图像处理装置、图像处理方法和机器可读存储介质

    公开(公告)号:CN117115457A

    公开(公告)日:2023-11-24

    申请号:CN202210534473.4

    申请日:2022-05-17

    Abstract: 本公开涉及一种图像处理装置、图像处理方法和机器可读存储介质。图像处理装置包括:第一提取单元,提取图像的全局特征;第二提取单元,检测与图像中的特定对象有关的关键点,并且提取图像的与关键点对应的局部特征;第一计算单元,计算用于图卷积网络的信息传递度量,信息传递度量的节点包括全局特征和与关键点对应的局部特征;以及第二计算单元,其利用信息传递度量通过图卷积网络来优化图像的局部特征。第一计算单元通过以下操作来计算信息传递度量:定义掩膜矩阵,其定义在不同节点之间是否传递信息;以及计算邻接矩阵,其定义在不同节点之间传递信息的量。该图像处理装置可以优化用于重识别的比较特征,提升重识别结果的准确性。

    关键点检测方法以及关键点检测装置

    公开(公告)号:CN116778522A

    公开(公告)日:2023-09-19

    申请号:CN202210204845.7

    申请日:2022-03-02

    Abstract: 本申请公开了关键点检测方法和关键点检测装置。其中关键点检测方法包括:对输入的图像序列进行初始处理以得到初始多帧模型热力图,将其作为迭代多帧模型热力图输出到后续的迭代处理中,对图像序列进行一个或多个迭代处理直至图像序列中的每帧图像均已被处理,在每个迭代处理中:分别基于图像序列中的要处理的当前帧和邻近帧得到当前帧热力图和邻近帧热力图;对迭代多帧模型热力图进行后处理以得到经后处理的迭代多帧模型热力图;基于经后处理的迭代多帧模型热力图、当前帧热力图以及邻近帧热力图得到包括经校正的当前帧的关键点的多帧模型热力图;以及利用所得到的多帧模型热力图来更新迭代多帧模型热力图并将其输出到下一迭代处理。

    图像处理装置和方法
    53.
    发明授权

    公开(公告)号:CN109754416B

    公开(公告)日:2023-08-04

    申请号:CN201711070256.X

    申请日:2017-11-03

    Inventor: 田虎 李斐

    Abstract: 本公开涉及图像处理装置和方法。所述图像处理装置包括转换器,其将输入图像转换为深度图像,以获得针对所述输入图像的每一像素的转换的深度;以及分类器,其在所述转换的深度和来自深度数据集的真实深度之间进行分类,其中,对所述分类器和所述转换器进行训练,直到所述分类器不能区分所述转换的深度和所述真实深度。使用根据本公开的图像处理装置和方法,通过对抗训练可以从单幅图像中学习深度,这不仅可以通过转换器学习单幅图像的深度,还可以通过分类器了解深度的高阶一致性。通过这样的对抗训练,转换器可以输出与真实深度图具有相似分布的深度图。

    焦距估计方法、焦距估计装置以及存储介质

    公开(公告)号:CN114820759A

    公开(公告)日:2022-07-29

    申请号:CN202110063606.X

    申请日:2021-01-18

    Abstract: 本公开内容涉及用于计算机视觉的焦距估计方法、焦距估计装置以及存储介质。根据本公开内容的一个实施例,该焦距估计方法包括:确定真实空间中的道路上的车辆配备的摄像装置拍摄的图像中的与道路的真实标记区对应的图像标记区;基于图像标记区确定图像中的虚拟梯形;以及基于虚拟梯形的上底尺寸、虚拟梯形的下底尺寸、第一路面标记尺寸及第二路面标记尺寸估计摄像装置的焦距。本公开内容的方法、装置和存储介质的有益效果至少包括:利用道路标记的已知的标准尺寸估计焦距,减少焦距估计中需要检测的参数的数量,降低焦距估计的复杂程度。

    多视点图像的深度估计方法和深度估计设备

    公开(公告)号:CN108986155B

    公开(公告)日:2021-12-07

    申请号:CN201710413057.8

    申请日:2017-06-05

    Inventor: 田虎 李斐

    Abstract: 本发明公开了一种多视点图像的深度估计方法和深度估计设备。该方法包括:向同一场景的多个图像的每个像素分配表征深度和表征切平面法向的参数;每个图像作为当前图像执行:a)选择代价函数值满足条件的像素作为种子像素;b)更新种子像素周围的满足条件的周围像素的参数;c)在周围像素的参数的预定范围内,随机搜索,得到局部最优值;d)将代价函数值满足条件的周围像素增加为种子像素;e)重复b)、c)、d)步骤,直至没有满足条件的周围像素;f)为当前图像中的每个像素随机生成参数,在满足条件的情况下,将该像素的当前参数用随机生成的参数代替;g)重复步骤a)‑f),直至满足条件;h)将当前图像中每个像素的深度参数决定的深度值确定为深度值。

    图像处理装置、图像处理方法和机器可读存储介质

    公开(公告)号:CN113569591A

    公开(公告)日:2021-10-29

    申请号:CN202010349099.1

    申请日:2020-04-28

    Inventor: 李斐 杨静 刘汝杰

    Abstract: 本公开涉及一种图像处理装置、图像处理方法和机器可读存储介质。图像处理装置包括:检测单元,其在图像中的包括多个对象的区域中检测关于多个对象的二维2D关键点,其中多个对象彼此部分交叠;候选关键点集选择单元,其从2D关键点中选择针对多个对象中的一个对象的候选关键点集;估计单元,其基于候选关键点集来估计所述一个对象的三维3D模型;3D模型选择单元,其在估计出的3D模型中选择最佳3D模型;以及获取单元,其通过将最佳3D模型投影到图像的平面上来得到被分离的所述一个对象。该图像处理装置可以从包括多个对象的图像中分离出一个对象。

    用于监视洗手过程的装置、方法以及存储介质

    公开(公告)号:CN113553886A

    公开(公告)日:2021-10-26

    申请号:CN202010338080.7

    申请日:2020-04-26

    Abstract: 本公开内容涉及用于监视洗手过程的装置、方法以及存储介质。根据本公开内容的一个实施例,该用于监视洗手过程的装置包括:存储有指令的存储器;以及处理器,处理器能够执行从存储器获取的指令,使得以并行运行多个模块的方式实现监视洗手过程;其中,多个模块包括:分类模块,用于基于基准洗手动作集确定基于洗手过程生成的双手图像序列中的选中双手图像的动作类型属性;以及计数模块,用于基于选中基准洗手动作、双手图像序列及双手图像序列中的双手图像的已确定的动作类型属性,确定选中基准洗手动作的已执行次数。本公开内容的方法、装置和存储介质的有益效果至少包括:全面准确评估洗手人员的洗手过程的执行质量。

    图像处理设备、图像处理方法以及图像处理装置

    公开(公告)号:CN107292826B

    公开(公告)日:2021-01-22

    申请号:CN201610197262.0

    申请日:2016-03-31

    Inventor: 田虎 李斐

    Abstract: 本公开提供一种图像处理设备、图像处理方法以及图像处理装置。根据本公开的图像处理设备包括:边缘检测单元,被配置成检测所述深度图像及其相对应的原始图像中的图像边缘,以获取深度图像边缘和原始图像边缘;像素点匹配单元,被配置成通过将所述深度图像边缘上的深度图像像素点与所述原始图像边缘上的原始图像像素点进行匹配,获取表示各个深度图像像素点与相匹配的原始图像像素点之间位置差的向量作为该深度图像像素点的偏移向量;以及偏移单元,被配置成使用所述偏移向量对所述深度图像中的各个像素点进行偏移,以实现对所述深度图像的修正。根据本公开的图像处理设备、方法以及装置至少能够更准确地修正深度图像中的深度图像边缘。

    图像处理装置、方法及介质

    公开(公告)号:CN111583321A

    公开(公告)日:2020-08-25

    申请号:CN201910124348.4

    申请日:2019-02-19

    Inventor: 田虎 李斐

    Abstract: 公开了一种图像处理装置、方法及介质,所述图像处理装置包括:第一训练单元,其使用有标签输入图像来训练深度网络,以获得所述有标签输入图像的深度图像;第二训练单元,其使用所述有标签的输入图像和所获得的深度图像来训练置信度网络,以获得置信度图像,所述置信度图像指示所述深度图像的估计深度接近真实深度的区域;以及第三训练单元,其使用所述有标签输入图像和无标签输入图像一起训练所述深度网络,其中,通过所述深度图像和所述置信度图像获得所述无标签输入图像的伪真实深度,并且将所述伪真实深度视为所述无标签输入图像的真实深度。

    训练深度估计模型的方法和设备以及存储介质

    公开(公告)号:CN110766737A

    公开(公告)日:2020-02-07

    申请号:CN201810835621.X

    申请日:2018-07-26

    Inventor: 田虎 李斐

    Abstract: 公开了一种深度估计模型训练方法和设备以及存储介质。该方法包括:通过深度估计模型获得样本图像的估计深度图;在基于样本图像、其真实深度图和投影参数而获得的第一投影图中选择第一投影点,并且在基于样本图像、其估计深度图和投影参数而获得的第二投影图中选择第二投影点,第一和第二投影图具有相同的投影方向,并且第一投影点在第一投影图中的位置与第二投影点在第二投影图中的位置相同;确定第一和第二投影点在样本图像中的相对应的第一和第二点;通过使包括第一损失函数的总损失函数最小,来更新深度估计模型的参数,第一损失函数是关于第一和第二点的特征值之间的距离;和重复上述步骤,直到通过深度估计模型获得的估计深度图不再变化。

Patent Agency Ranking