一种处理图片的方法及装置制造方法及图纸

本申请是关于一种处理图片的方法及装置，属于监控领域。所述方法包括：将待检测图片输入到图像质量检测模型，获取所述图像质量检测模型对所述待检测图片进行检测得到的检测结果，所述图像质量检测模型用于检测所述待检测图片包括的目标图像发生异常的概率；根据所述检测结果确定所述目标图像具有的图像质量标签，所述图像质量标签用于表示所述目标图像发生的异常；根据所述目标图像具有的图像质量标签，确定是否丢弃所述待检测图片。本申请能够节省存储空间。节省存储空间。节省存储空间。

【技术实现步骤摘要】
一种处理图片的方法及装置


[0001]本申请涉及监控领域，特别涉及一种处理图片的方法及装置。

技术介绍

[0002]在视频监控中，对视频进行结构化分析后，往往可以得到视频中图像目标的各种属性信息，如目标的尺寸属性、运动方向属性、速度属性、人体属性、人脸属性、车辆属性、车牌属性等结构化信息，同时也会得到目标的抓拍图片。存储器在存储目标的属性信息的同时，也会保存该目标对应的抓拍图片。相对属性信息，目标抓拍图片占用的存储空间往往会更多，特别是监控系统连续不间断运行(如7*24小时)，当长时间运行后(如几个月甚至一年)，目标抓拍图片就会占用大量存储空间，最终占满整个存储空间。
[0003]监控系统经过长年累月的运行，由于白天、夜间等光照发生变化，以及目标在视频画面中运动过程中会发生遮挡等各种原因，会导致目标抓拍图片的质量参差不齐，在所有目标抓拍图片中，有相当一部分目标抓拍图片质量比较低，存在异常，例如抓拍的图片存在运动模糊、镜头模糊、夜间低对比度、夜间灯光污染、夜间偏色、被遮挡等异常中的至少一个。这部分存在异常的图片会占用大量存储空间，如果能将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片进行处理的方法，其特征在于，所述方法包括：将待检测图片输入到图像质量检测模型，获取所述图像质量检测模型对所述待检测图片进行检测得到的检测结果，所述图像质量检测模型用于检测所述待检测图片包括的目标图像发生异常的概率；根据所述检测结果确定所述目标图像具有的图像质量标签，所述图像质量标签用于表示所述目标图像发生的异常；根据所述目标图像具有的图像质量标签，确定是否丢弃所述待检测图片。2.如权利要求1所述的方法，其特征在于，所述图像质量检测模型包括模糊检测模型；所述将待检测图片输入到图像质量检测模型，获取所述图像质量检测模型对所述待检测图片进行检测得到的检测结果，包括：将待检测图片输入到所述模糊检测模型，获取所述模糊检测模型对所述待检测图片包括的目标图像进行检测得到的所述目标图像发生模糊异常的概率；所述根据所述检测结果确定所述目标图像具有的图像质量标签，包括：在所述目标图像发生模糊异常的概率大于预设模糊阈值时，确定所述目标图像具有模糊类标签，所述模糊类标签用于表示所述目标图像发生的模糊异常。3.如权利要求2所述的方法，其特征在于，所述模糊检测模型包括运动模糊检测模型、镜头模糊检测模型、解码模糊检测模型和低对比度模糊检测模型中的至少一个；所述运动模糊检测模型用于检测所述待检测图片中的目标图像发生运动模糊异常的概率，所述镜头模糊检测模型用于检测所述待检测图片中的目标图像发生镜头模糊异常的概率，所述解码模糊检测模型用于检测所述待检测图片中的目标图像发生解码模糊异常的概率，所述低对比度模糊检测模型用于检测所述待检测图片中的目标图像发生低对比度模糊异常的概率；所述在所述目标图像发生模糊异常的概率大于预设模糊阈值时，确定所述目标图像具有模糊类标签，包括：在所述目标图像发生运动模糊异常的概率大于预设运动模糊阈值时，确定所述目标图像具有运动模糊类标签，所述运动模糊类标签用于表示所述目标图像发生运动模糊异常；和/或，在所述目标图像发生镜头模糊异常的概率大于预设镜头模糊阈值时，确定所述目标图像具有镜头模糊类标签，所述镜头模糊类标签用于表示所述目标图像发生镜头模糊异常；和/或，在所述目标图像发生解码模糊异常的概率大于预设解码模糊阈值时，确定所述目标图像具有解码模糊类标签，所述解码模糊类标签用于表示所述目标图像发生解码模糊异常；和/或，在所述目标图像发生低对比度模糊异常的概率大于预设低对比度模糊阈值时，确定所述目标图像具有低对比度模糊类标签，所述低对比度模糊类标签用于表示所述目标图像发生低对比度模糊异常。4.如权利要求1所述的方法，其特征在于，所述图像质量检测模型包括遮挡检测模型；所述将待检测图片输入到图像质量检测模型，获取所述图像质量检测模型对所述待检测图片进行检测得到的检测结果，包括：
将待检测图片输入到所述遮挡检测模型，获取所述遮挡检测模型对所述待检测图片包括的目标图像进行检测得到的所述目标图像发生遮挡异常的概率；所述根据所述检测结果确定所述目标图像具有的图像质量标签，包括：在所述目标图像发生遮挡异常的概率大于预设遮挡阈值时，确定所述目标图像具有遮挡类标签，所述遮挡类标签用于表示所述目标图像发生的遮挡异常。5.如权利要求4所述的方法，其特征在于，所述遮挡检测模型包括自身遮挡检测模型和周围遮挡检测模型中的至少一个；所述自身遮挡检测模型用于检测所述待检测图片中的目标图像发生自身遮挡异常的概率，所述周围遮挡检测模型用于检测所述待检测图片中的目标图像发生周围遮挡异常的概率；所述在所述目标图像发生遮挡异常的概率大于预设遮挡阈值时，确定所述目标图像具有遮挡类标签，包括：在所述目标图像发生自身遮挡异常的概率大于预设自身遮挡阈值时，确定所述目标图像具有自身遮挡标签，所述自身遮挡标签用于表示所述目标图像发生自身遮挡异常；和/或，在所述目标图像发生周围遮挡异常的概率大于预设周围遮挡阈值时，确定所述目标图像具有周围遮挡标签，所述周围遮挡标签用于表示所述目标图像发生周围遮挡异常。6.如权利要求1所述的方法，其特征在于，所述图像质量检测模型包括图像误检模型；所述将待检测图片输入到图像质量检测模型，获取所述图像质量检测模型对所述待检测图片进行检测得到的检测结果，包括：将待检测图片输入到所述图像误检模型，获取...

【专利技术属性】
技术研发人员：向杰，
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：