目标定位方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种目标定位方法、装置、电子设备及存储介质，涉及图像处理技术领域。该方法通过对参考图像划分为多个小块目标区域，以及对待定位图像划分为多个小块定位区域，如此通过提取每个小块区域的图像特征来对这些小块区域进行自主聚类，从而可以准确找到与小块目标区域所属同一类的小块定位区域，进而对待定位图像中的待定位目标实现准确定位，相比于设置相似度阈值进行定位的方式，本申请的方法针对多个不同的待定位目标均可实现准确定位，可有效避免错检或漏检的问题，有效提高目标定位精度。位精度。位精度。

【技术实现步骤摘要】
目标定位方法、装置、电子设备及存储介质


[0001]本申请涉及图像处理
，具体而言，涉及一种目标定位方法、装置、电子设备及存储介质。

技术介绍

[0002]在计算机视觉与图像处理技术中，通常需要获取一幅图像与另一幅图像之间的区别，从而实现对图像进行识别定位、分割分类的操作。
[0003]目前在对图像中的目标进行定位的实现方式中，一般是将参考图像与需要定位的图像进行相似度比对，设定相似度阈值来确定需要定位的图像是否包含待定位的目标，但是当定位的目标不同且有多个，或需要定位的图像与参考图像也存在较大的差异时，不易选择相似度阈值，如果相似度阈值选择不当或针对所有的目标均选择统一的相似度阈值，则可能会导致漏检或错检的情况，使得定位目标的准确性较低。

技术实现思路

[0004]本申请实施例的目的在于提供一种目标定位方法、装置、电子设备及存储介质，用以改善现有技术中的目标定位方式精度低的问题。
[0005]第一方面，本申请实施例提供了一种目标定位方法，用于在待定位图像中对参考图像中的待定位目标进行定位，所述方法包括：
[0006]获取对所述参考图像所划分的多个小块目标区域，以及获取对所述待定位图像所划分的多个小块定位区域；
[0007]提取每个小块目标区域以及每个小块定位区域的图像特征；
[0008]基于所述图像特征将所述多个小块目标区域与所述多个小块定位区域进行聚类，确定与小块目标区域属于同一类的小块定位区域，所述小块定位区域为所述待定位图像中包含所述待定位目标的区域。
[0009]在上述实现过程中，该方法通过对参考图像划分为多个小块目标区域，以及对待定位图像划分为多个小块定位区域，如此通过提取每个小块区域的图像特征来对这些小块区域进行自主聚类，从而可以准确找到与小块目标区域所属同一类的小块定位区域，进而对待定位图像中的待定位目标实现准确定位，相比于设置相似度阈值进行定位的方式，本申请的方法针对多个不同的待定位目标均可实现准确定位，可有效避免错检或漏检的问题，有效提高目标定位精度。
[0010]可选地，所述图像特征为LBP纹理特征。由于LBP纹理特征具有旋转不变性和灰度不变性等优点，更能够表达原始图像中所包含的内容，进而后续能够基于该纹理特征实现更准确的分类。
[0011]可选地，所述基于所述图像特征将所述多个小块目标区域与所述多个小块定位区域进行聚类，确定与小块目标区域属于同一类的小块定位区域，包括：
[0012]基于所述图像特征将所述多个小块目标区域与所述多个小块定位区域进行
KMeans聚类，确定与小块目标区域属于同一类的小块定位区域。
[0013]在上述实现过程中，由于KMeans聚类的实现简单、时间复杂度低，所以能够对小块区域实现快速聚类，在对大量的待定位图像进行定位的过程中，能够有效提高定位的效率。
[0014]可选地，所述基于所述图像特征将所述多个小块目标区域与所述多个小块定位区域进行KMeans聚类，确定与小块目标区域属于同一类的小块定位区域，包括：
[0015]基于基于所述图像特征将所述多个小块目标区域与所述多个小块定位区域进行KMeans聚类，获得K个聚类；
[0016]从所述K个聚类中确定小块目标区域的数量超过设定数量的目标聚类，或者从所述K个聚类中确定小块区域的数量超过设定数量的目标聚类；
[0017]确定所述目标聚类中的小块定位区域。
[0018]在上述实现过程中，选择小块目标区域数量较多或小块区域数量较多的目标聚类作为最终确定的类别，如此可避免在聚类过程中有噪声点的干扰，而造成对小块定位区域的误检的问题。
[0019]可选地，所述获取对待定位图像所划分的多个小块定位区域，包括：
[0020]按照每个小块目标区域的尺寸，对所述待定位图像进行小块划分，获得多个小块定位区域，每个小块定位区域的尺寸与小块目标区域的尺寸相同。
[0021]在上述实现过程中，按照小块目标区域的尺寸对待定位图像进行划分，如此可使得划分后的待定位图像实现与参考图像的小块区域的准确聚类，获得更好的聚类结果。
[0022]可选地，所述按照每个小块目标区域的尺寸，对所述待定位图像进行小块划分，获得多个小块定位区域，包括：
[0023]按照每个小块目标区域的尺寸，对所述待定位图像进行小块划分；
[0024]若所述待定位图像的剩余未划分区域不能被划分为与小块目标区域的尺寸相同的小块定位区域时，则将所述剩余未划分区域进行像素点扩充，以使对所述剩余未划分区域所划分的小块定位区域的尺寸与小块目标区域的尺寸相同。
[0025]在上述实现过程中，通过对剩余未划分区域进行像素点扩充，则可以使得待定位图像能够被完全划分，避免没有被划分的区域不能进行区域聚类的问题。
[0026]可选地，所述确定与小块目标区域属于同一类的小块定位区域之后，还包括：
[0027]将所述小块定位区域从所述待定位图像中分割出来，获得分割小块定位区域；
[0028]对所述分割小块定位区域中的待定位目标进行目标识别。
[0029]在上述实现过程中，将待定位图像中的小块定位区域分割出来进行目标识别，可以避免待定位图像中的其余背景信息对目标识别的干扰。
[0030]第二方面，本申请实施例提供了一种目标定位装置，用于在待定位图像中对参考图像中的待定位目标进行定位，所述装置包括：
[0031]小块区域获取模块，用于获取对所述参考图像所划分的多个小块目标区域，以及获取对所述待定位图像所划分的多个小块定位区域；
[0032]特征提取模块，用于提取每个小块目标区域以及每个小块定位区域的图像特征；
[0033]目标定位模块，用于基于所述图像特征将所述多个小块目标区域与所述多个小块定位区域进行聚类，确定与小块目标区域属于同一类的小块定位区域，所述小块定位区域为所述待定位图像中包含所述待定位目标的区域。
[0034]第三方面，本申请实施例提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。
[0035]第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
[0036]本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0037]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标定位方法，其特征在于，用于在待定位图像中对参考图像中的待定位目标进行定位，所述方法包括：获取对所述参考图像所划分的多个小块目标区域，以及获取对所述待定位图像所划分的多个小块定位区域；提取每个小块目标区域以及每个小块定位区域的图像特征；基于所述图像特征将所述多个小块目标区域与所述多个小块定位区域进行聚类，确定与小块目标区域属于同一类的小块定位区域，所述小块定位区域为所述待定位图像中包含所述待定位目标的区域。2.根据权利要求1所述的方法，其特征在于，所述图像特征为LBP纹理特征。3.根据权利要求1所述的方法，其特征在于，所述基于所述图像特征将所述多个小块目标区域与所述多个小块定位区域进行聚类，确定与小块目标区域属于同一类的小块定位区域，包括：基于所述图像特征将所述多个小块目标区域与所述多个小块定位区域进行KMeans聚类，确定与小块目标区域属于同一类的小块定位区域。4.根据权利要求3所述的方法，其特征在于，所述基于所述图像特征将所述多个小块目标区域与所述多个小块定位区域进行KMeans聚类，确定与小块目标区域属于同一类的小块定位区域，包括：基于基于所述图像特征将所述多个小块目标区域与所述多个小块定位区域进行KMeans聚类，获得K个聚类；从所述K个聚类中确定小块目标区域的数量超过设定数量的目标聚类，或者从所述K个聚类中确定小块区域的数量超过设定数量的目标聚类；确定所述目标聚类中的小块定位区域。5.根据权利要求1所述的方法，其特征在于，所述获取对待定位图像所划分的多个小块定位区域，包括：按照每个小块目标区域的尺寸，对所述待定位图像进行小块划分，获得多个小块定位区域，每个小块定位区域的尺寸与小块目标区域的尺寸相同。6.根据权利要求5所述的方法...

【专利技术属性】
技术研发人员：颜聪，吴悦帆，刘伟俣，
申请(专利权)人：东声苏州智能科技有限公司，
类型：发明
国别省市：