申请/专利权人：广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司

申请日：2023-01-05

公开（公告）日：2024-07-05

公开（公告）号：CN118298270A

主分类号：G06V10/82

分类号：G06V10/82;G06V10/40;G06V10/764;G06V20/70;G06V10/26;G06T7/50;G06T7/194;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本申请涉及人工智能技术领域，提供一种图像处理方法、设备及存储介质，方法包括：将待处理图像输入端到端的全卷积空间语义感知模型；其中，所述端到端的全卷积空间语义感知模型包括多尺度特征提取网络、多任务网络、深度估计组件以及分割组件；所述多任务网络包括深度信息编码分支、分割信息编码分支以及索引信息编码分支；所述索引信息编码分支包括多层卷积层、索引特征提取网络、分割核网络、深度估计核网络以及分类网络；通过所述端到端的全卷积空间语义感知模型生成每个索引特征的深度图、分割图以及分类得分。由于本发明提出的端到端的全卷积空间语义感知模型是全卷积的且是端到端的，因此无需复杂的后处理过程，且模型更简洁，易于部署。

主权项：1.一种图像处理方法，其特征在于，包括：将待处理图像输入端到端的全卷积空间语义感知模型；其中，所述端到端的全卷积空间语义感知模型包括多尺度特征提取网络、多任务网络、深度估计组件以及分割组件；所述多任务网络包括深度信息编码分支、分割信息编码分支以及索引信息编码分支；所述索引信息编码分支包括多层卷积层、索引特征提取网络、分割核网络、深度估计核网络以及分类网络；通过所述多尺度特征提取网络对所述待处理图像进行特征提取，得到多尺度特征；基于所述多尺度特征，通过所述深度信息编码分支预测得到深度信息编码特征图；基于所述多尺度特征，通过所述分割信息编码分支预测得到分割信息编码特征图；基于所述多尺度特征，通过所述索引信息编码分支的多层卷积层生成索引信息编码特征图；基于所述索引信息编码特征图，通过所述索引特征提取网络提取N个索引特征；其中，所述N个索引特征包括所述待处理图像的所有前景物体和背景区域；通过所述分割核网络为每个所述索引特征生成对应的分割核；通过所述深度估计核网络为每个所述索引特征生成对应的深度估计核；通过所述分类网络为每个所述索引特征生成对应的分类得分；基于所述深度估计核以及所述深度信息编码特征图，通过所述深度估计组件生成每个所述索引特征的深度图；基于所述分割核和所述分割信息编码特征图，通过所述分割组件生成每个所述索引特征的分割图。

全文数据：

权利要求：

百度查询： 广州视源电子科技股份有限公司 广州视源人工智能创新研究院有限公司 图像处理方法、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD