【技术实现步骤摘要】
图像中目标物位置检测方法、装置、电子设备及存储介质
本专利技术涉及图像处理
,尤其涉及一种图像中目标物位置检测方法、装置、电子设备及计算机可读存储介质。
技术介绍
随着计算机视觉的发展,越来越多的场合需要对图像进行分析处理以实现从图像中获取需要的信息。例如,发生交通事故时,人们从事故发生地获取交通事故发生时的行车图像,利用图像处理技术对所述行车图像进行分析,得到图像中车辆的位置、轨迹等信息,从而判断交通事故发生的原因、责任归属。现有的对于图像中目标物(如车辆)位置的检测方法多为利用包含目标物的现有图像直接对图像识别网络进行训练,但由于现有图像中的目标物可能存在模糊、重叠、发生形变等因素,导致利用现有图像直接训练出的模型在对图像进行识别时的精确度不高。
技术实现思路
本专利技术提供一种图像中目标物位置检测方法、装置及计算机可读存储介质,其主要目的在于解决现有目标物位置识别模型的精确度不高的问题。为实现上述目的,本专利技术提供的一种图像中目标物位置检测方法,包括:获取包含目标物的训练图像集,对所述训练图像集进行图像增强,得到增强图像集;将所述增强图像集进行前景及背景的区域分割,得到分割图像集,其中,所述分割图像集中的每张图像中包括前景区域及背景区域;对所述分割图像集中每张图像的背景区域进行图像填充,得到填充图像集;对所述填充图像集中的每张图像进行图像扩展,得到扩展图像集;利用所述扩展图像集对预先构建的位置识别网络模型进行目标物位置识别训练, ...
【技术保护点】
1.一种图像中目标物位置检测方法,其特征在于,所述方法包括:/n获取包含目标物的训练图像集,对所述训练图像集进行图像增强,得到增强图像集;/n将所述增强图像集进行前景及背景的区域分割,得到分割图像集,其中,所述分割图像集中的每张图像中包括前景区域及背景区域;/n对所述分割图像集中每张图像的背景区域进行图像填充,得到填充图像集;/n对所述填充图像集中的每张图像进行图像扩展,得到扩展图像集;/n利用所述扩展图像集对预先构建的位置识别网络模型进行目标物位置识别训练,得到训练完成的位置识别网络模型;/n获取待识别图像,利用所述训练完成的位置识别网络模型对所述待识别图像进行目标物位置识别,得到目标物位置识别结果。/n
【技术特征摘要】
1.一种图像中目标物位置检测方法,其特征在于,所述方法包括:
获取包含目标物的训练图像集,对所述训练图像集进行图像增强,得到增强图像集;
将所述增强图像集进行前景及背景的区域分割,得到分割图像集,其中,所述分割图像集中的每张图像中包括前景区域及背景区域;
对所述分割图像集中每张图像的背景区域进行图像填充,得到填充图像集;
对所述填充图像集中的每张图像进行图像扩展,得到扩展图像集;
利用所述扩展图像集对预先构建的位置识别网络模型进行目标物位置识别训练,得到训练完成的位置识别网络模型;
获取待识别图像,利用所述训练完成的位置识别网络模型对所述待识别图像进行目标物位置识别,得到目标物位置识别结果。
2.如权利要求1所述的图像中目标物位置检测方法,其特征在于,所述对所述训练图像集进行图像增强,得到增强图像集,包括:
遍历并获取所述训练图像集的像素点;
利用预设的像素滤波器对所述像素点进行像素滤波处理,得到滤波图像集;
对所述滤波图像进行局部纹理加深,得到增强图像集。
3.如权利要求2所述的图像中目标物位置检测方法,其特征在于,所述对所述滤波图像集进行局部纹理加深,得到增强图像集,包括:
用n×n的图像窗口在所述滤波图像集中依次执行区域选择,得到多个图像区域,根据每个所述图像区域的中心像素以及所述中心像素的邻域像素,利用预设算法计算每个所述图像区域的中心像素的二进制码元;
根据得到的所述二进制码元对所述中心像素进行像素归一化,得到增强图像集。
4.如权利要求3所述的图像中目标物位置检测方法,其特征在于,所述根据每个所述图像区域的中心像素以及所述中心像素的邻域像素,利用预设算法计算每个所述图像区域的中心像素的二进制码元,包括:
利用如下算法计算所述图像区域的中心像素的二进制码元
其中,P0为所述图像区域的中心像素,Pe为所述中心像素的邻域像素的均值,n为所述邻域像素的个数,s(P0-Pe)为量化运算。
5.如权利要求1所述的图像中目标物位置检测方法,其特征在于,所述将所述增强图像集进行前景及背景的区域分割,得到分割图像集,包括:
遍历并获取所述增强图像集中每张增强图像内各像素点的像素值;
确定所述像素值大于预设像素阈值的像素点为前景区域;
确定所述像素值小于或等于所述预设像素阈值的像素点为背景区域;
按照所述前景区域和...
【专利技术属性】
技术研发人员:唐子豪,刘莉红,刘玉宇,
申请(专利权)人:平安科技深圳有限公司,
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。