【技术实现步骤摘要】
一种图像处理方法、装置、设备及存储介质
[0001]本专利技术实施例涉及人工智能
,尤其涉及一种图像处理方法、装置、设备及存储介质。
技术介绍
[0002]自动驾驶场景下的检测模型需要大量的图像作为训练样本进行训练,以保证场景覆盖度和检测效果。当算法迁移至新场景下时,往往需要获得新场景下的图像作为训练样本,再对检测模型进行迁移学习,以保证新场景下的适配能力。相关技术通过重新采集新场景下的图像的方式获得训练样本,从而导致获取样本图像的成本高。
技术实现思路
[0003]本申请实施例提供了一种图像处理方法、装置、设备及存储介质,用于降低获取样本图像的成本。
[0004]一方面,本申请实施例提供了一种图像处理方法,该方法包括:
[0005]获取场景图像以及待处理图像,所述待处理图像包括目标对象;
[0006]提取所述场景图像的目标场景特征,以及提取所述目标对象的目标对象特征;
[0007]将所述目标场景特征与所述目标对象特征进行融合,获得目标场景迁移图像,所述目标场景迁移图像为所述目标对象在所述场景图像表征的场景下的图像。
[0008]一方面,本申请实施例提供了一种数据处理装置,该装置包括:
[0009]获取模块,用于获取场景图像以及待处理图像,所述待处理图像包括目标对象;
[0010]特征提取模块,用于提取所述场景图像的目标场景特征,以及提取所述目标对象的目标对象特征;
[0011]融合模块,用于将所述目标场景特征与所述目标对象特征进行 ...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法,其特征在于,包括:获取场景图像以及待处理图像,所述待处理图像包括目标对象;提取所述场景图像的目标场景特征,以及提取所述目标对象的目标对象特征;将所述目标场景特征与所述目标对象特征进行融合,获得目标场景迁移图像,所述目标场景迁移图像为所述目标对象在所述场景图像表征的场景下的图像。2.如权利要求1所述的方法,其特征在于,所述将所述目标场景特征与所述目标对象特征进行融合,获得目标场景迁移图像,包括:通过目标样本增强网络中的生成对抗网络,将所述目标场景特征与所述目标对象特征进行融合,获得目标场景迁移图像,所述目标样本增强网络是基于训练样本对初始化的样本增强网络进行多次迭代训练获得的。3.如权利要求2所述的方法,其特征在于,所述提取所述场景图像的目标场景特征,以及提取所述目标对象的目标对象特征,包括:通过所述目标样本增强网络中的特征提取网络,提取所述场景图像的图像表征向量,以及提取所述待处理图像的图像表征向量;通过所述生成对抗网络,从所述场景图像的图像表征向量中,提取所述场景图像的目标场景特征,以及从所述待处理图像的图像表征向量中,提取所述目标对象的目标对象特征。4.如权利要求2所述的方法,其特征在于,所述目标样本增强网络包括特征提取网络和生成对抗网络,所述目标样本增强网络是采用以下方式训练的:在每次迭代过程中,包括:通过所述特征提取网络,提取第一样本图像的第一图像表征向量和第二样本图像的第二图像表征向量;通过所述生成对抗网络,基于所述第一图像表征向量和所述第二图像表征向量,生成至少一个预测场景迁移图像,并分别确定所述至少一个预测场景迁移图像为真实图像的概率值;基于所述生成对抗网络输出的各个概率值,分别对所述特征提取网络和所述生成对抗网络进行参数调整。5.如权利要求4所述的方法,其特征在于,所述特征提取网络包括编码器和编码增强器;所述通过所述特征提取网络,提取第一样本图像的第一图像表征向量和第二样本图像的第二图像表征向量,包括:通过所述编码器,将所述第一样本图像转化为第一特征图,以及将所述第二样本图像转化为第二特征图;通过所述编码增强器,调整所述第一特征图在通道维度的权重,获得所述第一图像表征向量,以及调整所述第二特征图在通道维度的权重,获得所述第二图像表征向量。6.如权利要求4所述的方法,其特征在于,所述生成对抗网络包括生成器和判别器;所述通过生成对抗网络,基于所述第一图像表征向量和所述第二图像表征向量,生成至少一个预测场景迁移图像,并分别确定所述至少一个预测场景迁移图像为真实图像的概率值,包括:
通过所述生成器,基于所述第一图像表征向量和所述第二图像表征向量,生成至少一预测个场景迁移图像;通过所述判别器,分别确定所述至少一个预测场景迁移图像为真实图像的概率值。7.如权利要求6所述的方法,其特征在于,所述生成器包括第一子生成器和第二子生成器,所述至少一个预测场景迁移图像包括第一预测场景迁移图像和第二预测场景迁移图像;所述通过所述生成器,基于所述第一图像表征向量和所述第二图像表征向量,生成至少一个预测场景迁移图像,包括:通过所述第一子生成器,从所述第...
【专利技术属性】
技术研发人员:刘畅,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
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。