图像处理方法、装置、终端设备及计算机可读存储介质制造方法及图纸

本申请适用于图像处理技术领域，提供了一种图像处理方法、装置、终端设备及计算机可读存储介质，包括：根据待处理图像中目标对象上关键点的位置，将所述待处理图像中所述目标对象所占区域划分为多个子图像；提取每个所述子图像的局部特征信息；根据每个所述子图像的局部特征信息生成所述待处理图像的第一全局特征信息；根据所述第一全局特征信息识别所述待处理图像中的所述目标对象。通过上述方法，可以有效提高提取出的图像特征的质量，进而提高图像识别的精度。图像识别的精度。图像识别的精度。

【技术实现步骤摘要】
图像处理方法、装置、终端设备及计算机可读存储介质


[0001]本申请属于图像处理
，尤其涉及一种图像处理方法、装置、终端设备及计算机可读存储介质。

技术介绍

[0002]图像识别是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。图像识别技术被广泛应用在各个领域，如人脸识别、车辆识别、车牌识别、行人重识别等。图像识别任务依赖于高质量的目标对象的特征信息。因此，如何提取高质量的目标对象的特征一直是图像识别技术的一个难点。
[0003]现有的特征提取方法，无法针对性地提取出目标对象的特征信息。尤其当因外界光照变化或目标对象姿态变化等原因导致目标对象检测不准确时，现有方法提取出的目标对象的特征信息质量较低，进而导致图像识别结果的准确性较低。

技术实现思路

[0004]本申请实施例提供了一种图像处理方法、装置、终端设备及计算机可读存储介质，可以有效提高提取出的图像特征的质量，进而提高图像识别的精度。
[0005]第一方面，本申请实施例提供了一种图像处理方法，包括：
[0006]根据待处理图像中目标对象上关键点的位置，将所述待处理图像中所述目标对象所占区域划分为多个子图像；
[0007]提取每个所述子图像的局部特征信息；
[0008]根据每个所述子图像的局部特征信息生成所述待处理图像的第一全局特征信息；
[0009]根据所述第一全局特征信息识别所述待处理图像中的所述目标对象。
[0010]本申请实施例中，在将待处理图像划分为多个子图像的过程中，是基于待处理图像中目标对象上关键点的位置划分的，这样能够针对性地提取出人物图像的特征信息；尤其是在目标对象检测不准确的情况下，通过上述方法，依然能够从待处理图像中准确地划分出目标对象的局部图像，使得提取出较高质量的目标对象的特征信息，进而提高图像识别的精度。
[0011]在第一方面的一种可能的实现方式中，所述根据待处理图像中目标对象上关键点的位置，将所述待处理图像中所述目标对象所占区域划分为多个子图像，包括：
[0012]检测所述待处理图像中所述目标对象上的所述关键点；
[0013]根据所述关键点的位置确定分割线；
[0014]根据所述分割线将所述待处理图像中所述目标对象所占区域划分为多个所述子图像。
[0015]在第一方面的一种可能的实现方式中，所述检测所述待处理图像中所述目标对象上的所述关键点，包括：
[0016]生成所述待处理图像的第二全局特征信息；
[0017]根据所述第二全局特征信息检测所述待处理图像中所述目标对象上的所述关键点。
[0018]在第一方面的一种可能的实现方式中，所述关键点携带类别标签，携带有相同类别标签的关键点属于相同的组件，所述组件表示所述目标对象的局部区域；
[0019]所述根据所述关键点的位置确定分割线，包括：
[0020]根据每个组件中包含的各个关键点的位置，生成每个组件对应的目标位置；
[0021]根据每个组件对应的目标位置生成一条分割线。
[0022]在第一方面的一种可能的实现方式中，所述根据每个组件中包含的各个关键点的位置，生成每个组件对应的目标位置，包括：
[0023]若所述组件位于所述目标对象的非边缘区域，则计算所述组件中包含的所有关键点的位置的平均值，所述组件对应的目标位置为所述平均值。
[0024]在第一方面的一种可能的实现方式中，所述根据每个组件中包含的各个关键点的位置，生成每个组件对应的目标位置，包括：
[0025]若所述组件位于所述目标对象的边缘区域，则计算所述组件中包含的所有关键点的位置的最值，所述组件对应的目标位置为所述最值。
[0026]在第一方面的一种可能的实现方式中，所述根据每个所述子图像的局部特征信息生成所述待处理图像的第一全局特征信息，包括：
[0027]将每个所述子图像的局部特征信息串联成一个向量，所述向量为所述第一全局特征信息。
[0028]第二方面，本申请实施例提供了一种图像处理装置，包括：
[0029]划分单元，用于根据待处理图像中目标对象上关键点的位置，将所述待处理图像中所述目标对象所占区域划分为多个子图像；
[0030]提取单元，用于提取每个所述子图像的局部特征信息；
[0031]生成单元，用于根据每个所述子图像的局部特征信息生成所述待处理图像的第一全局特征信息；
[0032]识别单元，用于根据所述第一全局特征信息识别所述待处理图像中的所述目标对象。
[0033]第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的图像处理方法。
[0034]第四方面，本申请实施例提供了一种计算机可读存储介质，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的图像处理方法。
[0035]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的图像处理方法。
[0036]可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
[0037]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0038]图1是本申请实施例提供的基于平均划分的行人特征提取算法的流程示意图；
[0039]图2是本申请实施例提供的行人检测图像的示意图；
[0040]图3是本申请实施例提供的图像处理方法的流程示意图；
[0041]图4是本申请实施例提供的关键点的示意图；
[0042]图5是本申请实施例提供的基于关键点的行人特征提取算法的流程示意图；
[0043]图6是本申请实施例提供的图像处理装置的结构框图；
[0044]图7是本申请实施例提供的终端设备的结构示意图。
具体实施方式
[0045]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0046]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：根据待处理图像中目标对象上关键点的位置，将所述待处理图像中所述目标对象所占区域划分为多个子图像；提取每个所述子图像的局部特征信息；根据每个所述子图像的局部特征信息生成所述待处理图像的第一全局特征信息；根据所述第一全局特征信息识别所述待处理图像中的所述目标对象。2.如权利要求1所述的图像处理方法，其特征在于，所述根据待处理图像中目标对象上关键点的位置，将所述待处理图像中所述目标对象所占区域划分为多个子图像，包括：检测所述待处理图像中所述目标对象上的所述关键点；根据所述关键点的位置确定分割线；根据所述分割线将所述待处理图像中所述目标对象所占区域划分为多个所述子图像。3.如权利要求2所述的图像处理方法，其特征在于，所述检测所述待处理图像中所述目标对象上的所述关键点，包括：生成所述待处理图像的第二全局特征信息；根据所述第二全局特征信息检测所述待处理图像中所述目标对象上的所述关键点。4.如权利要求2所述的图像处理方法，其特征在于，所述关键点携带类别标签，携带有相同类别标签的关键点属于相同的组件，所述组件表示所述目标对象的局部区域；所述根据所述关键点的位置确定分割线，包括：根据每个组件中包含的各个关键点的位置，生成每个组件对应的目标位置；根据每个组件对应的目标位置生成一条分割线。5.如权利要求4所述的图像处理方法，其特征在于，所述根据每个组件中包含的各个关键点的位置，生成每个组件对应的目标位置，包括：若所述组件位于...

【专利技术属性】
技术研发人员：王侃，庞建新，谭欢，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：