包括：
根据所述检测目标对象分别与所述每个辅助目标对象之间的像素距离，生成针对所述检测目标对象的初始检测框；
根据所述每个目标对象针对所述摄像设备的摄像距离、以及所述初始检测框，生成针对所述检测目标对象的过渡检测框；
根据所述历史对象检测框和所述过渡检测框，生成针对所述检测目标对象的目标检测框。


5.根据权利要求4所述的方法，其特征在于，所述根据所述检测目标对象分别与所述每个辅助目标对象之间的像素距离，生成针对所述检测目标对象的初始检测框，包括：
根据所述检测目标对象分别与所述每个辅助目标对象之间的像素距离，对至少一个辅助目标对象进行排序，得到排序后的所述至少一个辅助目标对象；
根据第二对象获取数量，从排序后的所述至少一个辅助目标对象中，选取第一参考目标对象；所述第一参考目标对象的数量小于或等于所述第二对象获取数量；
获取所述第一参考目标对象与所述检测目标对象之间的像素距离的距离均值；
根据框尺寸加权系数，对所述距离均值进行加权，得到初始框尺寸；
根据所述初始框尺寸，生成所述初始检测框。


6.根据权利要求4所述的方法，其特征在于，所述根据所述每个目标对象针对所述摄像设备的摄像距离、以及所述初始检测框，生成针对所述检测目标对象的过渡检测框，包括：
根据所述检测目标对象所属的摄像距离分别与所述每个辅助目标对象所属的摄像距离之间的摄像距离差值，对至少一个辅助目标对象进行排序，得到排序后的所述至少一个辅助目标对象；
根据第三对象获取数量，从排序后的所述至少一个辅助目标对象中，选取第二参考目标对象；所述第二参考目标对象的数量小于或等于所述第三对象获取数量；
获取所述第二参考目标对象所属的对象初始检测框的检测框尺寸均值；
根据所述第二参考目标对象对应的检测框尺寸均值和所述初始检测框，生成所述过渡检测框。


7.根据权利要求6所述的方法，其特征在于，所述根据所述第二参考目标对象对应的检测框尺寸均值和所述初始检测框，生成所述过渡检测框，包括：
获取针对所述第二参考目标对象对应的检测框尺寸均值的第一尺寸加权系数，获取针对所述初始检测框的第二尺寸加权系数；
根据所述第一尺寸加权系数对所述第二参考目标对象对应的检测框尺寸均值进行加权，得到第一框尺寸；
根据所述第二尺寸加权系数对所述初始检测框的框尺寸进行加权，得到第二框尺寸；
根据所述第一框尺寸和所述第二框尺寸，生成所述过渡检测框。


8.根据权利要求4所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：王昌安，
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