【技术实现步骤摘要】
目标对象的确定方法、装置、存储介质及电子装置
[0001]本专利技术实施例涉及图像处理
,具体而言,涉及一种目标对象的确定方法、装置、存储介质及电子装置。
技术介绍
[0002]在对目标部位的原始图像进行分析时,不同的分析者通常都会带有主观判断,导致出现多种不同的分析结果,而相关技术中在分析原始图像中包括的多种不同类型对象时,一般只针对局部区域进行粗糙分割,导致无法准确地确定原始图像中包括的目标对象。即相关技术中对原始图像中的目标对象的确定存在准确性较低的问题。
[0003]针对相关技术中存在的对原始图像中的目标对象的确定的准确性较低的问题,目前尚未提出有效的解决方案。
技术实现思路
[0004]本专利技术实施例提供了一种目标对象的确定方法、装置、存储介质及电子装置,以至少解决相关技术中存在的对原始图像中的目标对象的确定的准确性较低的问题。
[0005]根据本专利技术的一个实施例,提供了一种目标对象的确定方法,包括:获取针对目标部位采集的原始图像;对所述原始图像进行切分,得到目标对象对应 ...
【技术保护点】
【技术特征摘要】
1.一种目标对象的确定方法,其特征在于,包括:获取针对目标部位采集的原始图像;对所述原始图像进行切分,得到目标对象对应的目标图像块,其中,所述目标图像块中包括第一目标图块和第二目标图块,所述第一目标图块的分辨率高于所述第二目标图块的分辨率;通过目标神经网络中的第一分支网络,对所述第一目标图块进行特征提取得到第一特征,以及通过所述目标神经网络中的第二分支网络,对所述第二目标图块进行不同分辨率的特征提取,得到第二组特征,所述第二组特征中包括分辨率不同的多个第二特征,所述第二特征对应的图块的分辨率小于所述第二目标图块的分辨率;根据所述第一特征和所述第二组特征对所述目标图像块进行预测,得到所述目标图像块的预测结果,所述预测结果用于表征所述目标图像块中针对所述目标对象的识别结果。2.根据权利要求1所述的方法,其特征在于,所述对所述原始图像进行切分,得到目标对象对应的目标图像块,包括:对所述原始图像进行切块得到所述第一目标图块;对所述原始图像缩放后并进行切块得到所述第二目标图块,且所述第二目标图块与所述第一目标图块的中心点坐标和尺寸均相同。3.根据权利要求1所述的方法,其特征在于,与所述第二组特征包含的多个第二特征中的第j个所述第二特征所对应的第j个图块与所述第二目标图块的中心点坐标相同,且所述第j个图块与所述第二目标图块的尺寸相同;所述第j个图块的分辨率是所述第二目标图块的分辨率的1/N,N=2
j
,j为大于或等于1的正整数。4.根据权利要求3所述的方法,其特征在于,所述根据所述第一特征和所述第二组特征对所述目标图像块对进行预测,得到所述目标图像块的预测结果,包括:将所述第二组特征中的各个所述第二特征分别与所述第一特征进行融合,得到多个第三特征;根据所述多个第三特征,得到目标特征图;根据所述目标特征图,确定所述目标图像块的所述预测结果。5.根据权利要求1所述的方法,其特征在于,所述对所述原始图像进行切分,得到目标对象对应的目标图像块,包括:按照预定滑窗尺寸及预定步长对所述原始图像进行滑动切块,得到P个第一图块,其中,P为大于或等于2的正整数;按照所述预定滑窗尺寸及所述预定步长对第一图像进行滑动切块,得到P个第二图块,其中,所述第一图像是对所述原始图像进行缩放后得到的图像;将P个所述第一图块和P个所述第二图块组合成P个图像块,其中,所述P个图像块中包括与所述目标对象对应的所述目标图像块。6.根据权利要求5所述的方法,其特征在于,所述按照预定滑窗尺寸及预定步长对所述原始图像进行滑动切块,得到P个第一图块包括:在所述原始图像的宽度W与所述预定滑窗的宽度w之间的差值不等于宽度方向的所述预定步长b的整数倍的情况下,对所述原始图像的宽度方向的边界进行填充,以使填充后的
图像的宽度W'与所述w之间的差值等于所述b的整数倍;按照所述预定滑窗尺寸及所述预定步长对所述填充后的图像进行滑动切块,得到所述P个第一图块。7.根据权利要求5所述的方法,其特征在于,所述方法还包括:获取所述P个图像块中除所述目标图像块之外的P
‑
1个图像块;通过所述目标神经网络中的所述第一分支网络,对所述P
‑
1个图像块中各个图像块的第一图块进行特征提取,得到P
‑
1个第四特征,以及通过所述目标神经网络中的第二分支网络,对所述P
‑
1个图像块中各个图像块的第二图块分别进行不同分辨率的特征提取,得到P
‑
1组特征,其中,所述P
‑
1组特征的第i组特征中包括分辨率不同的多个第五特征,所述第五特征对应的图块的分辨率小于所述P
‑
1个图像块中第i个图像块的第二图块的分辨率,i为大于或等于1、且小于P
‑
1的正整数;根据所述P
‑
1个第四特征及所述P
‑
1组特征,得到P
‑
1个...
【专利技术属性】
技术研发人员:沙鑫宽,熊剑平,毛礼建,
申请(专利权)人:浙江大华技术股份有限公司,
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。