图像中目标物位置检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及图像处理技术，揭露了一种图像中目标物位置检测方法，包括：对获取的训练图像集进行图像增强和前景及背景区域分割，得到分割图像集；对分割图像集的背景区域进行图像填充，得到填充图像集；对填充图像集中的每张图像进行图像扩展，得到扩展图像集；构建位置识别网络模型，利用扩展图像集对位置识别网络模型进行目标物位置识别训练；获取待识别图像，利用训练后的位置识别网络模型对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。此外，本发明专利技术还涉及区块链技术，所述训练图像集可存储于区块链的节点。本发明专利技术还提出一种图像中目标物位置检测装置、设备以及介质。本发明专利技术可以解决现有目标物位置识别模型的精确度不高的问题。

【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，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。可选地，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。可选地，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。可选地，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。可选地，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所述背景区域将所述增强图像集中每张增强图像进行前景及背景的区域分割，得到分割图像集。可选地，所述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，包括：利用所述位置识别网络模型的前向并行卷积通道对所述待识别图像进行卷积操作，得到前向特征图；利用所述位置识别网络模型的后向并行卷积通道对所述前向特征图及所述前向特征图的下采样图像进行卷积操作，得到后向特征图；对获得的前向特征图和后向特征图进行特征融合，得到融合特征图；利用像素分类算法对所述融合特征图进行目标物位置识别，得到目标物位置识别结果。可选地，所述对所述填充图像集中的每张图像进行图像扩展包括图像尺寸裁剪、图像白平衡调节、图像像素扰动、图像几何旋转和图像几何拉伸之中的一项或多项操作。为了解决上述问题，本专利技术还提供一种图像中目标物位置检测装置，所述装置包括：图像增强模块，用于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；区域划分模块，用于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；区域填充模块，用于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；图像扩展模块，用于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；网络训练模块，用于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；位置识别模块，用于获取待识别图像，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。为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：存储器，存储至少一个指令；及处理器，执行所述存储器中存储的指令以实现上述所述的图像中目标物位置检测方法。为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的图像中目标物位置检测方法。本专利技术实施例通过对训练图像集进行图像增强，可实现将训练图像集中的每张训练图像进行噪点像素过滤，以及局部纹理增强，有利于后续训练出更加精确的位置识别网络模型，将增强图像集分割为前景区域和背景区域，对分割图像集中每张图像的背景区域进行图像填充，可减少图像中需要进行分析的区域，有利于提高后续利用位置识别网络模型进行目标物位置识别的效率，执行图像扩展操作可增加扩展图像集中的图像多样化，有利于提高后续训练出的位置识别网络模型的鲁棒性，对构建的位置识别网络模型进行训练，并利用训练完成的位置识别网络模型识别待识别图像中目标物的位置，实现了对待识别图像中目标物位置的精确识别。因此本专利技术提出的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，可以解决现有目标物位置识别模型的精确度不高的问题。附图说明图1为本专利技术一实施例提供的图像中目标物位置检测方法的流程示意图；图2为本专利技术一实施例提供的图像中目标物位置检测装置的功能模块图；图3为本专利技术一实施例提供的实现所述图像中目标物位置检测方法的电子设备的结构示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本申请实施例提供一种图像中目标物位置检测方法。所述图像中目标物位置检测方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述图像中目标物位置检测方法可以由安装在终端本文档来自技高网...

【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