一种图像处理方法、装置、介质、设备及驾驶系统制造方法及图纸

本申请公开了一种图像处理方法、装置、介质、设备及驾驶系统，属于数据处理技术领域。主要包括，根据预定的多个感知目标特征分类中每个感知目标特征分类的感知目标特征，以及预定的多个神经网络图像感知模型中，与每个感知目标特征分类相应的神经网络图像感知模型的像素要求，对当前环境图像进行相应调整得到多个当前环境特征图像；利用相应神经网络图像感知模型对每个当前环境特征图像中的感知目标进行感知，得到多个感知结果，以及，对多个感知结果进行融合，得到当前环境图像的感知结果数据。本申请能够提高感知的准确度。本申请能够提高感知的准确度。本申请能够提高感知的准确度。

【技术实现步骤摘要】
一种图像处理方法、装置、介质、设备及驾驶系统


[0001]本申请涉及数据处理
，特别涉及一种图像处理方法、装置、介质、设备及驾驶系统。

技术介绍

[0002]当前对图像分析处理的应用越来越广泛，例如对实际场景中目标的定位、识别以及跟踪等。在对图像分析处理的过程中，需要通过对目标进行感知获取感知信息，再利用感知信息进行相应的分析处理，对图像中目标感知的准确度直接影响图像分析处理的结果的准确度。因此需要一套精确的图像目标感知方案。

技术实现思路

[0003]针对现有技术存在的问题，本申请主要提供一种图像处理方法、装置、介质、设备及驾驶系统，通过对原始环境图像根据不同感知目标类别的特性进行分割处理，利用相应的感知模型进行感知，然后将感知结果进行融合得到原始环境图像的感知结果，来提高感知的效率和准确度。
[0004]第一方面，本申请实施例提供一种图像处理方法，其包括：根据预定的多个感知目标特征分类中每个感知目标特征分类的感知目标特征，以及预定的多个神经网络图像感知模型中，与每个感知目标特征分类相应的神经网络图像感知模型的像本文档来自技高网...

【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：根据预定的多个感知目标特征分类中每个感知目标特征分类的感知目标特征，以及预定的多个神经网络图像感知模型中，与所述每个感知目标特征分类相应的神经网络图像感知模型的像素要求，对当前环境图像进行相应调整得到多个当前环境特征图像；利用相应所述神经网络图像感知模型对每个当前环境特征图像中的感知目标进行感知，得到多个感知结果；以及对所述多个感知结果进行融合，得到所述当前环境图像的感知结果数据；其中，所述多个感知目标特征分类与所述多个神经网络图像感知模型一一对应。2.根据权利要求1所述的图像处理方法，其特征在于，所述根据预定的多个感知目标特征分类中每个感知目标特征分类的感知目标特征，以及预定的多个神经网络图像感知模型中，与所述每个感知目标特征分类相应的神经网络图像感知模型的像素要求，对当前环境图像进行相应调整得到多个当前环境特征图像的过程包括，根据所述每个感知目标特征分类在所述当前环境图像中的方位，以及所述每个感知目标特征分类的清晰度确定相应所述当前环境特征图像的特征类画幅；根据与所述每个感知目标特征分类相应的神经网络图像感知模型的感知像素上限以及所述当前环境图像的像素，确定相应所述当前环境特征图像的特征类像素；以及根据所述特征类画幅以及所述特征类像素对所述当前环境图像进行调整得到所述当前环境特征图像。3.根据权利要求2所述的图像处理方法，其特征在于，所述根据所述特征类画幅以及所述特征类像素对所述当前环境图像进行调整得到所述当前环境特征图像的过程包括，对像素大于与所述每个感知目标特征分类相应的神经网络图像感知模型的感知像素上限的所述当前环境图像，进行裁剪和/或缩放得到所述当前环境特征图像的当前环境特征图像。4.根据权利要求3所述的图像处理方法，其特征在于，所述对像素大于与所述每个感知目标特征分类相应的神经网络图像感知模型的感知像素上限的所述当前环境图像，进行裁剪和/或缩放得到所述当前环境特征图像的当前环境特征图像的过程包括，对所述当前环境图像进行裁剪以保留所述感知目标特征分类的清晰度，之后对裁剪后的当前环境图像的像素是否大于相应神经网络图像感知模型的感知像素上限进行判断，若大于则对所述裁剪后的当前环境图像进行缩放，否则，将所述裁剪后的当前环境...

【专利技术属性】
技术研发人员：龚骏，
申请(专利权)人：魔门塔苏州科技有限公司，
类型：发明
国别省市：