CN113705307B 图像处理方法、装置、设备及存储介质 （腾讯科技（深圳）有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN113705307B(45)授权公告日2025.07.15

(21)申请号202110348195.9

(22)申请日2021.03.31

(65)同一申请的已公布的文献号申请公布号CN113705307A

(43)申请公布日2021.11.26

(73)专利权人腾讯科技(深圳)有限公司

地址518057广东省深圳市南山区高新区

科技中一路腾讯大厦35层

(72)发明人杨澍生李昱单瀛方羽新王兴刚

(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

专利代理师李汉亮

(51)Int.CI.

GO6V20/40(2022.01)

GO6V10/26(2022.01)

GO6V10/74(2022.01)

GO6V10/774(2022.01)

GO6V10/764(2022.01)

GO6V10/82(2022.01)

GO6N3/0464(2023.01)

GO6N3/08(2023.01)

(56)对比文件

Classifying,segmenting,andtrackingobjectinstancesinvideowithmask

propagation.《IEEE/CVFConferenceon

ComputerVisionandPatternRecognition》.2020,第9739-9748页.

审查员李飞羽

权利要求书3页说明书13页附图3页

(54)发明名称

图像处理方法、装置、设备及存储介质

(57)摘要

CN113705307B本申请实施例公开了一种图像处理方法、装置、设备及存储介质，本申请实施例通过获取视频序列样本下连续的目标帧图像和相邻帧图像；提取目标帧图像中的实例信息对应的第一条件参数信息以及相邻帧图像中的实例信息对应的第二条件参数信息；将第一条件参数信息和第二条件参数信息输入至预设模型，对目标帧图像和相邻帧图像进行交叉掩码识别训练，得到训练后的预设模型；基于训练后的预设模型对待识别视频序列进行掩码识别处理。以此，可以获取视频序列样本中相邻的目标帧图像和相邻帧图像，分别提取两者相应的条件参数信息作为卷积核，以对其进行交叉掩码识别学习，得到掩膜识别更准

CN113705307B

获取视频序列样本下连续的目标帧图像和相邻帧图像

提取目标帧图像中的实例信息对应的第一条

件参数信息以及相邻帧图像中的实例信息对

应的第二条件参数信息

将第一条件参数信息和第二条件参数信息输

入至预设模型，对目标帧图像和相邻帧图像

进行交叉掩码识别训练，得到训练后的预设

模型

基于训练后的预设模型对待识别视频序列进行掩码识别处理

101

102

-103

-104

CN113705307B权利要求书1/3页

2

1.一种图像处理方法，其特征在于，包括：

获取视频序列样本下连续的目标帧图像和相邻帧图像；

提取所述目标帧图像中的实例信息对应的第一图像特征和第一条件参数信息以及所述相邻帧图像中的实例信息对应的第二图像特征和第二条件参数信息，并对所述第一图像特征和所述第二图像特征分别进行掩码卷积处理，得到第一掩码特征信息和第二掩码特征

信息；

通过所述第一条件参数信息分别对所述第一掩码特征信息和第二掩码特征信息进行卷积处理，得到第一掩码信息和第一交叉掩码信息；

通过所述第二条件参数信息分别对所述第一掩码特征信息和第二掩码特征信息进行卷积处理，得到第二掩码信息和第二交叉掩码信息；

计算所述第一掩码信息、第一交叉掩码信息、第二掩码信息和第二交叉掩码信息与对应的标签信息之间的第一差异值；

根据所述第一差异值对预设模型的网络模型参数进行迭代调整，直至所述第一差异值收敛，得到训练后的预设模型；

基于所述训练后的预设模型对待识别视频序列进行掩码识别处理。

2.根据权利要求1所述的图像处理方法，其特征在于，所述提取所述目标帧图像中的实例信息对应的第一条件参数信息以及所述相邻帧图像中的实例信息对应的第二条件参数信息，包括：

对所述目标帧图像和相邻帧图像进行全卷积处理，得到相应的第一图像特征和第二图像特征；

通过预设尺寸的卷积层对所述第