图像处理方法、装置、电子设备和计算机可读介质.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CN112101376A(43)申请公布日2020.12.18(21)申请号202010822524.4(22)申请日2020.08.14(71)申请人北京迈格威科技有限公司地址100086北京市海淀区科学院南路2号融科资讯中心A座316-318(72)发明人熊鹏飞(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人何少岩(51)Int.Cl.G06K9/46(2006.01)G06K9/42(2006.01)G06K9/62(2006.01)权利要求书3页说明书12页附图7页(54)发明名称图像处理方法、装置、电子设备和计算机可读介质(57)摘要本发明提供了一种图像处理方法、装置、电子设备和计算机可读介质，包括：获取待处理图像，并对待处理图像进行特征提取，得到多尺度的特征图；对多尺度的特征图中显著性物体所对应的部分进行强化处理，得到多尺度的强化特征图；对多尺度的强化特征图进行图像还原，得到与待处理图像对应的显著性物体蒙版。本发明的方法对多尺度的特征图中显著性物体所对应的部分进行强化处理后，得到的多尺度的强化特征图中，显著性物体所对应的特征图更加突出，最后对多尺度的强化特征图进行图像还原后，分割得到的显著性物体蒙版更加准确，缓解了现有的显著性物体分割方法在对图像进行处理时，精度差的技术问题。CN112101376ACN112101376A权利要求书1/3页1.一种图像处理方法，其特征在于，包括：获取待处理图像，并对所述待处理图像进行特征提取，得到多尺度的特征图；对所述多尺度的特征图中显著性物体所对应的部分进行强化处理，得到多尺度的强化特征图；对所述多尺度的强化特征图进行图像还原，得到与所述待处理图像对应的显著性物体蒙版。2.根据权利要求1所述的方法，其特征在于，对所述待处理图像进行特征提取包括：对所述待处理图像进行多层下采样处理，得到多尺度的原始特征图；对所述多尺度的原始特征图进行优化处理，得到所述多尺度的特征图。3.根据权利要求1或2所述的方法，其特征在于，对所述多尺度的原始特征图进行优化处理包括：对所述多尺度的原始特征图中的目标原始特征图进行第一优化处理，得到第一优化的特征图，其中，所述目标原始特征图为所述多尺度的原始特征图中，除最高维原始特征图以外的特征图；对所述多尺度的原始特征图中的最高维原始特征图进行第二优化处理，得到第二优化的特征图；将所述第一优化的特征图和所述第二优化的特征图作为所述多尺度的特征图。4.根据权利要求3所述的方法，其特征在于，对所述多尺度的原始特征图中的目标原始特征图进行第一优化处理包括：利用第一优化模块对所述目标原始特征图进行优化处理，得到第一初始优化的特征图，其中，所述第一优化模块包括：预设数量个第一卷积层；将所述第一初始优化的特征图和其对应的目标原始特征图进行加和运算，得到所述第一优化的特征图。5.根据权利要求3或4所述的方法，其特征在于，对所述多尺度的原始特征图中的最高维原始特征图进行第二优化处理包括：利用第二优化模块对所述最高维原始特征图进行优化处理，得到优化权重，其中，所述第二优化模块包括：第二卷积层、全局池化层和Sigmoid函数处理层；将所述优化权重与所述最高维原始特征图进行乘积运算，得到第二初始优化的特征图；将所述第二初始优化的特征图和所述最高维原始特征图进行加和运算，得到所述第二优化的特征图。6.根据权利要求1-5任一项所述的方法，其特征在于，对所述多尺度的特征图中显著性物体所对应的部分进行强化处理包括：根据所述多尺度的特征图得到显著性物体的初始位置；根据所述初始位置，以至少两种不同扩充尺度，裁剪所述多尺度的特征图中最高维的特征图，得到多个裁剪特征图，所述多个裁剪特征图中包含所述显著性物体的特征信息；将所述多尺度的特征图中的一个或多个作为目标特征图，逐一将各所述目标特征图作为当前目标特征图，计算所述多个裁剪特征图与所述当前目标特征图的相关度，得到所述当前目标特征图的与所述多个裁剪特征图一一对应的多个相关度特征图；2CN112101376A权利要求书2/3页根据所述多个相关度特征图和所述当前目标特征图，得到所述当前目标特征图对应的强化特征图。7.根据权利要求6所述的方法，其特征在于，根据所述多尺度的特征图得到显著性物体的初始位置包括：对所述多尺度的特征图中最高维的特征图进行降维处理，得到单通道的特征图；对所述单通道的特征图进行二值化处理，得到单通道的二值化特征图；根据所述单通道的二值化特征图确定所述显著性物体的初始位置。8.根据权利要求6或7所述的方法，其特征在于，根据所述初始位置，以至少两种不同扩充尺度，裁剪所述多尺度的特征图中最高维的特征图包括：根据所述初始位置确定所述显著性物体