【技术实现步骤摘要】
图像处理方法、图像处理器、电子设备及可读存储介质
本申请涉及图像处理
，特别涉及一种图像处理方法、图像处理器、电子设备及可读存储介质。
技术介绍
电子设备在实际应用中对于图像场景中的显著性物体检测这一细分任务，有着极强烈的需求。通常常见的显著性物体包含，鸟类，人体，鲜花，美食、猫狗等。对于图像场景中的显著性物体检测的目的在于能够确定显著性物体在图像的哪个区域，以便后续对图像中的显著性物体进行图像处理。然而在显著性的目标检测中，由于被检测物体通常所处环境为自然环境，背景复杂，被检测物体的纹理颜色和环境背景有着极高的相似性，同时物体目标小不易于识别。为后续功能的准备优化提供信息带来不便。
技术实现思路
本申请实施方式提供了一种图像处理方法、图像处理器、电子设备及计算机可读存储介质。本申请实施方式提供一种图像处理方法。所述图像处理方法用于图像传感器。所述图像处理方法包括：在预览图像上生成均为预设面积的多个锚框；对每个所述锚框进行金字塔裁剪，以获取与每个所述锚框对应的多个面积不同的预选框，其中一个所...
【技术保护点】
1.一种图像处理方法，用于图像传感器，其特征在于，所述图像处理方法包括：/n在预览图像上生成均为预设面积的多个锚框；/n对每个所述锚框进行金字塔裁剪，以获取与每个所述锚框对应的多个面积不同的预选框，其中一个所述预选框的面积为所述预设面积；/n对每个所述预选框进行图像处理，以获得每个所述预选框内的物体的类别、所述物体为所述类别的概率值、及所述物体的显著性区域；及/n选取所述概率值大于所述预设的概率阈值对应的所述预选框作为目标框。/n
【技术特征摘要】
1.一种图像处理方法，用于图像传感器，其特征在于，所述图像处理方法包括：
在预览图像上生成均为预设面积的多个锚框；
对每个所述锚框进行金字塔裁剪，以获取与每个所述锚框对应的多个面积不同的预选框，其中一个所述预选框的面积为所述预设面积；
对每个所述预选框进行图像处理，以获得每个所述预选框内的物体的类别、所述物体为所述类别的概率值、及所述物体的显著性区域；及
选取所述概率值大于所述预设的概率阈值对应的所述预选框作为目标框。
2.根据权利要求1所述的图像处理方法，其特征在于，当所述图像传感器处于第一对对焦模式时，所述图像传感器选取所述目标框作为对焦框进行对焦；
当所述图像传感器处于第二对焦模式时，所述图像传感器选取所述目标框内的显著性区域作为对焦框进行对焦。
3.根据权利要求1所述的图像处理方法，其特征在于，所述对每个所述锚框进行金字塔裁剪，以获取与每个所述锚框对应的多个面积不同的预选框，包括：
根据预设差值对所述锚框的长度及宽度进行增加或减少，以获得与所述锚框对应的多个面积不同的所述预选框；其中：
在多个所述面积不同的所述预选框按照面积大小进行排序时，相邻的两个所述预选框的长度的差值等于所述预设差值，和/或相邻的两个所述预选框的宽度的差值等于所述预设差值。
4.根据权利要求3所述的图像处理方法，其特征在于，多个所述面积不同的所述预选框中最小面积的所述预选框的面积小于所述预设面积；和/或
多个所述面积不同的所述预选框中最大面积的所述预选框的面积大于所述设面积。
5.根据权利要求1所述的图像处理方法，其特征在于，所述对每个所述预选框进行图像处理，以获得每个所述预选框内的物体的类别、所述物体为所述类别的概率值、及所述物体的显著性区域，包括：
获取每个所述预选框内的物体的全局特征向量；
采用引导网络中预设的训练模型对每个所述预选框进行处理以获取每个所述预选框内的所述物体的显著性区域；
获取每个所述预选框内局部显著特征向量；及
融合处理所述全局特征向量及所述局部显著特征向量以获取每个所述预选框内的物体的类别及所述物体为所述类别的概率值。
6.根据权利要求5所述的图像处理方法，其特征在于，还包括：
采用教师网络中的验证模型对每个所述预选框内的所述物体的显著性区域及所述局部显著特征向量进行验证以输出与每个所述局部显著特征向量对应的置信度；
根据所述置信度及验证用的局部显著特征向量计算验证损失；及
根据所述验证损失调整所述引导网络中预设的训练模型。
7.一种图像处理器，其特征在于，所述图像处理器包括图像传感器及处理器，所述处理器用于：<...
【专利技术属性】
技术研发人员：邹子杰，
申请(专利权)人：OPPO广东移动通信有限公司，
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。