图像处理方法和装置、设备、介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114973285A(43)申请公布日2022.08.30(21)申请号202210581958.9G06N3/08(2006.01)(22)申请日2022.05.26(71)申请人中国平安人寿保险股份有限公司地址518000广东省深圳市福田区福田街道益田路5033号平安金融中心14、15、16、37、41、44、45、46、54、58、59层(72)发明人何小臻(74)专利代理机构广州嘉权专利商标事务所有限公司44205专利代理师廖慧贤(51)Int.Cl.G06V30/413(2022.01)G06V30/18(2022.01)G06V10/82(2022.01)G06N3/04(2006.01)权利要求书2页说明书13页附图5页(54)发明名称图像处理方法和装置、设备、介质(57)摘要本申请实施例提供一种图像处理方法和装置、设备、介质，属于图像处理技术领域。该方法包括：获取待处理的原始图像；通过预先训练的文本检测模型的主干网络对原始图像进行特征提取处理，得到若干初始特征图，主干网络为mobilenetV3‑small网络；通过文本检测模型的特征金字塔网络对若干初始特征图进行特征级联处理，得到目标特征图；通过文本检测模型的预测网络对目标特征图进行预测处理，以得到目标预测概率图和目标阈值图；对目标预测概率图和目标阈值图进行可微分的二值化处理，得到目标二值图像，并根据目标二值图像得到文本检测结果。本实施例通过主干网络为mobilenetV3‑small网络的文本检测模型对图像进行处理，减少了模型的计算量并且提高了图像文本检测的效率。CN114973285ACN114973285A权利要求书1/2页1.一种图像处理方法，其特征在于，包括：获取待处理的原始图像；通过预先训练的文本检测模型的主干网络对所述原始图像进行特征提取处理，得到若干初始特征图，所述主干网络为mobilenetV3‑small网络；通过所述文本检测模型的特征金字塔网络对若干所述初始特征图进行特征级联处理，得到目标特征图；通过所述文本检测模型的预测网络对所述目标特征图进行预测处理，以得到目标预测概率图和目标阈值图；对所述目标预测概率图和所述目标阈值图进行可微分的二值化处理，得到目标二值图像，并根据所述目标二值图像得到文本检测结果。2.根据权利要求1所述的方法，其特征在于，所述通过所述文本检测模型的预测网络对所述目标特征图进行预测处理，以得到目标预测概率图和目标阈值图，包括：将所述目标特征图输入至1x1卷积核中，并通过所述1x1卷积核对所述目标特征图进行卷积处理，以得到初始预测概率图和初始阈值图；对所述初始预测概率图进行下采样处理，以得到目标预测概率图；对所述初始阈值图进行下采样处理，以得到目标阈值图。3.根据权利要求1所述的方法，其特征在于，所述通过所述文本检测模型的特征金字塔网络对若干所述初始特征图进行特征级联处理，得到目标特征图，包括：对若干所述初始特征图分别施加不同大小的权重值，以得到若干权重特征图；对若干所述权重特征图进行特征级联处理，得到目标特征图。4.根据权利要求1至3任意一项所述的方法，其特征在于，所述原始图像为多通道彩色图像，在所述获取待处理的原始图像之后，所述方法还包括：对所述多通道彩色图像进行预处理，以得到单通道彩色图像；对所述单通道彩色图像进行灰度处理，以得到单通道的初始灰度图像；对所述初始灰度图像进行下采样处理，以得到目标灰度图像，并将所述目标灰度图像输入文本检测模型，以使得通过所述文本检测模型对所述目标灰度图像进行文本检测处理。5.根据权利要求1至3任意一项所述的方法，其特征在于，未经训练的所述文本检测模型为初始文本检测模型，包括依次连接的初始mobilenet_v3‑small网络、初始特征金字塔网络和初始预测网络；对所述初始文本检测模型进行训练的过程包括：获取第一样本图像；将所述第一样本图像输入至初始文本检测模型中；通过所述初始mobilenet_v3‑small网络对所述第一样本图像进行特征提取，得到若干初始样本特征图；通过通道剪枝的操作来对所述初始特征金字塔网络的冗余通道进行裁剪处理，以得到目标特征金字塔网络；通过所述目标特征金字塔网络对若干所述初始样本特征图进行特征级联处理，得到目标样本特征图；通过所述文本检测模型的初始预测网络对所述目标样本特征图进行卷积处理、并对卷2CN114973285A权利要求书2/2页积处理后得到的初始样本预测概率图和初始样本阈值图进行下采样处理，以得到目标样本预测概率图和目标样本阈值图；对所述目标样本预测概率图和所述目标样本阈值图进行可微分的二值化处理，得到样本二值图；根据所述第一样本图像和所述样本二值图得到损失函数，并根据所述损失函数对