一种图像处理方法、装置、计算机设备及存储介质与流程

1.本公开涉及计算机技术领域，具体而言，涉及一种图像处理方法、装置、计算机设备及存储介质。


背景技术：

2.目标检测在计算机视觉中有着重要的作用，自动驾驶汽车或无人飞行器等设备通过对视野中的物体进行目标检测，可以避免发生碰撞等情况。
3.目前，在目标检测领域，主要通过对检测对象生成检测框，实现目标检测。但是当检测对象被遮挡的情况下，无法准确生成检测的检测框，容易发生漏检的情况。


技术实现要素：

4.本公开实施例至少提供一种图像处理方法、装置、计算机设备及存储介质。
5.第一方面，本公开实施例提供了一种图像处理方法，包括：
6.从第一图像中确定包括目标遮挡物的目标遮挡图像；
7.基于所述目标遮挡图像的第一尺寸信息，和目标检测对象在第二图像中的第一位置信息，确定所述目标遮挡图像在所述第二图像中的第二位置信息；所述第二位置信息用于表征所述目标检测对象被所述目标遮挡图像遮挡的情况下，所述目标遮挡图像的位置信息；
8.按照所述第二位置信息，将所述目标遮挡图像和所述第二图像进行整合，得到目标遮挡样本图像。
9.本公开实施例中根据第一图像中真实遮挡物的目标遮挡图像和第二图像，整合生成目标遮挡样本图像，提高了遮挡场景下的样本图像的真实性，并且通过生成目标遮挡样本图像，可以增加遮挡场景下样本图像的数量，增强训练得到的检测模型在遮挡场景下对检测对象的鲁棒性。
10.一种可选的实施方式中，所述从第一图像中确定包括目标遮挡物的目标遮挡图像，包括：
11.对第一图像进行检测，从所述第一图像中确定包括所述目标遮挡物的遮挡物图像；
12.基于目标检测对象在第二图像中的第二尺寸信息和所述遮挡物图像的第三尺寸信息，确定所述遮挡物图像对应的目标遮挡图像。
13.本公开实施例基于目标检测对象在第二图像中的第二尺寸信息和遮挡物图像的第三尺寸信息，可以确定与目标检测对象的尺寸匹配的目标遮挡图像，从而可以得到整合效果较为符合真实场景的目标遮挡样本图像，提高目标遮挡样本图像的真实性和合理性。
14.一种可选的实施方式中，所述基于目标检测对象在第二图像中的第二尺寸信息和所述遮挡物图像的第三尺寸信息，确定所述遮挡物图像对应的目标遮挡图像，包括：
15.基于目标检测对象在第二图像中的第二尺寸信息和所述遮挡物图像的第三尺寸
信息，确定初始显示比例；
16.基于所述初始显示比例和预设的尺寸调整参数信息，确定目标显示比例；
17.基于所述目标显示比例，对所述遮挡物图像进行缩放处理，得到所述目标遮挡图像。
18.本公开实施例基于初始显示比例和预设的尺寸调整参数信息，使得确定出的目标显示比例可以在一定的比例范围之内随机变化，通过按照该比例范围对遮挡物图像进行缩放处理，可以得到尺寸不固定的目标遮挡图像，不仅增加了目标遮挡图像的数量，而且可以在一定程度上避免由于目标遮挡图像大小固定造成检测模型的学习泛化性较差的情况。
19.一种可选的实施方式中，在从第一图像中确定包括目标遮挡物的目标遮挡图像之前，所述方法还包括：
20.分别对多个目标图像进行检测，从所述多个目标图像中筛选出包括被遮挡对象但未被检测出来的目标图像作为第一图像；
21.将所述第一图像中的遮挡所述被遮挡对象的遮挡物，作为所述第一图像中的目标遮挡物。
22.本公开实施例中通过从多个目标图像中筛选出现漏检情况的第一图像，再基于这类图像确定目标遮挡物，以生成用于进行模型训练的目标遮挡样本图像，实现了针对漏检的情况增加样本数量，从而有利于提高模型的训练精度，减少漏检概率。
23.一种可选的实施方式中，所述对第一图像进行检测，从所述第一图像中确定包括所述目标遮挡物的遮挡物图像，包括：
24.对第一图像进行检测，确定所述目标遮挡物在所述第一图像中的位置信息；
25.确定所述第一图像的灰度图像；
26.根据所述灰度图像，确定所述第一图像的掩膜图像；
27.按照所述目标遮挡物在所述第一图像中的位置信息，从所述掩膜图像中截取包括所述目标遮挡物的图像区域，得到所述遮挡物图像。
28.本公开实施例通过第一图像的掩膜图像，得到遮挡物图像，可以增强检测模型在遮挡场景下的鲁棒性，减少漏检的情况。
29.一种可选的实施方式中，所述基于所述目标遮挡图像的第一尺寸信息，和目标检测对象在第二图像中的第一位置信息，确定所述目标遮挡图像在所述第二图像中的第二位置信息，包括：
30.基于所述目标遮挡图像的第一尺寸信息，确定所述目标遮挡图像在所述第二图像中的位置移动范围；所述位置移动范围为所述目标检测对象被所述目标遮挡图像遮挡的情况下，所述目标遮挡图像能够移动的位置范围；
31.基于所述位置移动范围，和所述目标检测对象在第二图像中的第一位置信息，确定所述目标遮挡图像在所述第二图像中的第二位置信息。
32.本公开实施例通过确定目标遮挡图像在第二图像中的位置移动范围，使得目标遮挡图像可以相对于目标检测对象在一定的位置范围内移动，不仅可以增加目标遮挡样本图像的数量，而且可以在一定程度上避免由于目标遮挡图像的位置固定造成检测模型的学习泛化性较差的情况。
33.一种可选的实施方式中，所述基于所述目标遮挡图像的第一尺寸信息，确定所述
目标遮挡图像在所述第二图像中的位置移动范围，包括：
34.基于所述目标遮挡物图像的第一尺寸信息和所述目标检测对象在第二图像中的第二尺寸信息，确定所述目标遮挡物图像与所述目标检测对象的图像区域的尺寸比例信息；
35.基于所述尺寸比例信息和所述目标遮挡图像的第一尺寸信息，确定所述目标遮挡图像在所述第二图像中的位置移动范围。
36.本公开实施例通过目标遮挡物图像与目标检测对象的图像区域的尺寸比例信息和目标遮挡图像的第一尺寸信息，确定目标遮挡图像在第二图像中的位置移动范围，使得目标遮挡物图像可以在确定的位置移动范围内移动，保证整合得到的目标遮挡物样本图像的随机性，从而可以在一定程度上避免由于目标遮挡图像的位置固定造成检测模型的学习泛化性较差的情况。
37.第二方面，本公开实施例还提供一种图像处理装置，包括：
38.获取模块，用于从第一图像中确定包括目标遮挡物的目标遮挡图像；
39.第一确定模块，用于基于所述目标遮挡图像的第一尺寸信息，和目标检测对象在第二图像中的第一位置信息，确定所述目标遮挡图像在所述第二图像中的第二位置信息；所述第二位置信息用于表征所述目标检测对象被所述目标遮挡图像遮挡的情况下，所述目标遮挡图像的位置信息；
40.整合模块，用于按照所述第二位置信息，将所述目标遮挡图像和所述第二图像进行整合，得到目标遮挡样本图像。
41.第三方面，本公开实施例还提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与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面，或第一方面中任一种可能的实施方式中的步骤。
42.第四方面，本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
43.关于上述图像处理装置、计算机设备及存储介质的效果描述参见上述图像处理方法的说明，这里不再赘述。
44.为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
45.为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
46.图1示出了本公开实施例所提供的一种图像处理方法的流程图；
47.图2示出了本公开实施例所提供的掩膜图像生成方法的流程图；
48.图3示出了本公开实施例所提供的目标遮挡图像的效果示意图；
49.图4示出了本公开实施例所提供的一种图像处理装置的示意图；
50.图5示出了本公开实施例所提供的一种计算机设备的示意图。
具体实施方式
51.为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
52.目前，在目标检测领域，主要通过对检测对象生成检测框，实现目标检测。但是当检测对象被遮挡的情况下，无法准确生成检测的检测框，容易发生漏检的情况。
53.基于上述研究，本公开提供了一种图像处理方法，包括：从第一图像中确定包括目标遮挡物的目标遮挡图像；基于所述目标遮挡图像的第一尺寸信息，和目标检测对象在第二图像中的第一位置信息，确定所述目标遮挡图像在所述第二图像中的第二位置信息；所述第二位置信息用于表征所述目标检测对象被所述目标遮挡图像遮挡的情况下，所述目标遮挡图像的位置信息；按照所述第二位置信息，将所述目标遮挡图像和所述第二图像进行整合，得到目标遮挡样本图像。本公开实施例中根据第一图像中真实遮挡物的目标遮挡图像和第二图像，整合生成目标遮挡样本图像，提高了遮挡场景下的样本图像的真实性，并且通过生成目标遮挡样本图像，可以增加遮挡场景下样本图像的数量，增强训练得到的检测模型在遮挡场景下对检测对象的鲁棒性。
54.针对以上存在的缺陷以及对应的解决方案，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。
55.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
56.为便于对本实施例进行理解，首先对本公开实施例所公开的一种图像处理方法进行详细介绍，本公开实施例所提供的图像处理方法的执行主体一般为具有一定计算能力的计算机设备。
57.下面以执行主体为服务器为例对本公开实施例提供的图像处理方法加以说明。
58.参见图1所示，为本公开实施例提供的图像处理方法的流程图，所述方法包括s101～s103，其中：
59.s101：从第一图像中确定包括目标遮挡物的目标遮挡图像。
60.在本公开实施例中，可以先获取第一图像，然后从第一图像中识别出目标遮挡物，最后从第一图像中确定包括目标遮挡物的目标遮挡物图像。
61.其中，第一图像可以是由目标检测设备上的图像采集设备拍摄到的图像。目标检测设备可以是无人驾驶车辆或者无人机等需要进行目标检测的设备。目标检测设备通过装
载的图像采集设备可以拍摄到视野范围内的第一图像。
62.在一种实施方式中，第一图像可以是经过筛选出来的。具体地，在从第一图像中确定包括目标遮挡物的目标遮挡物图像之前，可以对多个目标图像进行检测，从多个目标图像中筛选出包括被遮挡对象，但是未被检测出来的目标图像作为第一图像。
63.这里，可以先利用目标检测设备拍摄视野范围内的多个目标图像，然后利用未训练完成的检测模型分别对多个目标图像进行检测，得到针对目标图像的检测结果。这里，未训练完成的检测模型对目标图像的检测可能不够准确，因此未训练完成的检测模型的检测结果中可能不包含被遮挡对象，也可能包含部分被遮挡对象，因此基于检测结果可以从多个目标图像中筛选出包括被遮挡对象，但是被遮挡对象未被检测出来的目标图像作为第一图像。
64.然后，将第一图像中的遮挡被遮挡对象的遮挡物，作为第一图像中的目标遮挡物。其中，被遮挡对象可以是影响目标检测设备运行的移动对象，例如行人、骑车、摩托车、动物等。目标遮挡物可以是遮挡上述被遮挡物对象的车辆、墙面等物体。
65.在从第一图像中确定包括目标遮挡物的目标遮挡物图像时，可以对第一图像进行检测，从第一图像中确定包括目标遮挡物的遮挡物图像；然后基于目标检测对象在第二图像中的第二尺寸信息和遮挡物图像的第三尺寸信息，确定遮挡物图像对应的目标遮挡物图像。
66.这里可以利用已经训练好的检测模型对第一图像进行检测，已经训练好的识别模型可以检测出目标遮挡物的位置信息，然后基于遮挡物的位置信息，确定遮挡物图像。这里，第一图像可以是原始的图像，也可以是对原始的图像处理后得到的灰度图像，还可以是对原始的图像处理后得到的掩膜图像。也就是可以基于遮挡物图像的位置信息，从第一图像的原图像、或者灰度图像、或者掩膜图像中得到遮挡物图像。
67.具体地，在一种实施方式中，可以对第一图像进行检测，确定目标遮挡物在第一图像中的位置信息；然后确定第一图像的灰度图像；接下来，根据灰度图像，确定第一图像的掩膜图像；最后，按照目标遮挡物在第一图像中的位置信息，从掩膜图像中截取包括目标遮挡物的图像区域，得到遮挡物图像。
68.这里，第一图像可以是红、绿、蓝(red、green、blue，rgb)颜色模式的原始图像。在对第一图像进行图像转换处理后，可以得到灰度图像，例如位于图2中左侧的图像，然后可以对灰度图像处理，得到由0和1组成的一个二进制的掩膜图像，例如位于图2中间的图像。
69.基于目标遮挡物在第一图像中的位置信息，可以确定出目标遮挡物的轮廓信息，基于轮廓信息，从掩膜图像中截取包括目标遮挡物的图像区域，得到遮挡物图像，例如位于图2中右侧的图像。
70.第二图像可以是前述的第一图像，也可以是除第一图像以外的其他图像。第二图像中的目标检测对象可以是第二图像中未被遮挡的对象，也可以是被遮挡对象，也就是第二图像中的未被遮挡的对象和被遮挡对象都可以作为目标检测对象。当第二图像中包含多个目标检测对象时，可以随机进行选择。
71.遮挡物图像的第三尺寸信息，与目标检测对象在第二图像中的第二尺寸信息可以是不同的，也就是遮挡物图像与目标检测对象在第二图像中的大小可以是不一致的。在这种情况下，可以对遮挡物图像进行处理，得到第一尺寸信息与目标检测对象的第二尺寸信
息相同的目标遮挡图像。如图3所示，得到的目标遮挡图像的高度与目标检测对象的图像区域的高度大致相同。
72.在一种实施方式中，可以基于目标检测对象在第二图像中的第二尺寸信息和遮挡物图像的第三尺寸信息，确定初始显示比例。
73.其中，第二尺寸信息可以是基于目标检测对象在第二图像中的像素点数目确定的。第三尺寸信息可以是遮挡物图像在第一图像中的像素点数目确定的。
74.这里，可以根据公式确定初始显示比例。其中，scale表示初始显示比例；h表示目标检测对象在第二图像中的第二尺寸信息；h表示遮挡物图像的第三尺寸信息。
75.然后，基于初始显示比例和预设的尺寸调整参数信息，确定目标显示比例。这里，预设的尺寸调整参数信息可以用于对初始显示比例进行调整，使得调整后的目标显示比例在预设范围之内。示例性地，预设的尺寸调整参数信息可以为(0.9，1.1)，确定出的目标显示比例是初始显示比例的0.9倍至1.1倍，scale＝scale'
×
random(0.9,1.1)，其中random(0.9,1.1)表示预设的的尺寸调整参数信息。
76.最后，可以基于目标显示比例对遮挡物图像进行缩放处理，得到目标遮挡图像。得到的目标遮挡图像与目标检测对象在第二图像中的大小是相近的，比例大小在初始显示比例的0.9倍至1.1倍范围之内。
77.s102：基于所述目标遮挡图像的第一尺寸信息，和目标检测对象在第二图像中的第一位置信息，确定所述目标遮挡图像在所述第二图像中的第二位置信息；所述第二位置信息用于表征所述目标检测对象被所述目标遮挡图像遮挡的情况下，所述目标遮挡图像的位置信息。
78.目标检测对象在第一图像中的第一位置信息，可以是对目标检测对象形成的矩形检测框在第一图像中的位置信息，具体可以是矩形检测框的顶点坐标信息。
79.这里，确定第二位置信息的目的是按照第二位置信息，将目标遮挡图像和第二图像进行整合，得到第二图像被目标遮挡图像遮挡住的目标遮挡样本图像，因此，这里可以先确定出目标检测对象被目标遮挡图像遮挡的情况下，目标遮挡图像在第二图像中的第二位置信息。
80.在一种实施方式中，可以基于目标遮挡图像的第一尺寸信息，确定目标遮挡图像在第二图像中的位置移动范围；位置移动范围为目标检测对象被目标遮挡图像遮挡的情况下，目标遮挡图像能够移动的位置范围。
81.在上述实施方式中，目标检测对象可以被目标遮挡图像遮挡的位置不是固定的，因此这里可以确定目标检测对象被目标遮挡图像遮挡的情况下，目标遮挡图像能够移动的位置范围，也就是位置移动范围。位置移动范围的大小与目标遮挡图像的第一尺寸信息有关。
82.在具体实施中，可以基于目标遮挡物图像的第一尺寸信息和目标检测对象在第二图像中的第二尺寸信息，确定目标遮挡物图像与目标检测对象的图像区域的尺寸比例信息；基于尺寸比例信息和目标遮挡图像的第一尺寸信息，确定目标遮挡图像在第二图像中的位置移动范围。
83.这里，尺寸比例信息可以是目标遮挡物图像与目标检测对象的图像区域的尺寸比
例的范围，也就是对遮挡物图像进行缩放处理的目标显示比例(确定目标显示比例的过程可参见前文)的范围。
84.位置移动范围可以包括在横向和纵向上的位置移动范围。第一尺寸信息包括高度信息和宽度信息。根据第一尺寸信息可以确定出预设的目标遮挡图像在横向和纵向上可移动的距离。
85.具体地，根据目标遮挡图像的高度信息，和尺寸比例信息，可以确定目标遮挡图像在纵向上能够移动的位置范围。根据目标遮挡图像的宽度信息，和尺寸比例信息，可以确定目标遮挡图像在横向上能够移动的位置范围。
86.然后基于位置移动范围，和目标检测对象在第二图像中的第一位置信息，确定目标遮挡图像在第二图像中的第二位置信息。
87.这里，可以在第二图像中建立平面直角坐标系，以第二图像的横向为x轴方向，以第二图像的纵向为y轴方向，可以设目标检测对象的检测框的左上角顶点在第二图像中的第一位置信息：(x1，y1)，目标遮挡图像的左上角顶点的第二位置信息：(x，y)。
88.根据目标遮挡物图像的第一尺寸信息和目标检测对象在第二图像中的第二尺寸信息，确定的目标遮挡物图像与目标检测对象的图像区域的尺寸比例信息为scale。
89.这里根据目标遮挡图像的第一尺寸信息，可以得到预设的目标遮挡图像在横向上可移动的距离为(x_lower，x_upper)，以及在纵向上可移动的距离为(y_lower，y_upper)。
90.根据尺寸比例信息scale和预设的目标遮挡图像在横向上可移动的距离为(x_lower，x_upper)，可以得到目标遮挡图像在横向上可移动的位置范围(x_lower*scale，x_upper*scale)；根据尺寸比例信息scale和预设的目标遮挡图像在纵向上可移动的距离为(y_lower，y_upper)，可以得到目标遮挡图像在横向上可移动的位置范围(y_lower*scale，y_upper*scale)。
91.最后，可以根据第一位置信息(x1,y1)、(x_lower*scale，x_upper*scale)、(y_lower*scale，y_upper*scale)，可以得到目标遮挡图像在横向上的坐标x＝x1 random.uniform(x_lower*scale，x_upper*scale)，以及目标遮挡图像在纵向上的坐标y＝y1 random.uniform(y_lower*scale，y_upper*scale)，其中random.uniform(x_lower*scale，x_upper*scale)表示在(x_lower*scale，x_upper*scale)内随机取值；random.uniform(y_lower*scale，y_upper*scale)表示在(y_lower*scale，y_upper*scale)内随机取值。
92.s103：按照所述第二位置信息，将所述目标遮挡图像和所述第二图像进行整合，得到目标遮挡样本图像。
93.由于第二位置信息可以包括一组关于坐标的数据集，因此在该步骤中可以得到一组包含较多目标遮挡样本图像的图像集，从而增加了用于训练检测模型在遮挡环境下检测对象的训练样本。
94.本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
95.基于同一发明构思，本公开实施例中还提供了与图像处理方法对应的图像处理装置，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，
因此装置的实施可以参见方法的实施，重复之处不再赘述。
96.参照图4所示，为本公开实施例提供的一种图像处理装置的架构示意图，所述装置包括：获取模块401、第一确定模块402、整合模块403；其中，
97.获取模块401，用于从第一图像中确定包括目标遮挡物的目标遮挡图像；
98.第一确定模块402，用于基于所述目标遮挡图像的第一尺寸信息，和目标检测对象在第二图像中的第一位置信息，确定所述目标遮挡图像在所述第二图像中的第二位置信息；所述第二位置信息用于表征所述目标检测对象被所述目标遮挡图像遮挡的情况下，所述目标遮挡图像的位置信息；
99.整合模块403，用于按照所述第二位置信息，将所述目标遮挡图像和所述第二图像进行整合，得到目标遮挡样本图像。
100.本公开实施例中根据第一图像中真实遮挡物的目标遮挡图像和第二图像，整合生成目标遮挡样本图像，提高了遮挡场景下的样本图像的真实性，并且通过生成目标遮挡样本图像，可以增加遮挡场景下样本图像的数量，增强检测模型在遮挡场景下对检测对象的鲁棒性。
101.一种可选的实施方式中，所述获取模块401，具体用于：
102.对第一图像进行检测，从所述第一图像中确定包括所述目标遮挡物的遮挡物图像；
103.基于目标检测对象在第二图像中的第二尺寸信息和所述遮挡物图像的第三尺寸信息，确定所述遮挡物图像对应的目标遮挡图像。
104.一种可选的实施方式中，所述获取模块401，具体用于：
105.基于目标检测对象在第二图像中的第二尺寸信息和所述遮挡物图像的第三尺寸信息，确定初始显示比例；
106.基于所述初始显示比例和预设的尺寸调整参数信息，确定目标显示比例；
107.基于所述目标显示比例，对所述遮挡物图像进行缩放处理，得到所述目标遮挡图像。
108.一种可选的实施方式中，所述装置还包括：
109.筛选模块，用于分别对多个目标图像进行检测，从所述多个目标图像中筛选出包括被遮挡对象但未被检测出来的目标图像作为第一图像；
110.第一确定模块，用于将所述第一图像中的遮挡所述被遮挡对象的遮挡物，作为所述第一图像中的目标遮挡物。
111.一种可选的实施方式中，所述获取模块401，具体用于：
112.对第一图像进行检测，确定所述目标遮挡物在所述第一图像中的位置信息；
113.确定所述第一图像的灰度图像；
114.根据所述灰度图像，确定所述第一图像的掩膜图像；
115.按照所述目标遮挡物在所述第一图像中的位置信息，从所述掩膜图像中截取包括所述目标遮挡物的图像区域，得到所述遮挡物图像。
116.一种可选的实施方式中，所述第一确定模块，具体用于：
117.基于所述目标遮挡图像的第一尺寸信息，确定所述目标遮挡图像在所述第二图像中的位置移动范围；所述位置移动范围为所述目标检测对象被所述目标遮挡图像遮挡的情
况下，所述目标遮挡图像能够移动的位置范围；
118.基于所述位置移动范围，和所述目标检测对象在第二图像中的第一位置信息，确定所述目标遮挡图像在所述第二图像中的第二位置信息。
119.一种可选的实施方式中，所述第一确定模块，具体用于：
120.基于所述目标遮挡物图像的第一尺寸信息和所述目标检测对象在第二图像中的第二尺寸信息，确定所述目标遮挡物图像与所述目标检测对象的图像区域的尺寸比例信息；
121.基于所述尺寸比例信息和所述目标遮挡图像的第一尺寸信息，确定所述目标遮挡图像在所述第二图像中的位置移动范围。
122.关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
123.基于同一技术构思，本公开实施例还提供了一种计算机设备。参照图5所示，为本公开实施例提供的计算机设备500的结构示意图，包括处理器501、存储器502、和总线503。其中，存储器502用于存储执行指令，包括内存5021和外部存储器5022；这里的内存5021也称内存储器，用于暂时存放处理器501中的运算数据，以及与硬盘等外部存储器5022交换的数据，处理器501通过内存5021与外部存储器5022进行数据交换，当计算机设备500运行时，处理器501与存储器502之间通过总线503通信，使得处理器501在执行以下指令：
124.从第一图像中确定包括目标遮挡物的目标遮挡图像；
125.基于所述目标遮挡图像的第一尺寸信息，和目标检测对象在第二图像中的第一位置信息，确定所述目标遮挡图像在所述第二图像中的第二位置信息；所述第二位置信息用于表征所述目标检测对象被所述目标遮挡图像遮挡的情况下，所述目标遮挡图像的位置信息；
126.按照所述第二位置信息，将所述目标遮挡图像和所述第二图像进行整合，得到目标遮挡样本图像。
127.本公开实施例中根据第一图像中真实遮挡物的目标遮挡图像和第二图像，整合生成目标遮挡样本图像，提高了遮挡场景下的样本图像的真实性，并且通过生成目标遮挡样本图像，可以增加遮挡场景下样本图像的数量，增强检测模型在遮挡场景下对检测对象的鲁棒性。
128.本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的图像处理方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
129.本公开实施例还提供一种计算机程序产品，该计算机产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的图像处理方法的步骤，具体可参见上述方法实施例，在此不再赘述。
130.其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
131.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统
和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦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，可以是电性，机械或其它的形式。
132.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
133.另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
134.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
135.最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以所述权利要求的保护范围为准。