图像处理方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种图像处理方法、装置、设备及存储介质，属于人工智能技术领域。本申请实施例，考虑到图像中不同的图像区域的远近情况不同时，人头的尺寸可能不同，对于图像中每个图像区域，在提取到图像特征后，根据不同的感受野获取到了人群密度，再通过对图像中不同图像区域进行分析，确定该图像区域的远近，动态地选择合适的感受野对该图像区域的人群密度进行了调整，这样获取得到的人群密度更符合图像区域的远近程度，提高了人群密度获取精度，进而提高了人的数量的准确性。

【技术实现步骤摘要】
图像处理方法、装置、设备及存储介质
本申请涉及人工智能
，特别涉及一种图像处理方法、装置、设备及存储介质。
技术介绍
随着人工智能技术的发展，越来越多的领域中，实现了通过计算机模拟、延伸和扩展人的智能，获知对数据的处理方法，进而能够自行对数据进行处理，来代替人工，以提高数据处理效率。其中，基于人工智能对图像进行处理即为人工智能技术的一种应用。在一种场景中，能够对图像进行处理，确定图像中人群密度，进而确定出图像中的人的数量。目前，图像处理方法通常是对图像进行特征提取，基于提取到的图像特征，使用预测网络预测每个图像的密度图，基于密度图确定出人的数量。图像中不同的图像区域的远近情况不同，则人头的尺寸也就不同，上述图像处理方法并未考虑到这一点，进而预测出的密度图的精度比较小，准确性较差。
技术实现思路
本申请实施例提供了一种图像处理方法、装置、设备及存储介质，能够提高估计精度和准确性。一方面，提供了一种图像处理方法，所述方法包括：获取待处理图像；对所述待处理图像进行特征提取，得到所述待处本文档来自技高网...

【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获取待处理图像；/n对所述待处理图像进行特征提取，得到所述待处理图像的深度特征；/n基于至少两个感受野和所述深度特征，获取所述待处理图像中不同图像区域的人群密度，得到所述至少两个感受野对应的至少两个第一密度图，所述至少两个感受野互不相同；/n根据所述深度特征，获取所述待处理图像中不同图像区域与所述至少两个感受野之间的匹配度；/n以所述至少两个感受野对应的匹配度为权重，综合所述至少两个第一密度图中不同图像区域的人群密度，得到所述待处理图像中包含的人的数量。/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：
获取待处理图像；
对所述待处理图像进行特征提取，得到所述待处理图像的深度特征；
基于至少两个感受野和所述深度特征，获取所述待处理图像中不同图像区域的人群密度，得到所述至少两个感受野对应的至少两个第一密度图，所述至少两个感受野互不相同；
根据所述深度特征，获取所述待处理图像中不同图像区域与所述至少两个感受野之间的匹配度；
以所述至少两个感受野对应的匹配度为权重，综合所述至少两个第一密度图中不同图像区域的人群密度，得到所述待处理图像中包含的人的数量。


2.根据权利要求1所述的方法，其特征在于，所述基于至少两个感受野和所述深度特征，获取所述待处理图像中不同图像区域的人群密度，得到所述至少两个感受野对应的至少两个第一密度图，包括：
分别基于不同空洞率的卷积层、可变形卷积层、创始结构或残差结构中的至少两项，对所述深度特征进行卷积处理，得到至少两个感受野对应的至少两个第一密度图。


3.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像进行特征提取，得到所述待处理图像的深度特征，包括：
基于连续的至少一个卷积层，对所述待处理图像进行卷积处理，将最后一个卷积层的输出作为所述深度特征。


4.根据权利要求3所述的方法，其特征在于，所述至少一个卷积层的数量为至少两个；所述至少一个卷积层采用跳跃链接；其中，跳跃链接的两个卷积层包括第一卷积层和第二卷积层，第一卷积层用于对前一个第一卷积层输出的深度特征进行下采样；第二卷积层用于对前一个第二卷积层输出的深度特征以及所连接的第一卷积层输出的深度特征进行上采样。


5.根据权利要求1所述的方法，其特征在于，所述根据所述深度特征，获取所述待处理图像中不同图像区域与所述至少两个感受野之间的匹配度，包括：
根据所述深度特征，获取所述待处理图像中不同图像区域的中间特征；
对所述不同图像区域的中间特征进行归一化处理，得到所述待处理图像中不同图像区域与所述至少两个感受野之间的匹配度。


6.根据权利要求5所述的方法，其特征在于，所述对所述不同图像区域的中间特征进行归一化处理，得到所述待处理图像中不同图像区域与所述至少两个感受野之间的匹配度，包括：
对所述不同图像区域的中间特征进行归一化处理，得到所述待处理图像中不同图像区域的概率分布，一个图像区域的概率分布用于表示所述图像区域与所述至少两个感受野之间的匹配度，所述概率分布中一个概率值用于表示所述图像区域与目标感受野之间的匹配度。


7.根据权利要求5所述的方法，其特征在于，所述根据所述深度特征，获取所述待处理图像中不同图像区域的中间特征，包括：
对所述深度特征进行平均池化处理，得到所述不同图像区域的深度特征；
分别对所述不同图像区域的深度特征进行卷积处理，得到所述不同图像区域的中间特征。


8.根据权利要求1所述的方法，其特征在于，所述以所述至少两个感受野对应的匹配度为权重，综合所述至少两个第一密度图中不同图像区域的人群密度，得到所述待处理图像中包含的人的数量，包括：
以所述至少两个感受野对应的匹配度为权重，对所述至少两个第一密度图中不同图像区域的人群密度进行加权，得到所述待处理图像的第二密度图；
根据所述第二密度图，获取所述待处理图像中包含的人的数量。


9.根据权利要求8所述的方法，其特征在于，所述根据所述第二密度图...

【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