CN114240809B 图像处理方法、装置、计算机设备及存储介质 （上海商汤善萃医疗科技有限公司）

质标对象的第一对象实例在第一图像中的第一属性信息和所述目标对象的第二对象实例在第二2确定目标对象的多个第一对象实例在第一图像中的第一属性信息和所述目标对象的基于所述第一属性信息和所述第二属性信息，对所述第一对象实基于多对所述第一对象实例和所述第二对象实例之间的匹配度、预设的匹配度阈值，对各所述对象实例组，在所述对象实例组中包括至少一个所述第一对确定所述第一原始图像和所述第二原始图像基于所述变换关系信息对所述第一原始图像进行变换处理，得到所基于所述变换关系信息对所述第二原始图像进行变换处理，得到所基于所述第一属性信息和所述第二属性信息，确定所述第一对象实将所述匹配优先级作为权值，对所述第一对象实例和所述第二对象实基于所述距离和等效半径，确定所述第一对象实例和所述第二对象基于所述加权相似度和所述邻接关系信息，确定所述第一对象实3针对每个对象实例对，根据该对象实例对中包括的第一对对所述第一对象实例的第一属性信息和所述第二对象实例的第二属性信第一确定模块，用于确定目标对象的多个第一对象实例或者所述第二对象实例是对所述第一图像或者所述第二图像融合模块，用于基于多个所述第一对象实例和所述第二对序，该计算机程序被处理器运行时执行如权利要求1至7任一项所述的图像处理方法的步4[0005]确定目标对象的第一对象实例在第一图像中的第一属性信息和确定所述目标对5[0035]一种可选的实施方式中，所述对所述第一对象实例和所述第二对象实例进行融67所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方实例和第二对象实例的属性信息进行匹配，得到第一对象实例和对象实例之间的匹配度，[0071]图3示出了本公开实施例提供一种确定第一原始图像和第二原始图像之间的变换8第一对象实例和第二对象实例指的是分别在第一图像及第二图像上可能9[0103]参见图3所示，为本公开实施例提供一种确定第一原始图像和第二原始图像之间[0130]基于各个数据通道分别对应的候选注意力权重和各个数据通道分别对应的候选B组卷积、激活再进行B组卷积的处理过程，其中，所述激活函数可以采用线性整流函数和第二原始图像的展示效果相差较大的情况下，也可以通过特征提取器得到相近的特征，码阶段采用了改善高层低分辨率特征和低层高分辨率特征融合效果的门[0140]基于该级特征提取对应的编码特征图中各个特征点分别对应的权重和所述编码[0148]在获取到基于该级特征提取对应的编码特征图以及第二输入数据拼接得到的第一化以及激活处理是卷积神经网络(ConvolutionalNeuralNetwork，CNN)中的一种操作[0151]对所述通道维最大值以及所述通道维平均值进行拼接处理，得到通道维拼接结[0153]在获取到局域自相关系数之后，可以利用激活函数(sigmoid)对自相关系数进行块输出的加编码特征图以及第i级解码模块进行下采样之后数据的解码特征图进行拼接，的线性配准网络遇到全局形变过大时的精度不佳乃至视野(FieldofView,FoV)不匹配的[0170]线性配准模块的原始输出为正向的旋转、放缩、斜切矩阵Afw和正向的平移向量[0178]组合模块累积之前的每一步的φ得到累积形变关系Φ,即(注意对于正向和反向表示k阶范数，向量的2阶范数为对向量所有分量求平方和后开根[0209](4)等效半径通常是两个对象实例的半径或对角线的长度在某种形式下的平均数[0212]基于获取的四个矩阵，相似度矩阵和匹配优先级矩阵可以组合为加权相似度矩[0214]邻接关系矩阵为根据距离和等效半径计算的两个对象实例之间的相对位置关对象实例组，在该对象实例组中包括至少第一对象实例和至少一个第二对象实例的情况[0235]本公开实施例对于多个图像，先使用目标检测算法得到每个图像对应的检测结结果对应的属性和空间相对关系，依次计算两个图像中所有可能检测目标配对的相似度、置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述图像处理方法相似，[0239]第一确定模块510，用于确定目标对象的第一对象实例在第一图像中的第一属性信息和确定所述目标对象的第二对象实例在第[0244]第二确定模块550，用于确定所述第一原始图像和所述第二原始图像之间的变换得到所述第一对象实例和所述第二对象实例之间[0266]关于装置中的各模块的处理流程和各模块之间的交互流程的描述可以参照上述和外部存储器8022；这里的内存8021也称内存储器，用于暂时存放处理器801中的运算数[0269]确定目标对象的第一对象实例在第一图像中的第一属性信息和确定所述目标对[0273]本公开实施例还提供一种计算机程序产品，该计算机程合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，的技术方案本质上或者说对现有技术做出贡献的部分