图像处理方法、计算机设备及可读存储介质技术

本发明专利技术实施例公开一种图像处理方法、计算机设备及可读存储介质。在一具体实施方式中，该方法包括：获取图像采集设备采集的图像，作为原始图像；对所述原始图像进行人形检测，得到人物检测框；对人物检测框进行超分辨率处理，生成与原始图像分辨率相同的处理后图像。该实施方式通过放大例如视频会议图像、行为监测图像等图像中的高价值人物区域的信息，可实现图像有效信息的最大化，提升信息接收方的用户体验。户体验。户体验。

【技术实现步骤摘要】
图像处理方法、计算机设备及可读存储介质


[0001]本专利技术涉及计算机
更具体地，涉及一种图像处理方法、计算机设备及可读存储介质。

技术介绍

[0002]在例如远程视频会议等场景中，通常在一方屏幕上显示的是另一方的摄像头采集的整个会场的图像，但通常来说，这种方式不是最佳的。例如，图像包含的范围较大，而会场中只有少数区域存在参会者，那么覆盖了整个会场的图像就会含有大量的冗余信息，信息接收方体验不佳。目前，解决此问题的通常方式为通过调节摄像头采集视场来限定图像仅包含参会人区域，但这种方式存在一些问题，例如操作不便，再例如无法根据参会者移动位置、会议过程中临时增加参会者等变化而自动调整。

技术实现思路

[0003]本专利技术的目的在于提供一种图像处理方法、计算机设备及可读存储介质，以解决现有技术存在的问题中的至少一个。
[0004]为达到上述目的，本专利技术采用下述技术方案：
[0005]本专利技术第一方面提供了一种图像处理方法，包括：
[0006]获取图像采集设备采集的图像，作为原始图像；
[0007]对所述原始图像进行人形检测，得到人物检测框；以及
[0008]对人物检测框进行超分辨率处理，生成与原始图像分辨率相同的处理后图像。
[0009]可选地，所述对人物检测框进行超分辨率处理，生成与原始图像分辨率相同的处理后图像包括：
[0010]确定所述原始图像中覆盖所有人物检测框的最小覆盖矩形区域；
[0011]将原始图像横向分辨率与最小覆盖矩形区域横向分辨率的第一比值和原始图像纵向分辨率与最小覆盖矩形区域纵向分辨率的第二比值中的最小值作为放大倍数；
[0012]对所述最小覆盖矩形区域进行超分辨率处理，以使所述最小覆盖矩形区域的横向分辨率和纵向分辨率分别根据所述放大倍数进行放大，得到放大后的最小覆盖矩形区域；以及
[0013]判断放大后的最小覆盖矩形区域分辨率与原始图像分辨率是否相同：
[0014]若是，则将包含放大后的最小覆盖矩形区域的图像作为处理后图像；
[0015]若否，则对最小覆盖矩形区域进行边缘扩展，得到与原始图像分辨率相同的包含放大后的最小覆盖矩形区域和边缘扩展区域的处理后图像。
[0016]可选地，所述对最小覆盖矩形区域进行边缘扩展，得到与原始图像分辨率相同的包含放大后的最小覆盖矩形区域和边缘扩展区域的处理后图像，还包括：
[0017]对放大后的最小覆盖矩形区域进行背景虚化处理。
[0018]可选地，在对最小覆盖矩形区域进行边缘扩展的情况下，所述方法还包括：在边缘
扩展区域填充原始图像相关信息。
[0019]可选地，在对最小覆盖矩形区域进行边缘扩展的情况下，所述放大后的最小覆盖矩形区域设置于所述处理后图像的居中位置。
[0020]可选地，在所述对所述原始图像进行人形检测之后且在所述对人物检测框进行超分辨率处理之前，所述方法还包括：
[0021]对所述原始图像进行说话人检测，筛除所述人形检测得到的人物检测框中的非说话人的人物检测框。
[0022]可选地，所述对人物检测框进行超分辨率处理，生成与原始图像分辨率相同的处理后图像包括：
[0023]计算人物检测框的横向分辨率均值和纵向横向分辨率均值N为人物检测框数量，W
n
为第n个人物检测框的横向分辨率，H
n
为第n个人物检测框的纵向分辨率，N为正整数，n为小于或等于N的正整数；
[0024]计算原始图像横向分辨率W与人物检测框的横向分辨率均值W
Mean
的比值ω＝W/W
Mean
，并计算原始图像纵向分辨率H与人物检测框的纵向分辨率均值H
Mean
的比值η＝H/H
Mean
；
[0025]对于[N,2N
‑
1]区间中每一个自然数T，进行因子分解T＝A*B，得到该自然数T的所有因子分解结果(A
k
,B
k
)；
[0026]对于[N,2N
‑
1]区间中的每一自然数T，计算该自然数T的每一因子分解结果对应的调节值θ
k
＝min(ω/A
k
,η/B
k
)，并将该自然数T的每一因子分解结果对应的调节值θ
k
中的最大值作为该自然数T对应的调节值θ
T
，θ
T
＝max(θ
k
)；
[0027]将[N,2N
‑
1]区间中的各自然数T对应的调节值中的最大值作为超分辨率调节值θ
#
，θ
#
＝max(θ
T
)，并确定超分辨率调节值θ
#
对应的自然数T及因子分解结果(A
#
,B
#
)；
[0028]生成与原始图像分辨率相同的空白图像，并将所述空白图像划分为B
#
*A
#
排列的子图像区域；以及
[0029]对各人物检测框分别进行超分辨率处理以使各人物检测框的横向分辨率为θ
#
*W
Mean
且纵向分辨率为θ
#
*H
Mean
，并将超分辨率处理后的各人物检测框分别填充至一个子图像区域，得到与原始图像分辨率相同的处理后图像。
[0030]可选地，所述将超分辨率处理后的各人物检测框分别填充至一个子图像区域包括：
[0031]计算各人物检测框在原始图像中的中心坐标，根据各人物检测框在原始图像中的中心坐标确定超分辨率处理后的各人物检测框对应的子图像区域。
[0032]可选地，所述将超分辨率处理后的各人物检测框分别填充至一个子图像区域，得到与原始图像分辨率相同的处理后图像还包括：
[0033]对填充有超分辨率处理后的人物检测框的子图像区域进行背景虚化处理。
[0034]可选地，在所述将超分辨率处理后的各人物检测框分别填充至一个子图像区域之后，在存在未对应人物检测框的剩余子图像区域的情况下，所述方法还包括：在所述剩余子图像区域填充原始图像相关信息。
[0035]本专利技术第二方面提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术第一方面提
供的图像处理方法。
[0036]本专利技术第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术第一方面提供的图像处理方法。
[0037]本专利技术的有益效果如下：
[0038]本专利技术所述技术方案通过放大例如视频会议图像、行为监测图像等图像中的高价值人物区域的信息，可实现图像有效信息的最大化，提升信息接收方的用户体验。
附图说明
[0039]下面结合附图对本专利技术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：获取图像采集设备采集的图像，作为原始图像；对所述原始图像进行人形检测，得到人物检测框；以及对人物检测框进行超分辨率处理，生成与原始图像分辨率相同的处理后图像。2.根据权利要求1所述的方法，其特征在于，所述对人物检测框进行超分辨率处理，生成与原始图像分辨率相同的处理后图像包括：确定所述原始图像中覆盖所有人物检测框的最小覆盖矩形区域；将原始图像横向分辨率与最小覆盖矩形区域横向分辨率的第一比值和原始图像纵向分辨率与最小覆盖矩形区域纵向分辨率的第二比值中的最小值作为放大倍数；对所述最小覆盖矩形区域进行超分辨率处理，以使所述最小覆盖矩形区域的横向分辨率和纵向分辨率分别根据所述放大倍数进行放大，得到放大后的最小覆盖矩形区域；以及判断放大后的最小覆盖矩形区域分辨率与原始图像分辨率是否相同：若是，则将包含放大后的最小覆盖矩形区域的图像作为处理后图像；若否，则对最小覆盖矩形区域进行边缘扩展，得到与原始图像分辨率相同的包含放大后的最小覆盖矩形区域和边缘扩展区域的处理后图像。3.根据权利要求2所述的方法，其特征在于，所述对最小覆盖矩形区域进行边缘扩展，得到与原始图像分辨率相同的包含放大后的最小覆盖矩形区域和边缘扩展区域的处理后图像，还包括：对放大后的最小覆盖矩形区域进行背景虚化处理。4.根据权利要求2所述的方法，其特征在于，在对最小覆盖矩形区域进行边缘扩展的情况下，所述方法还包括：在边缘扩展区域填充原始图像相关信息。5.根据权利要求2所述的方法，其特征在于，在对最小覆盖矩形区域进行边缘扩展的情况下，所述放大后的最小覆盖矩形区域设置于所述处理后图像的居中位置。6.根据权利要求1
‑
5中任一项所述的方法，其特征在于，在所述对所述原始图像进行人形检测之后且在所述对人物检测框进行超分辨率处理之前，所述方法还包括：对所述原始图像进行说话人检测，筛除所述人形检测得到的人物检测框中的非说话人的人物检测框。7.根据权利要求1所述的方法，其特征在于，所述对人物检测框进行超分辨率处理，生成与原始图像分辨率相同的处理后图像包括：计算人物检测框的横向分辨率均值和纵向横向分辨率均值N为人物检测框数量，W
n
为第n个人物检测框的横向分辨率，H
n
为第n个人物检测框的纵向分辨率，N为正整数，n为小于或等于N的正整数；计算原始图像横向分辨率W与人物检测框的横向分辨率均值W
Mean
的比值ω＝W/W
Mean
，并计算原始图像纵向分辨率H与人物检测框的纵向分辨率均值H
Mean
的比值η＝H/H
Mean
；对于[N,2N
‑
1]区间中每一个自然数T，进行因子分解T＝A*B，得到该自然数T的...

【专利技术属性】
技术研发人员：刘童，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：