(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 202210993517.X (22)申请日 2022.08.18 (71)申请人 北京迈格威科技有限公司 地址 100090 北京市海淀区科 学院南路2号 3层317 (72)发明人 贾凡　汪天才　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 董艳芳 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/40(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 20/56(2022.01) (54)发明名称 图像处理方法、 计算机程序产品、 存储介质 及电子设备 (57)摘要 本申请涉及图像处理技术领域， 提供一种图 像处理方法、 计算机程序产品、 存储介质及电子 设备。 其中， 图像处理方法包括： 获取待处理图 像， 并利用主干网络提取待处理图像的图像特 征； 获取多个初始查询特征， 每个初始查询特征 对应BEV空间中的一个子区域； 将多个初始查询 特征输入解码网络， 与同样输入解码网络的图像 特征进行交互计算， 得到对应的多个最终查询特 征； 基于多个最终查询特征， 利用分割网络得到 对应的多个子区域内的目标分割结果； 根据多个 子区域内的目标分割结果， 得到BEV空间中的总 体目标分割结果。 该方法显著提高了在BEV空间 下进行目标分割的精度。 权利要求书2页 说明书15页 附图5页 CN 115482377 A 2022.12.16 CN 115482377 A 1.一种图像处 理方法， 其特 征在于， 包括： 获取待处 理图像， 并利用主干网络提取 所述待处 理图像的图像特 征； 获取多个初始查询特征； 其中， 每个初始查询特征对应鸟瞰视角BEV空间中的一个子区 域， 所述BEV空间为所述待处 理图像的拍摄范围在鸟瞰视角下对应的平面区域； 将所述多个初始查询特征输入解码网络， 与同样输入所述解码网络的所述图像特征进 行交互计算， 得到对应的多个最终查询特 征； 基于所述多个最终查询特征， 利用分割网络得到对应的多个子区域内的目标分割结 果； 根据所述多个子区域内的目标分割结果， 得到所述BEV空间中的总体目标分割结果。 2.根据权利要求1所述的图像处理方法， 其特征在于， 所述获取多个初始查询特征， 包 括： 获取所述多个初始查询特征对应的多组坐标； 其中， 每组坐标至少包括x坐标和y坐标， 且每个初始 查询特征对应的x坐标和y坐标位于所述BEV空间中与该初始 查询特征对应的子 区域内； 利用查询特征编网络对所述多组坐标进行编码， 得到对应的所述多个初始查询特征； 其中， 一个初始查询特 征的维度大于一组坐标的维度。 3.根据权利要求2所述的图像处理方法， 其特征在于， 每组坐标还包括通过学习得到的 z坐标。 4.根据权利要求2或3所述的图像处理方法， 其特征在于， 所述查询特征编码网络包括 位置编码器和特征编码器， 所述利用查询特征编网络对所述多组坐标进行编码， 得到对应 的所述多个初始查询特 征， 包括： 利用所述位置编码器对所述多组坐标进行编码， 得到对应的多个位置编码特征； 其中， 一个位置编码特 征的维度大于一组坐标的维度； 利用所述特征编码器对所述多个位置编码特征进行编码， 得到对应的所述多个初始查 询特征； 其中， 所述特 征编码器为多层感知机 。 5.根据权利要求1 ‑4中任一项所述的图像处理方法， 其特征在于， 所述基于所述多个最 终查询特 征， 利用分割网络得到对应的多个子区域内的目标分割结果， 包括： 将所述多个最终查询特 征输入所述分割网络， 得到对应的多组离 散余弦变换DCT系数； 对所述多组DCT系数进行逆向离线余弦变换IDCT， 得到对应的多个子区域内的目标分 割结果。 6.根据权利要求1 ‑5中任一项所述的图像处理方法， 其特征在于， 所述解码网络包括依 次连接的至少一个解码器， 每个解码器用于对输入该解码器的多个查询特征进行解码， 并 输出多个解码后的查询特征， 输入第一个解码器的多个查询特征为所述多个初始查询特 征， 最后一个解码器输出的多个解码后的查询特 征为所述多个最终查询特 征； 其中， 每个解码器均包括自注意力层和交叉注意力层， 每个解码器在进行解码时， 所述 自注意力 层用于对输入该解码器的多个查询特征进行 交互计算， 所述交叉注意力 层用于将 所述自注意力层输出的多个查询特 征与所述图像特 征进行交 互计算。 7.根据权利要求1 ‑6中任一项所述的图像处理方法， 其特征在于， 所述待处理图像为多 帧图像， 其中的每帧图像对应一个视角， 并由安装在移动载体上的一个摄像头采集， 且所述权　利　要　求　书 1/2 页 2 CN 115482377 A 2多帧图像的总体拍摄范围覆盖所述移动载体的四周。 8.一种计算机程序产品， 其特征在于， 包括计算机程序指令， 所述计算机程序指令被处 理器读取并运行时， 执 行如权利要求1 ‑7中任一项所述的方法。 9.一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 程序指令， 所述计算机程序指 令被处理器读取并运行时， 执行如权利要求 1‑7中任一项 所述 的方法。 10.一种电子设备， 其特征在于， 包括： 存储器以及处理器， 所述存储器中存储有计算机 程序指令， 所述计算机程序指 令被所述处理器读取并运行时， 执行权利要求 1‑7中任一项 所 述的方法。权　利　要　求　书 2/2 页 3 CN 115482377 A 3