图像对齐方法、装置、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112258563A(43)申请公布日2021.01.22(21)申请号202011011094.4(22)申请日2020.09.23(71)申请人成都旷视金智科技有限公司地址611730四川省成都市郫都区德源镇(菁蓉镇)红旗大道北段223号申请人北京迈格威科技有限公司(72)发明人张继荣贾澜鹏王氚刘帅成(74)专利代理机构北京润泽恒知识产权代理有限公司11319代理人莎日娜(51)Int.Cl.G06T7/33(2017.01)G06T7/13(2017.01)权利要求书2页说明书11页附图2页(54)发明名称图像对齐方法、装置、电子设备及存储介质(57)摘要本申请实施例提供了图像对齐方法、装置、电子设备及存储介质，该方法包括：重复地执行训练操作，直至完成对图像对齐网络的训练，训练操作包括：将训练图像输入到图像对齐网络，得到图像对齐网络输出的预测对齐图像；基于获取的该预测对齐图像的边缘特征信息和获取的该目标图像的边缘特征信息，计算该预测对齐图像与该目标图像之间的边缘特征损失；基于该边缘特征损失，更新图像对齐网络的参数值；将待处理图像输入到图像对齐网络，得到图像对齐网络输出的对齐处理后的图像。提升经过训练之后图像对齐网络的精度，相应的，提升经过训练之后利用图像对齐网络得到的对齐图像的对齐效果。CN112258563ACN112258563A权利要求书1/2页1.一种图像对齐方法，其特征在于，所述方法包括：重复地执行训练操作，直至完成对图像对齐网络的训练，训练操作包括：将训练图像输入到图像对齐网络，得到图像对齐网络输出的与所述训练图像相关的预测对齐图像；获取所述预测对齐图像的边缘特征信息和与所述训练图像相关的目标图像的边缘特征信息；基于所述预测对齐图像的边缘特征信息和所述目标图像的边缘特征信息，计算所述预测对齐图像与所述目标图像之间的边缘特征损失，其中，所述边缘特征损失指示所述预测对齐图像与所述目标图像在边缘特征上的差异；基于所述边缘特征损失，更新图像对齐网络的参数值；将待处理图像输入到图像对齐网络，得到图像对齐网络输出的对齐处理后的图像。2.根据权利要求1所述的方法，其特征在于，所述预测对齐图像的边缘特征信息包括：所述预测对齐图像对应的水平方向Sobel计算结果图像、所述预测对齐图像对应的垂直方向Sobel计算结果图像，所述目标图像的边缘特征信息包括：所述目标图像对应的水平方向Sobel计算结果图像、所述目标图像对应的垂直方向Sobel计算结果图像。3.根据权利要求2所述的方法，其特征在于，在基于所述预测对齐图像的边缘特征信息和所述目标图像的边缘特征信息，计算所述预测对齐图像与所述目标图像之间的边缘特征损失之前，所述方法还包括：将所述预测对齐图像对应的水平方向Sobel计算结果图像中的像素值小于所述预测对齐图像对应的第一水平方向阈值的像素的像素值设置为0，以及将所述目标图像对应的水平方向Sobel计算结果图像中的像素值小于所述目标图像对应的第二水平方向阈值的像素的像素值设置为0；将所述预测对齐图像对应的垂直方向Sobel计算结果图像中的像素值小于所述预测对齐图像对应的第一垂直方向阈值的像素的像素值设置为0，以及将所述目标图像对应的垂直方向Sobel计算结果图像中的像素值小于所述目标图像对应的第二垂直方向阈值的像素的像素值设置为0。4.根据权利要求3所述的方法，其特征在于，所述第一水平方向阈值基于所述预测对齐图像对应的水平方向Sobel计算结果图像中的像素的像素值的平均值确定，所述第二水平方向阈值基于所述目标图像对应的水平方向Sobel计算结果图像中的像素的像素值的平均值确定，所述第一垂直方向阈值基于所述预测对齐图像对应的垂直方向Sobel计算结果图像中的像素的像素值的平均值确定，所述第二垂直方向阈值基于所述目标图像对应的垂直方向Sobel计算结果图像中的像素的像素值的平均值确定。5.根据权利要求4所述的方法，其特征在于，所述第一水平方向阈值为所述预测对齐图像对应的水平方向Sobel计算结果图像中的像素的像素值的平均值与预设权重的乘积，所述第二水平方向阈值为所述目标图像对应的水平方向Sobel计算结果图像中的像素的像素值的平均值与预设权重的乘积，所述第一垂直方向阈值为所述预测对齐图像对应的垂直方向Sobel计算结果图像中的像素的像素值的平均值与预设权重的乘积，所述第二垂直方向阈值为所述目标图像对应的垂直方向Sobel计算结果图像中的像素的像素值的平均值与预设权重的乘积。6.根据权利要求2所述的方法，其特征在于，基于所述预测对齐图像的边缘特征信息和所述目标图像的边缘特征信息，计算所述预测对齐图像与所述目标图像之间的边缘特征损2CN112258563A权利