【技术实现步骤摘要】
本申请涉及图像处理的，具体涉及一种图像处理方法、系统和存储介质。
技术介绍
1、目前，由于汽车供能方式的改变，车机系统也逐渐向着智能化的方向发展，而汽车摄像头数量的不断增加，越来越多的影像数据被车机系统采集和传输，与此同时隐私和数据安全问题也逐渐被大家所重视。随着智能车机系统数据传输和保存相关的相关规定的不断完善，如何在保证隐私和数据安全的条件下对车机系统采集的影像数据进行脱敏变成了必须要考虑的问题。
2、相关技术中，车机系统视频脱敏流程主要为：将采集的视频数据进行转换，转换成图像数据；然后将图像数据输入到深度目标检测算法之中，给出脱敏目标的位置；最后根据脱敏目标的位置对敏感目标进行处理。然而，相关方案在视频脱敏时存在有帧间闪烁问题。
技术实现思路
1、为了解决上述问题而提出了本申请，根据本申请的一方面，提供了一种图像处理方法，包括：基于目标检测模型对当前帧图像信息进行目标检测，得到第一目标检测信息；基于所述目标检测模型，利用当前帧的前序帧目标信息对当前帧图像信息进行目标检测，得到第二目标检测信息；根据所述第一目标检测信息和所述第二目标检测信息得到最终检测信息，以根据所述最终检测信息对所述当前帧图像信息进行脱敏处理。
2、示例性地，所述目标检测模型包括对所述当前帧图像信息进行特征提取以得到特征图的特征提取网络、对特征图进行检测的第一检测头、以及对所述特征图和所述前序帧目标信息进行检测的第二检测头；其中，所述第一检测头包括一阶段回归分类网络，所述第二检测头包括
3、示例性地，所述基于所述目标检测模型对当前帧图像信息进行目标检测，得到第一目标检测信息，包括：将特征图输入到所述第一检测头中，通过所述一阶段回归分类网络对所述特征图进行分类和回归，输出所述第一目标检测信息，所述第一目标检测信息包括第一类别信息、第一置信度和第一目标框。
4、示例性地，所述基于所述目标检测模型，利用当前帧的前序帧目标信息对当前帧图像信息进行目标检测，得到第二目标检测信息，包括：基于前序帧目标信息以及特征图，得到所述前序帧目标信息所对应的目标特征图；对所述目标特征图进行第一次激活，得到第一目标特征图；对所述第一目标特征图进行第二次激活，得到局部特征图；根据所述局部特征图，得到第二目标检测信息，所述第二目标检测信息包括第二类别信息、第二置信度和第二目标框。
5、示例性地，所述对所述目标特征图进行第一次激活，得到第一目标特征图，进一步包括：将激活后的目标特征图的特征信息和预设阈值进行对比，过滤掉所述特征信息小于所述预设阈值的目标特征图所对应的所述前序帧目标信息，以得到所述第一目标特征图。
6、示例性地，所述对所述第一目标特征图进行第二次激活，得到局部特征图，包括：确认局部搜索范围，并对所述第一目标特征图进行切割得到切割特征图，基于区域搜索算法对所述切割特征图进行目标建议，以得到预设数目的目标框坐标位置；通过高斯函数对所述局部搜索范围内的所述第一目标特征图进行第二次激活，并基于所述目标框坐标位置对激活后的所述第一目标特征图进行切割，得到激活后的局部特征图。
7、示例性地，所述方法还包括生成用于对所述目标特征图进行第二次激活的高斯函数，具体包括：根据所述局部搜索范围，基于前序帧距离当前帧的距离，对所述前序帧中的每一个已检测到的目标的置信度进行衰减；将所述前序帧目标框的中心点位置坐标作为均值信息，将衰减后的所述置信度作为方差信息，根据所述均值信息和所述方差信息生成所述高斯函数。
8、示例性地，所述确认局部搜索范围包括：将前序帧图像划分为若干个目标检测算法网格；确定所述前序帧中预设数量的目标框的中心点在所述目标检测算法网格中的位置信息；基于所述目标框的中心点的位置信息以及搜索条件，在所述目标检测算法网格中确认出所述局部搜索范围。
9、示例性地，所述搜索条件是根据距离度量标准和预设约束条件确认得到的。
10、示例性地，所述根据所述第一目标检测信息和所述第二目标检测信息得到最终检测信息，包括：提取所述第一目标检测信息和所述第二目标检测信息中的目标的置信度信息，将所述置信度信息和置信度阈值进行对比；提取所述第一目标检测信息和所述第二目标检测信息中的目标的图像交并比，将所述图像交并比和图像交并比阈值进行对比；对所述置信度低于所述置信度阈值以及所述图像交并比大于所述图像交并比阈值的目标进行过滤，将剩余所述目标的目标信息作为所述最终检测信息。
11、示例性地，所述根据所述最终检测信息用于对所述视频进行脱敏处理，包括：检测所述视频中每一帧的所述最终检测信息，根据所有的所述最终检测信息查找所述视频中的敏感信息；去除所述视频中的所述敏感信息以得到脱敏后的脱敏视频。
12、示例性地，所述方法还包括对所述目标检测模型进行训练，其中，对所述目标检测模型进行训练包括：将第一训练数据集输入到所述第一检测头得到第一预测数据，调整所述一阶段回归分类网络的网络参数使所述第一预测数据收敛；冻结所述特征提取网络参数和网络结构，将第二训练数据集输入到所述第二检测头中；根据前序帧距离当前帧的距离对前序帧目标信息的置信度信息进行衰减，将衰减后的所述置信度信息作为重要程度；基于所述重要程度进行目标搜索并得到第二预测数据，调整所述第二检测头的网络参数以使所述第二预测数据满足精度要求。
13、根据本申请的另一方面，提供了一种图像处理系统，所述系统包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被运行时，使得所述处理器执行上述的图像处理方法。
14、根据本申请的又一方面，提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序在被运行时，使得处理器执行上述的图像处理方法。
15、根据本申请的再一方面，提供了一种车辆，所述车辆上设置有上述的图像处理系统。
16、本申请中的图像处理方法，在不过分增加算力负担的基础上，先通过当前帧图像信息得到第一目标检测信息，再通过当前帧的前序帧目标信息对当前帧图像信息进行检测得到第二目标检测信息，对两个目标检测进行处理以得到最终的检测信息以用于进行脱敏。本方法不仅对当前帧图像信息进行检测，还通过对前序帧的检测将前序帧和当前帧的目标进行融合，提升了目标检测的准确性，并且更加不易出现帧间闪烁。
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，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述目标检测模型包括对所述当前帧图像信息进行特征提取以得到特征图的特征提取网络、对特征图进行检测的第一检测头、以及对所述特征图和所述前序帧目标信息进行检测的第二检测头；其中，所述第一检测头包括一阶段回归分类网络，所述第二检测头包括二阶段回归分类网络。
3.根据权利要求2所述的方法，其特征在于，所述基于所述目标检测模型对当前帧图像信息进行目标检测，得到第一目标检测信息，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述目标检测模型，利用当前帧的前序帧目标信息对当前帧图像信息进行目标检测，得到第二目标检测信息，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述目标特征图进行第一次激活，得到第一目标特征图，进一步包括：
6.根据权利要求4所述的方法，其特征在于，所述对所述第一目标特征图进行第二次激活，得到局部特征图，包括：
7.根据权利要求6所述的方法，其特征在于，所述方法还包括生成用于对所述目标特征图
8.根据权利要求6所述的方法，其特征在于，所述确认局部搜索范围包括：
9.根据权利要求8所述的方法，其特征在于，所述搜索条件是根据距离度量标准和预设约束条件确认得到的。
10.根据权利要求1-9中的任一项所述的方法，其特征在于，所述根据所述第一目标检测信息和所述第二目标检测信息得到最终检测信息，包括：
11.根据权利要求10所述的方法，其特征在于，所述根据所述最终检测信息用于对所述视频进行脱敏处理，包括：
12.根据权利要求1-11任一所述的方法，其特征在于，所述方法还包括对所述目标检测模型进行训练，其中，对所述目标检测模型进行训练包括：
13.一种图像处理系统，其特征在于，所述系统包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被运行时，使得所述处理器执行如权利要求1-12中的任一项所述的图像处理方法。
14.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序在被运行时，使得处理器执行如权利要求1-12中的任一项所述的图像处理方法。
15.一种车辆，其特征在于，所述车辆上设置有如权利要求13所述的图像处理系统。
...【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述目标检测模型包括对所述当前帧图像信息进行特征提取以得到特征图的特征提取网络、对特征图进行检测的第一检测头、以及对所述特征图和所述前序帧目标信息进行检测的第二检测头；其中，所述第一检测头包括一阶段回归分类网络，所述第二检测头包括二阶段回归分类网络。
3.根据权利要求2所述的方法，其特征在于，所述基于所述目标检测模型对当前帧图像信息进行目标检测，得到第一目标检测信息，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述目标检测模型，利用当前帧的前序帧目标信息对当前帧图像信息进行目标检测，得到第二目标检测信息，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述目标特征图进行第一次激活，得到第一目标特征图，进一步包括：
6.根据权利要求4所述的方法，其特征在于，所述对所述第一目标特征图进行第二次激活，得到局部特征图，包括：
7.根据权利要求6所述的方法，其特征在于，所述方法还包括生成用于对所述目标特征图进行第二次激活的高斯函数，具体包括：
8....
【专利技术属性】
技术研发人员：王秀琳，张子明，毛应军，李发光，白玉，
申请(专利权)人：比亚迪股份有限公司，
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。