买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利一种图像数据处理方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114926666B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210642575.8，技术领域涉及：G06V10/74；该发明授权一种图像数据处理方法及装置是由万纬韬;孙冲;李琛设计研发完成，并于2022-06-08向国家知识产权局提交的专利申请。

本一种图像数据处理方法及装置在说明书摘要公布了：本申请提供了一种图像数据处理方法以及相关装置。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。其方法包括：获取待检测图像以及目标对象图像；对待检测图像以及目标对象图像进行特征提取，得到两个特征图像数据；根据特征图像数据生成相关矩阵；通过相关矩阵，生成像素级空间位置矩阵；根据像素级空间位置矩阵在待检测图像中生成包含目标对象的目标对象检测框。本申请实施例提供图像数据处理方法，通过相关矩阵建立待检测图像的特征图中的像素与目标对象图像的特征图中像素的相似程度，通过像素级空间位置矩阵建立待检测图像与目标对象图像的相似像素的空间位置关系，提高了从待检测图像中检测出目标对象的准确率。

本发明授权一种图像数据处理方法及装置在权利要求书中公布了：1.一种图像数据处理方法，其特征在于，包括： 获取待检测图像以及目标对象图像； 分别将所述待检测图像以及所述目标对象图像作为单样本检测模型中的特征提取网络的输入，通过所述特征提取网络分别输出第一特征图像以及第二特征图像，其中，所述第一特征图像为所述特征提取网络根据所述待检测图像生成的，所述第一特征图像包括K个第一特征像素，所述第二特征图像为所述特征提取网络根据所述目标对象图像生成的，所述第二特征图像包括L个第二特征像素，K为大于1的整数，L为大于1的整数； 根据所述第一特征图像以及所述第二特征图像，生成相关矩阵，其中，所述相关矩阵包括K×L个相似度值，K×L个所述相似度值表示K个所述第一特征像素与L个所述第二特征像素的相似程度； 将所述相关矩阵作为所述单样本检测模型中的变换网络的输入，通过所述变换网络输出像素级空间位置矩阵，其中，所述像素级空间位置矩阵包括K×L×2个元素，K×L×2个所述元素表示以K个所述第一特征像素中任一个为锚点时，L个所述第二特征像素在所述第一特征图像中的对应位置坐标； 根据所述像素级空间位置矩阵，在所述待检测图像中生成T个目标对象检测框，其中，T个所述目标对象检测框包括T个所述目标对象，T个所述目标对象检测框对应的T个置信度值均满足置信度阈值，T为大于等于1的整数； 其中，所述特征提取网络包括卷积子网络以及字典子网络，所述字典子网络携带字典矩阵； 所述分别将所述待检测图像以及所述目标对象图像作为单样本检测模型中的特征提取网络的输入，通过所述特征提取网络分别输出第一特征图像以及第二特征图像，包括： 将所述待检测图像作为所述卷积子网络的输入，通过所述卷积子网络输出第一中间矩阵； 将第一中间矩阵输入至所述字典子网络，通过所述字典子网络将所述第一中间矩阵与所述字典矩阵进行特征交叉，生成待检测图像特征矩阵； 将所述待检测图像特征矩阵进行归一化处理，得到所述第一特征矩阵； 根据所述第一特征矩阵，生成所述第一特征图像； 将所述目标对象图像作为所述卷积子网络的输入，通过所述卷积子网络输出第二中间矩阵； 将第二中间矩阵输入至所述字典子网络，通过所述字典子网络将所述第二中间矩阵与所述字典矩阵进行特征交叉，生成目标对象图像特征矩阵； 将所述目标对象图像特征矩阵进行归一化处理，得到所述第二特征矩阵； 根据所述第二特征矩阵，生成所述第二特征图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人腾讯科技(深圳)有限公司，其通讯地址为：518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。