预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共20页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115049990A(43)申请公布日2022.09.13(21)申请号202210531411.8G06V10/82(2022.01)(22)申请日2020.04.16G06N3/08(2006.01)(62)分案原申请数据202010300073.82020.04.16(71)申请人阿里巴巴集团控股有限公司地址英属开曼群岛大开曼资本大厦一座四层847号邮箱(72)发明人张彪高强华邓兵(74)专利代理机构北京太合九思知识产权代理有限公司11610专利代理师胡冰群(51)Int.Cl.G06V20/54(2022.01)G06V10/20(2022.01)G06V10/774(2022.01)权利要求书2页说明书12页附图5页(54)发明名称数据处理方法、设备及存储介质(57)摘要本申请实施例提供一种数据处理方法、设备及存储介质。在数据处理方法中,识别待处理图像中的道路区域后,将道路区域映射为设定尺寸的目标图像,从而可去除待处理图像中的冗余信息,提升了映射得到的目标图像的有效信息密度。基于有效信息密度更高的目标图像进行物体检测,有利于提升识别结果的准确性。CN115049990ACN115049990A权利要求书1/2页1.一种数据处理方法,其特征在于,包括:获取待处理图像;识别所述待处理图像中的道路区域;按照设定的映射算法,将所述道路区域映射为设定尺寸的目标图像;采用神经网络模型对所述目标图像进行物体检测,以识别所述道路区域包含的物体;其中,所述映射算法根据所述道路区域的几何特征以及所述道路区域的尺寸比例确定;所述几何特征用于确定包含非线性映射系数的映射关系,所述道路区域中的近景区域以及远景区域的非线性映射系数不同;所述尺寸比例用于将所述道路区域中的不同局部位置进行放大或者缩小。2.根据权利要求1所述的方法,其特征在于,按照设定的映射算法,将所述道路区域映射为设定尺寸的目标图像,包括:根据所述待处理图像和所述道路区域的几何特征,确定映射关系;根据所述映射关系,对所述道路区域中的像素进行坐标映射,得到所述目标图像;所述目标图像的尺寸与所述待处理图像适配。3.根据权利要求2所述的方法,其特征在于,根据所述待处理图像和所述道路区域的几何特征,确定映射关系,包括:针对所述道路区域中的任一像素,根据所述像素的坐标、所述道路区域的坐标范围和/或所述待处理图像的尺寸,计算所述像素的映射系数;根据所述像素的映射系数以及所述像素的坐标,计算所述像素的坐标映射关系;其中,所述映射系数包括:横坐标映射系数、纵坐标映射系数以及非线性映射系数中的至少一种。4.根据权利要求3所述的方法,其特征在于,计算所述像素的映射系数,包括:根据所述像素所在的行在所述道路区域中的横坐标范围以及所述待处理图像的长度,计算所述像素的横坐标映射系数。5.根据权利要求4所述的方法,其特征在于,根据所述像素所在的行在所述道路区域中的横坐标范围以及所述待处理图像的长度,计算所述像素的映射系数,包括:将所述横坐标范围的长度与所述待处理图像的长度的比值,作为所述横坐标映射系数。6.根据权利要求3所述的方法,其特征在于,根据所述像素的映射系数以及所述像素的坐标,计算所述像素的坐标映射关系,包括:计算所述像素的横坐标和所述横坐标映射系数的乘积;确定所述像素所在的行在所述道路区域中的横坐最小值和所述乘积的求和关系,作为所述像素的横坐标映射关系。7.根据权利要求3所述的方法,其特征在于,计算所述像素的映射系数,包括:根据所述道路区域的纵坐标范围以及所述待处理图像的高度,计算所述像素的纵坐标映射系数。8.根据权利要求3所述的方法,其特征在于,计算所述像素的映射系数,包括:根据所述像素所在的行在所述道路区域中的横坐标范围以及所述待处理图像的长度,计算所述像素的横坐标映射系数;2CN115049990A权利要求书2/2页根据所述像素的纵坐标、所述像素的纵坐标所属的范围以及所述像素的横坐标映射系数,计算所述像素的非线性映射系数。9.根据权利要求3所述的方法,其特征在于,根据所述像素的映射系数以及所述像素的坐标,计算所述像素的坐标映射关系,包括:计算所述像素的纵坐标、所述纵坐标映射系数以及所述非线性映射系数的乘积;确定所述像素所在列的纵坐标最小值和所述乘积的求和关系,作为所述像素的纵坐标映射关系。10.根据权利要求1‑9任一项所述的方法,其特征在于,识别所述待处理图像中的道路区域,包括:对所述待处理图像进行边缘检测,以获取所述待处理图像包含的边缘信息;根据所述边缘信息,确定道路轮廓;计算所述道路轮廓的内接梯形,并将所述内接梯形对应的图像区域作为所述道路区域。11.根据权利要求1‑9任一项所述的方法,其特征在于,对所述目标图像进行物体检测