图像数据处理方法技术

本申请涉及一种图像数据处理方法

【技术实现步骤摘要】
图像数据处理方法、装置、计算机设备和存储介质


[0001]本申请涉及计算机
，特别是涉及一种图像数据处理方法
、
装置
、
计算机设备
、
存储介质和计算机程序产品
。

技术介绍

[0002]目前，图像数据处理技术可以用于识别待检测图像中人物的动作是否符合动作规范
、
识别待检测图像中物品摆放方式是否符合摆放规范等
。
例如，图像数据处理技术可以应用于活体检测技术，在用户完成指定动作时采集用户图像，通过图像数据处理技术对用户图像进行特征提取并检验，判断图像中用户动作与标准动作的匹配程度
。
[0003]然而，传统方法是直接将待检测图像中各像素点与标准图像中各像素点进行比对，得到待检测图像与标准图像之间的匹配程度，存在图像数据处理准确性低的问题
。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高图像数据处理准确性的图像数据处理方法
、
装置
、
计算机设备
、
计算机可读存储介质和计算机程序产品
。
[0005]本申请提供了一种图像数据处理方法
。
所述方法包括：
[0006]获取目标动作对应的标准动作图像集；
[0007]将标准动作图像集中的各个标准动作图像分别输入目标动作对应的初始图像处理模型中的滤波器集，分别得到各个标准动作图像对应的特征图像集；滤波器集包括基础滤波器和方向滤波器，特征图像集包括基础滤波器输出的基础特征图像和方向滤波器输出的方向特征图像；
[0008]通过初始图像处理模型中的融合层融合同一特征图像集中的基础特征图像和方向特征图像，分别得到各个标准动作图像对应的融合特征图像；
[0009]基于融合特征图像和对应的标准动作图像之间的差异，得到损失值；
[0010]基于损失值调整初始图像处理模型的模型参数，直至满足收敛条件，得到目标动作对应的目标图像处理模型；目标图像处理模型中的滤波器集用于确定动作图像和目标动作之间的匹配度
。
[0011]本申请还提供了一种图像数据处理装置
。
所述装置包括：
[0012]标准动作图像获取模块，用于获取目标动作对应的标准动作图像集；
[0013]特征图像集生成模块，用于将标准动作图像集中的各个标准动作图像分别输入目标动作对应的初始图像处理模型中的滤波器集，分别得到各个标准动作图像对应的特征图像集；滤波器集包括基础滤波器和方向滤波器，特征图像集包括基础滤波器输出的基础特征图像和方向滤波器输出的方向特征图像；
[0014]融合特征图像生成模块，用于通过初始图像处理模型中的融合层融合同一特征图像集中的基础特征图像和方向特征图像，分别得到各个标准动作图像对应的融合特征图像；
[0015]损失值确定模块，用于基于融合特征图像和对应的标准动作图像之间的差异，得到损失值；
[0016]目标模型确定模块，用于基于损失值调整初始图像处理模型的模型参数，直至满足收敛条件，得到目标动作对应的目标图像处理模型；目标图像处理模型中的滤波器集用于确定动作图像和目标动作之间的匹配度
。
[0017]一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述图像数据处理方法的步骤
。
[0018]一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述图像数据处理方法的步骤
。
[0019]一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述图像数据处理方法的步骤
。
[0020]上述图像数据处理方法
、
装置
、
计算机设备
、
存储介质和计算机程序产品，通过获取目标动作对应的标准动作图像集，将标准动作图像集中的各个标准动作图像分别输入目标动作对应的初始图像处理模型中的滤波器集，分别得到各个标准动作图像对应的特征图像集
。
通过初始图像处理模型中的融合层融合同一特征图像集中的基础特征图像和方向特征图像，分别得到各个标准动作图像对应的融合特征图像
。
基于融合特征图像和标准动作图像之间的差异得到损失值，基于损失值调整初始图像处理模型的模型参数，直至满足收敛条件，得到目标动作对应的目标图像处理模型
。
这样，基于目标动作对应的标准动作图像集训练目标动作对应的初始图像处理模型得到目标图像处理模型，目标图像处理模型中的滤波器集包括基础滤波器和方向滤波器，基于目标动作对应的滤波器集可以更加准确全面地提取动作图像的特征信息，基于滤波器集能够更加准确地确定动作图像和目标动作之间的匹配度，从而有效提高图像数据处理的准确性
。
附图说明
[0021]图1为一个实施例中图像数据处理方法的应用环境图；
[0022]图2为一个实施例中图像数据处理方法的流程示意图；
[0023]图3为一个实施例中身份校验步骤的流程示意图；
[0024]图4为一个实施例中方向滤波器的滤波角度示意图；
[0025]图5为一个实施例中图像数据处理装置的结构框图；
[0026]图6为另一个实施例中图像数据处理装置的结构框图；
[0027]图7为一个实施例中计算机设备的内部结构图；
[0028]图8为另一个实施例中计算机设备的内部结构图
。
具体实施方式
[0029]为了使本申请的目的
、
技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明
。
应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请
。
[0030]本申请实施例提供的图像数据处理方法，可以应用于如图1所示的应用环境中
。
其中，终端
102
通过网络与服务器
104
进行通信
。
数据存储系统可以存储服务器
104
需要处理的
数据
。
数据存储系统可以集成在服务器
104
上，也可以放在云上或其他网络服务器上
。
终端
102
可以但不限于是各种个人计算机
、
笔记本电脑
、
智能手机
、
平板电脑
、
物联网设备和便携式可穿戴设备，物联网设备可为智能电视
、
智能车载设备等
。
便携式可穿戴设备可为智能手表
、
智能手环
、
头戴设备等
。
服务器
104
可以用独立的服务器或者是多个服务器组成的服务器集群来实现
。
终端...

【技术保护点】

【技术特征摘要】
1.
一种图像数据处理方法，其特征在于，所述方法包括：获取目标动作对应的标准动作图像集；将所述标准动作图像集中的各个标准动作图像分别输入所述目标动作对应的初始图像处理模型中的滤波器集，分别得到所述各个标准动作图像对应的特征图像集；所述滤波器集包括基础滤波器和方向滤波器，所述特征图像集包括基础滤波器输出的基础特征图像和方向滤波器输出的方向特征图像；通过所述初始图像处理模型中的融合层融合同一特征图像集中的基础特征图像和方向特征图像，分别得到所述各个标准动作图像对应的融合特征图像；基于融合特征图像和对应的标准动作图像之间的差异，得到损失值；基于所述损失值调整所述初始图像处理模型的模型参数，直至满足收敛条件，得到所述目标动作对应的目标图像处理模型；所述目标图像处理模型中的滤波器集用于确定动作图像和所述目标动作之间的匹配度
。2.
根据权利要求1所述的方法，其特征在于，所述方法还包括：获取目标对象基于目标动作对应的图像采集指令确定的当前动作图像；将当前动作图像输入目标动作对应的目标图像处理模型中的滤波器集，得到当前动作图像对应的当前特征图像集；基于目标动作对应的标准特征图像集，对当前特征图像集进行动作匹配，得到目标动作对应的动作匹配结果；所述标准特征图像集是将目标动作对应的标准动作图像输入目标动作对应的目标图像处理模型中的滤波器集得到的；当动作匹配结果为匹配失败时，向所述目标对象对应的目标终端发送目标动作对应的
、
指示重新采集图像的图像采集指令，返回所述获取目标对象基于目标动作对应的图像采集指令确定的当前动作图像的步骤执行，直至满足结束条件，基于各个动作匹配结果得到所述目标对象对应的动作检测结果；当动作匹配结果为匹配成功时，将下一动作作为目标动作，返回所述获取目标对象基于目标动作对应的图像采集指令确定的当前动作图像的步骤执行，直至满足所述结束条件，基于各个动作匹配结果得到所述目标对象对应的动作检测结果；当所述动作检测结果为检测通过时，获取所述目标对象对应的初始对象图像和标准对象图像，比对所述初始对象图像和所述标准对象图像，得到所述目标对象对应的身份校验结果；所述初始对象图像为所述目标终端采集的所述目标对象的图像
。3.
根据权利要求2所述的方法，其特征在于，所述基于目标动作对应的标准特征图像集，对当前特征图像集进行动作匹配，得到目标动作对应的动作匹配结果，包括：基于标准特征图像集中标准基础特征图像和当前特征图像集中当前基础特征图像之间的像素值差异，得到当前基础特征图像对应的基础特征差异；基于标准特征图像集中标准方向特征图像和当前特征图像集中当前方向特征图像之间的像素值差异，得到当前方向特征图像对应的方向特征差异；融合基础特征差异和方向特征差异，得到标准特征图像集和当前特征图像集之间的融合像素差异；当融合像素差异大于或等于预设差异值时，确定目标动作对应的动作匹配结果为匹配失败；
当融合像素差异小于所述预设差异值时，确定目标动作对应的动作匹配结果为匹配成功
。4.
根据权利要求1...

【专利技术属性】
技术研发人员：杨凌波，夏梦，张鑫，袁紫祎，李冰叶，熊利花，陈永强，吕硕，杨露峰，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：