【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种图像处理方法、装置、电子设备及存储介质。
技术介绍
1、随着技术的演进，道路数据生产的自动化程度逐步提升，其中，道路的点事件是一种非常重要的数据。相关技术中，主要是利用行驶轨迹数据进行交通限制信息的生成，从而进行道路点事件的更新，然而，由于点事件涉及的区域种类繁多、目标跨度大，利用行驶轨迹数据来生成道路点事件存在较大的局限性，其准确性有待提升。
技术实现思路
1、以下是对本申请详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
2、本申请实施例提供了一种图像处理方法、装置、电子设备及存储介质，能够提升生成点事件数据的准确性。
3、一方面，本申请实施例提供了一种图像处理方法，包括：
4、获取道路图像，提取所述道路图像中道路边缘的候选关键点、所述候选关键点的起点偏移量、所述候选关键点的点事件类型以及所述候选关键点的边缘属性类型，所述边缘属性类型包括一个或者两个属性值；
5、根据所述起点偏移量确定所述候选关键点对应的曲线起点，基于所述曲线起点对所述候选关键点进行分组，得到道路边缘实例；
6、在同一个所述道路边缘实例中，当所述边缘属性类型包括两个不相同的属性值时，将所述候选关键点确定为属性变化点，基于相邻两个所述属性变化点之间的所述候选关键点得到目标点集合；
7、基于所述目标点集合以及对应的所述点事件类型生成所述道路图像的点事件数据。
8、另一方面，本申请实施例
9、参数提取模块，用于获取道路图像，提取道路图像中道路边缘的候选关键点、候选关键点的起点偏移量、候选关键点的点事件类型以及候选关键点的边缘属性类型，边缘属性类型包括一个或者两个属性值。
10、分组模块，用于根据起点偏移量确定候选关键点对应的曲线起点，基于曲线起点对候选关键点进行分组，得到道路边缘实例。
11、点集合确定模块，用于在同一个道路边缘实例中，当边缘属性类型包括两个不相同的属性值时，将候选关键点确定为属性变化点，基于相邻两个属性变化点之间的候选关键点得到目标点集合。
12、数据生成模块，用于基于目标点集合以及对应的点事件类型生成道路图像的点事件数据。
13、进一步，上述参数提取模块具体用于：
14、将所述道路图像输入至图像处理模型，提取所述道路图像的图像特征，对所述图像特征进行第一映射得到所述道路图像中道路边缘的候选关键点，对所述图像特征进行第二映射得到所述候选关键点的起点偏移量，基于所述图像特征进行多标签分类得到所述候选关键点的点事件类型以及所述候选关键点的边缘属性类型。
15、进一步，上述参数提取模块具体用于：
16、对所述图像特征进行卷积得到第一特征，对所述第一特征进行批量归一化并激活得到第二特征，对所述第二特征进行卷积得到第三特征；
17、基于所述第三特征进行多标签分类得到分类结果，根据所述分类结果得到所述候选关键点的点事件类型以及所述候选关键点的边缘属性类型，其中，所述分类结果的维度为m+n+p，m为所述边缘属性类型的类别数，n为所述边缘属性类型的类别数，m=n，p为所述点事件类型的类别数。
18、进一步，上述参数提取模块具体用于：
19、基于所述图像特征进行局部自注意力处理，得到注意力特征，其中，所述局部自注意力处理用于约束所述候选关键点以及所述候选关键点的邻接点之间的位置关系；
20、对所述注意力特征进行第一映射得到所述道路图像中道路边缘的候选关键点。
21、进一步，上述图像处理装置还包括训练模块，训练模块用于：
22、获取样本图像，基于所述样本图像确定所述图像处理模型进行所述第一映射时的第一损失、所述图像处理模型进行所述第二映射时的第二损失以及所述图像处理模型进行所述多标签分类时的第三损失；
23、对所述第一损失、所述第二损失以及所述第三损失进行加权得到目标损失，基于所述目标损失训练所述图像处理模型。
24、进一步地，点集合确定模块具体用于：
25、当至少两种所述目标属性类型均包括两个不相同的属性值时，分别确定至少两种所述目标属性类型各自对应的预设得分；所述边缘属性类型的数量为多种，多种所述边缘属性类型中存在至少两种目标属性类型均包括一个或者两个属性值，多种所述边缘属性类型包括材质类型、方位类型、颜色类型以及可见性类型，至少两种所述目标属性类型包括所述方位类型、所述颜色类型以及所述可见性类型中的至少一种以及所述材质类型，所述材质类型对应的所述预设得分大于所述方位类型、所述颜色类型以及所述可见性类型中的至少一种对应的所述预设得分；
26、根据多个所述预设得分之和得到目标得分，当所述目标得分大于或者等于预设的得分阈值时，将所述候选关键点确定为属性变化点。
27、进一步地，数据生成模块具体用于：
28、确定所述目标点集合在各个所述道路图像中的第一位置，确定采集各个所述道路图像的第二位置，基于所述第一位置和所述第二位置确定所述目标点集合在现实世界中的目标位置；
29、根据不同所述道路图像的所述目标位置之间的距离，将多个所述道路图像划分为多个图像集合；
30、从各个所述图像集合中确定目标视角的目标图像，对所述目标图像中的所述点事件类型进行语义校验，将校验失败的所述图像集合剔除；
31、在剩余的所述图像集合中，基于所述目标图像、所述目标图像对应的所述目标点集合以及所述目标点集合对应的所述点事件类型，生成所述道路图像的点事件数据。
32、进一步地，数据生成模块具体用于：
33、在所述目标图像或者与所述目标图像相邻的所述道路图像中，获取目标关键点对应的所述边缘属性类型，其中，所述目标关键点为与所述目标点集合相邻的所述候选关键点；
34、基于预设的点事件条件匹配得到所述目标图像中的所述点事件类型对应的基准属性类型，其中，所述点事件条件用于指示所述点事件类型与所述基准属性类型之间的映射关系；
35、根据所述基准属性类型与所述目标关键点对应的所述边缘属性类型之间的一致性，对所述目标图像中的所述点事件类型进行语义校验。
36、进一步地，数据生成模块具体用于：
37、对所述图像序列进行滑窗，其中，每次滑窗选中相邻的两个所述道路图像；
38、当被选中的两个所述道路图像的所述目标位置之间的距离小于或者等于预设的距离阈值时，为被选中的两个所述道路图像配置相同的分组标识；
39、将所述分组标识相同的所述道路图像划分至同一个图像集合，得到多个所述图像集合。
40、进一步地，数据生成模块具体用于：
41、对所述分组标识相同的各个所述道路图像进行目标检测，得到点事件区域；
42、提取所述点事件区域的区域特征，对于任本文档来自技高网...
【技术保护点】
1.一种图像处理方法，其特征在于，包括：
2.根据权利要求1所述的图像处理方法，其特征在于，所述提取所述道路图像中道路边缘的候选关键点、所述候选关键点的起点偏移量、所述候选关键点的点事件类型以及所述候选关键点的边缘属性类型，包括：
3.根据权利要求2所述的图像处理方法，其特征在于，所述基于所述图像特征进行多标签分类得到所述候选关键点的点事件类型以及所述候选关键点的边缘属性类型，包括：
4.根据权利要求2所述的图像处理方法，其特征在于，所述对所述图像特征进行第一映射得到所述道路图像中道路边缘的候选关键点，包括：
5.根据权利要求2所述的图像处理方法，其特征在于，所述将所述道路图像输入至图像处理模型之前，所述图像处理方法还包括：
6.根据权利要求1所述的图像处理方法，其特征在于，所述边缘属性类型的数量为多种，多种所述边缘属性类型中存在至少两种目标属性类型均包括一个或者两个属性值，所述当所述边缘属性类型包括两个不相同的属性值时，将所述候选关键点确定为属性变化点，包括：
7.根据权利要求6所述的图像处理方法，其特征在
8.根据权利要求1至7任意一项所述的图像处理方法，其特征在于，所述道路图像的数量为多个，多个所述道路图像为连续采集的图像序列，所述基于所述目标点集合以及对应的所述点事件类型生成所述道路图像的点事件数据，包括：
9.根据权利要求8所述的图像处理方法，其特征在于，所述对所述目标图像中的所述点事件类型进行语义校验，包括：
10.根据权利要求8所述的图像处理方法，其特征在于，所述根据不同所述道路图像的所述目标位置之间的距离，将多个所述道路图像划分为多个图像集合，包括：
11.根据权利要求10所述的图像处理方法，其特征在于，所述将所述分组标识相同的所述道路图像划分至同一个图像集合，得到多个所述图像集合，包括：
12.一种图像处理装置，其特征在于，包括：
13.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至11任意一项所述的图像处理方法。
14.一种计算机可读存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11任意一项所述的图像处理方法。
15.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11任意一项所述的图像处理方法。
...【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
2.根据权利要求1所述的图像处理方法，其特征在于，所述提取所述道路图像中道路边缘的候选关键点、所述候选关键点的起点偏移量、所述候选关键点的点事件类型以及所述候选关键点的边缘属性类型，包括：
3.根据权利要求2所述的图像处理方法，其特征在于，所述基于所述图像特征进行多标签分类得到所述候选关键点的点事件类型以及所述候选关键点的边缘属性类型，包括：
4.根据权利要求2所述的图像处理方法，其特征在于，所述对所述图像特征进行第一映射得到所述道路图像中道路边缘的候选关键点，包括：
5.根据权利要求2所述的图像处理方法，其特征在于，所述将所述道路图像输入至图像处理模型之前，所述图像处理方法还包括：
6.根据权利要求1所述的图像处理方法，其特征在于，所述边缘属性类型的数量为多种，多种所述边缘属性类型中存在至少两种目标属性类型均包括一个或者两个属性值，所述当所述边缘属性类型包括两个不相同的属性值时，将所述候选关键点确定为属性变化点，包括：
7.根据权利要求6所述的图像处理方法，其特征在于，多种所述边缘属性类型包括材质类型、方位类型、颜色类型以及可见性类型，至少两种所述目标属性类型包括所述方位类型、所述颜色类型以及所述可见性类型中的至少一种以及所述材质类型，所述材质类型对应的所述预设得分大于所述方位类型、所述颜色类型以及所...
【专利技术属性】
技术研发人员：陆嘉欣，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。