图像处理方法、装置、存储介质及计算机设备制造方法及图纸

技术编号:28980205 阅读:14 留言:0更新日期:2021-06-23 09:27
本发明专利技术实施例公开了一种图像处理方法、装置、存储介质及计算机设备,方法通过将待检测图像划分为预设数量的像素块;提取预设数量的像素块中每一像素块的旋转不变特征;根据每一像素块的旋转不变特征确定目标物体包括的目标像素块集合;根据目标像素块集合标记目标物体在待检测图像中的位置。该方法采用计算机视觉技术,通过对待检测每一像素块的旋转不变特征进行提取并根据提取的旋转不变特征确定目标物体包括的像素块集合,如此即使目标物体在3D场景中发生旋转,也可以自动识别其对应的像素块集合,进而可以准确的确定目标物体在待检测图像中的位置,极大的提升了对3D游戏场景中物体识别的准确度。

【技术实现步骤摘要】
图像处理方法、装置、存储介质及计算机设备
本专利技术涉及图像处理
,具体涉及一种图像处理方法、装置、存储介质及计算机设备。
技术介绍
近年来,随着互联网技术的发展,游戏产业呈现出蓬勃发展的趋势。其中,第一人称设计类游戏(First-personshootinggame,FPS)以其为玩家提供主观视角的射击体验,大大增强了游戏的主动性和真实感,从而得到了在世界范围的迅速风靡。在FPS游戏中,常常需要对游戏场景中的人物或者道具等物体进行识别,以便为玩家提供射击的参考目标。目前,对游戏场景中物体进行识别的方法,例如模板匹配法、光流法以及帧差法,对二维(2-dimension,2D)游戏场景具有良好的识别效果,然而在三维(3-dimension,3D)游戏场景中,物体会因旋转导致投射在二维显示画面中的物体图像发生较大变化,因此现有的物体检测方法对三维场景中的物体的识别效果较差。
技术实现思路
本专利技术实施例提供一种图像处理方法、装置、存储介质及计算机设备,该方法可以提高图像处理的准确性,进而可以提升对3D游戏本文档来自技高网...

【技术保护点】
1.一种图像处理方法,其特征在于,所述方法包括:/n将待检测图像划分为预设数量的像素块;/n提取所述预设数量的像素块中每一像素块的旋转不变特征;/n根据所述每一像素块的旋转不变特征确定目标物体包括的目标像素块集合;/n根据所述目标像素块集合标记所述目标物体在所述待检测图像中的位置。/n

【技术特征摘要】
1.一种图像处理方法,其特征在于,所述方法包括:
将待检测图像划分为预设数量的像素块;
提取所述预设数量的像素块中每一像素块的旋转不变特征;
根据所述每一像素块的旋转不变特征确定目标物体包括的目标像素块集合;
根据所述目标像素块集合标记所述目标物体在所述待检测图像中的位置。


2.根据权利要求1所述的方法,其特征在于,所述提取所述预设数量的像素块中每一像素块的旋转不变特征,包括:
确定所述预设数量的像素块中每一像素块的傅里叶变换时域信息;
从所述傅里叶变换时域信息中提取频谱能量信息,并确定所述频谱能量信息为像素块的旋转不变特征,得到每一像素块的旋转不变特征。


3.根据权利要求1或2中任意一项所述的方法,其特征在于,所述根据所述每一像素块的旋转不变特征确定目标物体包括的目标像素块集合,包括:
将所述每一像素块的旋转不变特征映射到向量空间中,得到每一像素块对应的特征向量;
采用训练后的预设模型对所述每一像素块对应的特征向量进行处理,得到每一特征向量对应的物体信息;
确定携带目标物体信息的目标像素块集合。


4.根据权利要求3所述的方法,其特征在于,所述采用训练后的预设模型对所述每一像素块对应的特征向量进行处理之前,还包括:
获取训练样本,所述训练样本包括样本图像在多个显示角度下对应的训练图像;
提取每个训练图像的旋转不变特征,并将所述旋转不变特征映射到向量空间中,得到每个训练图像对应的训练特征向量;
采用所述每个训练图像对应的训练特征向量以及每个训练图像标注的物体信息对所述预设模型进行训练,得到所述训练后的预设模型。


5.根据权利要求4所述的方法,其特征在于,所述提取每个训练图像的旋转不变特征,并将所述旋转不变特征映射到向量空间中,得到每个训练图像对应的训练特征向量,包括:
对每个训练图像进行上采样或下采样,得到每个训练图像对应的多个不同尺度的图像;
对所述多个不同尺度的图像进行旋转不变特征的提取,得到每个训练图像对应的特征金字塔;
将所述每个训练图像对应的特征金字塔映射到向量空间中,得到每个训练图像对应的训练特征向量。


6.根据权利要求5所述的方法,其特征在于,所述将所述每个训练图像对应的特征金字塔映射到向量空间中,得到每个训练图像对应的训练特征向量,包括:
对所述每个训练图像对应的特征金字塔进行池化处理,得到每个训练图像对应的池化后的特征金字塔;
将所述每个训练图像对应的池化后的特征金子塔映射到向量空间,得到每个训练图像对应的训练特征向量。


7.根据权利要求4所述的方法,其特征在于,所述采用所述每个训练图像对应的训练特征向量以及每个训练图像标注的物体信息对所述预设模型进行训练,得到所述训练后的预设模型,包括:
获取包含多层决策树的预设模型;
将所述每个训练图像对应的训练特征向量以及每个样本标注的物体信息...

【专利技术属性】
技术研发人员:徐东
申请(专利权)人:腾讯科技深圳有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1