(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210282168.0 (22)申请日 2022.03.21 (71)申请人 腾讯科技 （上海） 有限公司 地址 201200 上海市虹梅路1801号C区5层 (72)发明人 王昌安　王亚彪　 (74)专利代理 机构 深圳翼盛智成知识产权事务 所(普通合伙) 44300 专利代理师 李玉婷 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/80(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) G06T 5/50(2006.01) G06T 7/11(2017.01) (54)发明名称 图像处理方法、 装置、 计算机设备及计算机 可读存储介质 (57)摘要 本申请实施例提供一种图像处理方法、 装 置、 计算机设备及计算机可读存储介质， 可以应 用于云技术、 人工智能、 智慧交通、 车联网等各种 场景； 本申请实施例可以获取待处理图像， 并对 待处理图像进行切割， 得到至少两个图像区域； 对图像区域进行特征提取， 得到图像区域的区域 特征信息； 根据区域特征信息和预设定位特征信 息， 获取图像区域的图像定位信息； 根据区域特 征信息， 确定图像区域之间的区域关联信息； 将 图像定位信息和区域关联信息进行融合处理， 得 到初始融合后定位信息； 根据初始融合后定位信 息， 识别出待处理图像中的目标图像区域； 本申 请实施例可以全面且精准地识别出目标对象在 待处理图像中的目标对象区域。 权利要求书2页 说明书18页 附图8页 CN 114708429 A 2022.07.05 CN 114708429 A 1.一种图像处 理方法， 其特 征在于， 包括： 获取待处 理图像， 并对所述待处 理图像进行切割， 得到 至少两个图像区域； 对所述图像区域进行特征提取， 得到所述图像区域的区域特征信息， 所述区域特征信 息为所述图像区域的语义特 征信息； 根据所述区域特征信息和预设定位特征信息， 获取所述图像区域的图像定位信息， 所 述预设定位特征信息为预设的用于对所述待处理图像中目标对象进行定位的特征信息， 所 述图像定位信息为每一所述图像区域对所述待处 理图像中目标对象进行定位的信息； 根据所述区域特征信息， 确定所述图像区域之间的区域关联信息， 所述区域关联信息 为所述待处 理图像的图像区域之间关联的信息； 将所述图像定位信息和所述区域关联信息进行融合处 理， 得到初始融合后定位信息； 根据所述初始融合后定位信息， 识别出 所述待处 理图像中的目标图像区域。 2.根据权利要求1所述的图像处理方法， 其特征在于， 所述根据 所述区域特征信 息和预 设定位特 征信息， 获取 所述图像区域的图像定位信息， 包括： 根据所述区域特 征信息和预设定位特 征信息， 确定每一图像区域的候选 定位权重； 根据所述预设定位特 征信息， 从所述 候选定位权重提取出每一图像区域的定位权 重； 将每一图像区域的所述定位权 重作为每一图像区域的图像定位信息 。 3.根据权利要求2所述的图像处理方法， 其特征在于， 所述根据 所述区域特征信 息和预 设定位特 征信息， 确定每一图像区域的候选 定位权重， 包括： 根据所述 区域特征信 息和预设定位特征信 息， 计算所述待处理图像的至少两个初始特 征信息； 对所述初始特 征信息进行融合处 理， 得到所述每一图像区域的候选 定位权重。 4.根据权利要求1所述的图像处理方法， 其特征在于， 所述根据所述区域特征信息， 确 定所述图像区域之间的区域关联信息， 包括： 根据所述区域特征信息和预设定位特征信息， 计算所述图像区域之间的候选关联参 数； 根据所述区域特 征信息， 从所述 候选关联参数中提取关联参数； 根据所述关联参数， 生成所述图像区域之间的区域关联信息 。 5.根据权利要求1所述的图像处理方法， 其特征在于， 所述将所述图像定位信 息和所述 区域关联信息进行融合处 理， 得到初始融合后定位信息， 包括： 根据图像定位信息对区域关联信息进行加权处 理， 得到加权后定位信息； 根据加权后定位信息， 确定初始融合后定位信息 。 6.根据权利要求1所述的图像处理方法， 其特征在于， 所述初始融合后定位信 息包括若 干初始融合后定位信息； 所述根据所述初始融合后定位信息， 识别出所述待处理图像中的 目标图像区域， 包括： 将所述若干初始融合后定位信息进行融合处 理， 得到目标融合后定位信息； 根据所述目标融合后定位信息， 识别出 所述待处 理图像中的目标图像区域。 7.根据权利要求6所述的图像处理方法， 其特征在于， 所述根据 所述目标融合后定位信 息， 识别出 所述待处 理图像中的目标图像区域， 包括： 根据所述目标融合后定位信息， 确定所述待处 理图像对应的目标定位图像；权　利　要　求　书 1/2 页 2 CN 114708429 A 2根据所述目标定位图像， 识别出 所述待处 理图像中的目标图像区域。 8.根据权利要求1所述的图像处理方法， 其特征在于， 所述 区域特征信 息为采用训练后 图像处理模型进行特征提取得到的特征信息； 所述对所述图像区域进行特征提取之前， 所 述方法还 包括： 获取图像样本集 合， 所述图像样本集 合包括至少一个标注分类标签的图像样本； 采用待训练图像处 理模型对图像样本进行编码， 得到编码后样本特 征信息； 根据所述编码后样本特征信息， 对所述图像样本进行类型预测， 得到所述图像样本的 预测分类 类别； 根据所述预测分类类别和所述分类标签， 对所述待训练图像处理模型的模型参数进行 收敛， 得到训练后图像处 理模型。 9.一种图像处 理装置， 其特 征在于， 包括： 第一获取单元， 用于获取待处理图像， 并对所述待处理图像进行切割， 得到至少两个图 像区域； 提取单元， 用于对所述图像区域进行特征提取， 得到所述图像区域的区域特征信 息， 所 述区域特 征为所述图像区域的语义特 征信息； 第二获取单元， 用于根据所述区域特征信息和预设定位特征信息， 获取所述图像区域 的图像定位信息， 所述预设定位特征信息为预设的用于对所述待处理图像中目标对象进 行 定位的特征信息， 所述图像定位信息为每一所述图像区域对所述待处理图像中目标对象进 行定位的信息； 确定单元， 用于根据 所述区域特征信 息， 确定所述图像区域之间的区域关联信 息， 所述 区域关联信息为所述待处 理图像的图像区域之间关联的信息； 融合单元， 用于将所述图像定位信息和所述区域关联信息进行融合处理， 得到初始融 合后定位信息； 识别单元， 用于根据所述初始融合后定位信息， 识别出所述待处理图像中的目标图像 区域。 10.一种计算机设备， 其特征在于， 包括存储器和处理器； 所述存储器存储有计算机程 序， 所述处理器用于运行所述存储器内的计算机程序， 以执行权利要求1至8任一项所述的 图像处理方法。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序适于处理器进行加载， 以执行权利要求1至8任一项所述的图像处理方 法。 12.一种计算机程序产品， 其特征在于， 所述计算机程序产品存储有计算机程序， 所述 计算机程序适于处 理器进行加载， 以执 行权利要求1至8任一项所述的图像处 理方法。权　利　要　求　书 2/2 页 3 CN 114708429 A 3