图像处理方法、装置及设备、存储介质制造方法及图纸

本发明专利技术提供一种图像处理方法、装置及设备、存储介质，可以自动地确定出图像样本中标签信息的错误情况并纠正，减少标注工作量。该方法包括：将第一传感器采集的彩色图像输入至目标检测模型中，以得到检测结果，并依据检测结果为彩色图像标注各被检出对象对应的标签信息以得到图像样本；依据背景深度模型从第二传感器采集的深度图中检测出前景对象；对于任一前景对象，根据所述前景对象在所述深度图中的位置信息，将位置信息映射到图像样本，得到目标位置信息；根据目标位置信息和图像样本中已标注的被检出对象的位置信息，确定图像样本中是否存在前景对象的漏检和/或误检；若存在，对图像样本进行修正。

【技术实现步骤摘要】
图像处理方法、装置及设备、存储介质
本专利技术涉及计算机
，尤其涉及的是一种图像处理方法、装置及设备、存储介质。
技术介绍
随着安防行业对前端摄像头需求量的不断增长，对前端摄像头及其相关监控设备的智能化程度也提出更高的要求，而准确检测出场景中的目标对象是智能的基础，也是当前计算机视觉领域研究的热点。目前，广泛使用的目标检测模型大多采用深度学习的神经网络来实现，而神经网络需要通过训练才可得到所需的目标检测模型。在相关的方式中，会通过线下针对某个场景收集大量图像，通过人工为图像打上标签信息，作为样本训练出所需的目标检测模型。但是，这样训练出来的目标检测模型泛化性不强，只能适用于较为单一的场景，在面对繁杂的监控场景时，比如，在一些场景中会存在光影变化(如太阳照射下的树荫)、小动物、人形物体(但是不是真正的人体)等，这些会干扰目标检测模型的检测，导致一定量的误检、漏检等问题，使得设备的智能化大打折扣。为了减少这种误检、漏检问题，通常会选择针对各个繁杂的场景采集大量的多样化图像，然后通过人工一一标注。但是，这种方式中，不仅多样化图像本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，应用于电子设备，该方法包括：/n将第一传感器采集的彩色图像输入至目标检测模型中，以得到所述目标检测模型输出的检测结果，并依据所述检测结果为所述彩色图像标注各被检出对象对应的标签信息以得到标注有各个被检出对象的标签信息的图像样本；/n依据已建立的背景深度模型从第二传感器采集的深度图中检测出前景对象，所述深度图与所述彩色图像是针对同一场景同步采集得到的，所述背景深度模型是基于针对所述场景采集的其他深度图建立的；/n对于任一前景对象，获取并根据所述前景对象在所述深度图中的位置信息，将所述位置信息映射到所述图像样本，得到所述前景对象在所述图像样本中的目标位置信息；/n...

【技术特征摘要】
1.一种图像处理方法，其特征在于，应用于电子设备，该方法包括：
将第一传感器采集的彩色图像输入至目标检测模型中，以得到所述目标检测模型输出的检测结果，并依据所述检测结果为所述彩色图像标注各被检出对象对应的标签信息以得到标注有各个被检出对象的标签信息的图像样本；
依据已建立的背景深度模型从第二传感器采集的深度图中检测出前景对象，所述深度图与所述彩色图像是针对同一场景同步采集得到的，所述背景深度模型是基于针对所述场景采集的其他深度图建立的；
对于任一前景对象，获取并根据所述前景对象在所述深度图中的位置信息，将所述位置信息映射到所述图像样本，得到所述前景对象在所述图像样本中的目标位置信息；
根据所述目标位置信息和所述图像样本中已标注的被检出对象的位置信息，确定所述图像样本中是否存在所述前景对象的漏检和/或误检；
若存在，对所述图像样本进行修正，所述修正包括在所述图像样本中添加所述前景对象的标签信息和/或修改所述图像样本中与所述前景对象匹配的所述被检出对象的标签信息。


2.如权利要求1所述的图像处理方法，其特征在于，依据已建立的背景深度模型从第二传感器采集的深度图中检测出前景对象，包括：
根据所述背景深度模型，对所述深度图进行背景和目标的分离，从所述深度图中分离出至少一个前景目标，并从所述至少一个前景目标中确定所述前景对象。


3.如权利要求2所述的图像处理方法，其特征在于，从所述至少一个前景目标中确定所述前景对象，包括：
获取并根据所述第二传感器的安装高度和姿态信息以及所述前景目标在所述深度图中的深度信息，确定所述前景目标的宽度分布和高度分布；
根据所述前景目标的宽度分布和高度分布，确定所述前景目标的类型；
将类型与关心目标的类型一致的前景目标确定为所述前景对象。


4.如权利要求3所述的图像处理方法，其特征在于，所述标签信息包括被检出对象的类别标识；
所述对所述图像样本进行修正，包括：
若存在所述前景对象的漏检，根据所述前景对象的类型，在所述图像样本中添加所述前景对象的标签信息，所述标签信息包括所述前景对象的类别标识。


5.如权利要求1所述的图像处理方法，其特征在于，将所述位置信息映射到所述图像样本，得到所述前景对象在所述图像样本中的目标位置信息，包括：
按照预先标定的坐标转换关系将所述前景对象在所述深度图中的位置信息进行转换，得到所述前景对象映射到所述图像样本中的所述目标位置信息，所述坐标转换关系为深度图所应用的坐标系与所述彩色图像所应用的坐标系之间的空间坐标转换关系。


6.如权利要求5所述的图像处理方法，其特征在于，
根据所述目标位置信息和所述图像样本中已标注的被检出对象的位置信息，确定所述图像样本中是否存在所述前景对象的漏检和/或误检，包括：
若所述前景对象的所述目标位置信息与所述图像样本中某个已标注的被检出对象的位置信息匹配，且所述前景对象的尺寸与匹配的所述被检出对象的尺寸一致，确定所述图像样本中不存在所述前景对象的漏检；
若所述前景对象的所述目标位置信息与所述图像样本中某个已标注的被检出对象的位置信息匹配，但所述前景对象的尺寸与匹配的所述被检出对象的尺寸不一致，则所述图像样本中存在所述前景对象的误检；
若所述前景对象的目标位置信息与所述图像样本中所有的已标注的被检出对象的位置信息都不匹配，则确定所述图像样本中存在所述前景对象的漏检。


7.如权利要求6所述的图像处理方法，其特征在于，
所述前景对象的尺寸为所述前景对象在所述深度图中的尺寸；或者，
所述前景对象的尺...

【专利技术属性】
技术研发人员：申琳，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33