一种图像处理方法、装置、设备及存储介质制造方法及图纸

本申请涉及一种图像处理方法、装置、设备及存储介质，该方法包括：获取视频序列；视频序列包括多帧连续的视频图像；根据已训练的特征提取模型对视频序列进行特征提取，得到特征图集合；特征图集合包括多个特征图子集合，多个特征图子集合分别对应不同的尺寸，每个特征图子集合包括多张尺寸相同的特征图；针对特征图集合中每个特征图：根据已训练的候选框提取模型对特征图进行处理，得到每个特征图对应的候选框信息；候选框信息包括至少一个候选框的位置信息；根据特征图集合和每个特征图对应的候选框信息，得到视频序列中目标对象的位置信息和行为信息。如此，可以提高目标对象的定位精度以及行为识别准确度，且实时性高。且实时性高。且实时性高。

【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]本申请涉及图像数据处理
，特别涉及一种图像处理方法、装置、设备及存储介质。

技术介绍

[0002]机器视觉在人工智能领域中发展速度很快，且在理论科学与工程应用方面有着广泛应用前景，机器视觉系统的研究包括目标检测、图像特征提取和行为识别等几个关键问题，并在医学动态影像、图像检索、多媒体信息处理与通信、指纹和人脸识别、图像处理与预处理、自然界生物种类识别、交通安全等各个研究领域都得到广泛应用。
[0003]近些年来,自动驾驶技术在不断发展,世界范围内的各大高校、研究机构、传统车企、互联网企业等不断加强研发力度。但是,真实交通环境下的自动驾驶技术仍然面临许多难题，而周围车辆的驾驶行为的识别是其中一个很重要的方面。
[0004]基于机器视觉的车辆行为识别是通过对图像或视频的实时分析来判别车辆的运动行为的过程。传统的车辆行为识别算法中，需要先进行目标检测追踪，然后再提取车辆轨迹，对行驶轨迹进行识别，判别该行为是左转弯、右转弯或者直行，传统的车辆行为识别算法中整个过程涉及多个阶段的，本文档来自技高网...

【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：获取视频序列；所述视频序列包括多帧连续的视频图像；根据已训练的特征提取模型对所述视频序列进行特征提取，得到特征图集合；所述特征图集合包括多个特征图子集合，所述多个特征图子集合分别对应不同的尺寸，每个特征图子集合包括多张尺寸相同的特征图；针对所述特征图集合中每个特征图：根据已训练的候选框提取模型对所述特征图进行处理，得到每个特征图对应的候选框信息；所述候选框信息包括至少一个候选框的位置信息；根据所述特征图集合和所述每个特征图对应的候选框信息，得到所述视频序列中目标对象的位置信息和行为信息。2.根据权利要求1所述的方法，其特征在于，所述多帧连续的视频图像包括预设帧数的连续的视频图像；所述获取视频序列，包括：对获取的原始视频序列进行处理，得到多组视频序列；所述多组视频序列中每组视频序列包括预设帧数的连续的视频图像；针对所述每组视频序列：对所述预设帧数的连续的视频序列进行数据增强操作，得到操作后的视频序列；所述数据增强操作包括色彩对比度增强操作和/或尺寸调节操作；经过尺寸调节操作后的多组视频序列中至少包括两组视频序列对应的尺寸不同。3.根据权利要求1所述的方法，其特征在于，所述已训练的特征提取模型包括多个卷积单元；所述多个卷积单元包括第一卷积单元；所述第一卷积单元的输入端为所述已训练的特征提取模型的输入端；所述第一卷积单元包括第一卷积模块和第一下采样模块，所述第一卷积模块包括三维卷积子模块，所述三维卷积子模块包括至少一个三维卷积层、归一化层和第一激活层。4.根据权利要求3所述的方法，其特征在于，所述第一卷积模块还包括注意力计算子模块；所述注意力计算子模块的输入端与所述三维卷积子模块的输出端连接；所述注意力计算子模块包括依次连接的全局池化层、第一全连接层、第二全连接层和第二激活层。5.根据权利要求3所述的方法，其特征在于，所述多个卷积单元还包括第二卷积单元、第三卷积单元和第四卷积单元；所述特征图集合包括第一特征图子集合、第二特征图子集合和第三特征图子集合；所述根据已训练的特征提取模型对所述视频序列进行特征提取，得到特征图集合，包括：将所述视频序列输入至所述第一卷积单元，得到所述第一卷积单元的输出；将所述第一卷积单元的输出作为所述第二卷积单元的输入，得到所述第二卷积单元的输出；将所述第二卷积单元的输出作为所述第三卷积单元的输入，得到所述第三卷积单元的输出；将所述第三卷积单元的输出与所述第二卷积单元的输出进行融合，得到所述第一特征图子集合；将所述第三卷积单元的输出作为所述第四卷积单元的输入，得到...

【专利技术属性】
技术研发人员：李嘉琦，陈志轩，赵起超，
申请(专利权)人：中汽创智科技有限公司，
类型：发明
国别省市：