(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 202210884702.5 (22)申请日 2022.07.25 (71)申请人 首都师范大学 地址 100048 北京市海淀区西三环北路10 5 号 (72)发明人 邵振洲　关永　渠瀛　李明月　 刘超　施智平　王国辉　刘永梅　 (74)专利代理 机构 北京中知恒瑞知识产权代理 事务所(普通 合伙) 11889 专利代理师 陈晓川 (51)Int.Cl. G06V 10/40(2022.01) G06V 10/80(2022.01) (54)发明名称 一种图像处理方法、 装置、 计算机设备及存 储介质 (57)摘要 本公开提供了一种图像处理方法、 装置、 计 算机设备及存储介质， 其中， 该方法包括： 获取对 第一图像进行第一特征提取得到的第一图像特 征， 以及对第二图像进行第二特征提取得到的第 二图像特征； 其中， 所述第一图像与所述第二图 像的图像类型不同； 基于所述第一图像特征和所 述第二图像特征， 确定所述第一图像特征和所述 第二图像特征分别对应的特征选择权重； 基于所 述第一图像特征和所述第二图像特征分别对应 的特征选 择权重， 对所述第一图像特征以及所述 第二图像特征进行特征融合， 得到融合特征数 据； 基于所述融合特征数据进行目标检测处理， 得到目标检测结果。 权利要求书2页 说明书19页 附图5页 CN 115239968 A 2022.10.25 CN 115239968 A 1.一种图像处 理方法， 其特 征在于， 包括： 获取对第一图像进行第 一特征提取得到的第 一图像特征， 以及对第 二图像进行第 二特 征提取得到的第二图像特 征； 其中， 所述第一图像与所述第二图像的图像 类型不同； 基于所述第 一图像特征和所述第 二图像特征， 确定所述第 一图像特征和所述第 二图像 特征分别对应的特 征选择权 重； 基于所述第 一图像特征和所述第 二图像特征分别对应的特征选择权重， 对所述第 一图 像特征以及所述第二图像特 征进行特征融合， 得到融合特 征数据； 基于所述融合特 征数据进行目标检测处 理， 得到目标检测结果。 2.根据权利要求1所述的方法， 其特征在于， 获取对第 一图像进行第 一特征提取得到的 第一图像特 征， 以及对第二图像进行第二特 征提取得到的第二图像特 征， 包括： 获取所述第一图像以及所述第二图像； 针对任一图像， 对该图像进行卷积处理， 并对卷积处理后得到的结果进行压缩选择处 理， 得到该图像对应的图像特 征。 3.根据权利要求1或2所述的方法， 其特征在于， 所述基于所述第一图像特征和所述第 二图像特 征， 确定所述第一图像特 征和所述第二图像特 征分别对应的特 征选择权 重， 包括： 对所述第一图像特征以及所述第 二图像特征进行第 一特征融合处理， 得到初始融合特 征； 基于所述初始融合特征， 为所述第 一图像特征以及所述第 二图像特征确定特征重要性 向量； 利用所述特征重要性向量， 确定所述第 一图像特征以及所述第 二图像特征分别对应的 特征选择权 重。 4.根据权利要求3所述的方法， 其特征在于， 所述基于所述初始融合特征， 为所述第一 图像特征以及所述第二图像特 征确定特 征重要性向量， 包括： 对所述初始融合特 征进行全局池化处 理， 得到中间融合特 征； 对所述中间融合特征进行全连接处理， 并对全连接处理后的中间融合特征进行归一化 处理， 得到所述特 征重要性向量。 5.根据权利要求3或4所述的方法， 其特征在于， 利用所述特征重要性向量， 确定所述第 一图像特 征以及所述第二图像特 征分别对应的特 征选择权 重， 包括： 基于所述特征重要性向量、 所述第 一图像特征、 和所述第 二图像特征， 为所述第 一图像 特征和所述第二图像特 征分别确定对应的特 征选择权 重。 6.根据权利要求1 ‑5任一项所述的方法， 其特征在于， 所述基于所述第 一图像特征和所 述第二图像特征分别对应的特征选择权重， 对 所述第一图像特征以及所述第二图像特征进 行特征融合， 得到融合特 征数据， 包括： 基于所述第一图像特征对应的特征选择权重， 对所述第一图像特征进行特征选择， 得 到所述第一图像特征 的第一选择特征数据； 以及， 利用所述第二图像特征对应的特征选择 权重对所述第二图像特 征进行特征选择， 得到所述第二图像特 征的第二选择 特征数据； 将所述第一选择特征数据和所述第 二选择特征数据进行第 二特征融合处理， 得到所述 融合特征数据。 7.根据权利要求1 ‑6任一项所述的方法， 其特征在于， 所述图像处理方法应用于预先训权　利　要　求　书 1/2 页 2 CN 115239968 A 2练好的网络中； 所述网络包括； 特 征编码器、 特 征重加权器、 以及目标检测器； 其中， 所述特征编码器， 用于获取对第一图像进行第一特征提取得到的第一图像特征， 以及 对第二图像进行第二特征提取得到的第二图像特征； 其中， 所述第一图像与所述第二图像 的图像类型不同； 所述特征重加权器， 用于基于所述第一图像特征和所述第二图像特征， 确定所述第一 图像特征和所述第二图像特征分别对应的特征选择权重； 基于所述第一图像特征和所述第 二图像特征分别对应的特征选择权重， 对所述第一图像特征以及所述第二图像特征进 行特 征融合， 得到融合特 征数据； 所述目标检测器， 用于基于所述融合特 征数据进行目标检测处 理， 得到目标检测结果。 8.一种图像处 理装置， 其特 征在于， 包括： 获取模块， 用于获取对第一图像进行第一特征提取得到的第一图像特征， 以及对第二 图像进行第二特征提取得到的第二图像特征； 其中， 所述第一图像与所述第二图像的图像 类型不同； 确定模块， 用于基于所述第一图像特征和所述第二图像特征， 确定所述第一图像特征 和所述第二图像特 征分别对应的特 征选择权 重； 特征融合模块， 用于基于所述第 一图像特征和所述第 二图像特征分别对应的特征选择 权重， 对所述第一图像特 征以及所述第二图像特 征进行特征融合， 得到融合特 征数据； 处理模块， 用于基于所述融合特 征数据进行目标检测处 理， 得到目标检测结果。 9.一种计算机设备， 其特征在于， 包括： 处理器、 存储器， 所述存储器存储有所述处理器 可执行的机器可读指令， 所述处理器用于执行所述存储器中存储的机器可读指令， 所述机 器可读指 令被所述处理器执行时， 所述处理器执行如权利要求1至7任一项所述的图像处理 方法的步骤。 10.一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上存储有计算机 程序， 所述计算机程序被计算机设备运行时， 所述计算机设备执行如权利要求1至7任一项 所述的图像处 理方法的步骤。权　利　要　求　书 2/2 页 3 CN 115239968 A 3