[發(fā)明專利]一種車輛圖片智能美化的方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710378207.6
• 申請(qǐng)日: 2017-05-24
• 公開(kāi)（公告）號(hào): CN108932739A
• 公開(kāi)（公告）日: 2018-12-04
• 發(fā)明（設(shè)計(jì)）人: 梁大雙;龐敏輝;韋仕偉;李文佳
• 申請(qǐng)（專利權(quán)）人: 優(yōu)信拍（北京）信息科技有限公司
• 主分類號(hào): G06T11/00
• 分類號(hào): G06T11/00;G06T5/00;G06K9/62
• 代理公司: 北京弘權(quán)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11363
• 代理人: 逯長(zhǎng)明;許偉群

1.一種車輛圖片智能美化的方法，其特征在于，所述方法包括：

檢測(cè)待美化的車輛圖片中車身所在的目標(biāo)區(qū)域；

識(shí)別所述車輛圖片中目標(biāo)區(qū)域部分的顏色；

判斷所述車輛圖片中目標(biāo)區(qū)域部分的明暗度；

根據(jù)識(shí)別出的顏色、判斷出的明暗度和預(yù)設(shè)的美化參數(shù)，美化所述車輛圖片中的目標(biāo)區(qū)域部分。

2.如權(quán)利要求1所述的方法，其特征在于，所述檢測(cè)待美化車輛圖片中車身所在的目標(biāo)區(qū)域的步驟之前，包括：

在訓(xùn)練樣本上標(biāo)記出車身所在區(qū)域的標(biāo)簽框；

將帶有所述標(biāo)簽框的訓(xùn)練樣本加載到SSD網(wǎng)絡(luò)中；

在SSD網(wǎng)絡(luò)中，生成多個(gè)帶有默認(rèn)框的特征圖；

將所述默認(rèn)框與所述標(biāo)簽框進(jìn)行匹配，獲得所述默認(rèn)框的模型損失；

在所述SSD網(wǎng)絡(luò)中反向傳播所述模型損失，優(yōu)化所述SSD網(wǎng)絡(luò)的各層參數(shù)，獲得車身檢測(cè)模型；

將待美化的車輛圖片輸入所述車身檢測(cè)模型中，以檢測(cè)待美化的車輛圖片中車身所在的目標(biāo)區(qū)域。

3.如權(quán)利要求2所述的方法，其特征在于，將所述默認(rèn)框與所述標(biāo)簽框進(jìn)行匹配，獲得所述默認(rèn)框的模型損失的步驟，包括：

將所述默認(rèn)框與所述標(biāo)簽框進(jìn)行匹配，獲得所述默認(rèn)框的位置損失；

將所述默認(rèn)框與所述標(biāo)簽框進(jìn)行匹配，獲得所述默認(rèn)框的置信損失；

將所述位置損失和所述置信損失進(jìn)行相加，獲得所述默認(rèn)框的模型損失。

4.如權(quán)利要求1所述的方法，其特征在于，判斷所述車輛圖片中目標(biāo)區(qū)域部分的明暗度的步驟，包括：

將所述車輛圖片中的目標(biāo)區(qū)域部分轉(zhuǎn)換為灰度圖像；

按灰度值進(jìn)行等級(jí)劃分；

計(jì)算各個(gè)等級(jí)的占比；

根據(jù)所述占比，判斷所述車輛圖片中目標(biāo)區(qū)域部分的明暗度。

5.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)識(shí)別出的顏色、判斷出的明暗度和預(yù)設(shè)的美化參數(shù)，美化所述車輛圖片中的目標(biāo)區(qū)域部分的步驟之前，還包括：

確定顏色分類和明暗度分類；

將顏色和明暗度進(jìn)行排列組合，確定顏色和明暗度的組合類別；

針對(duì)每個(gè)所述組合類別，預(yù)設(shè)所述美化參數(shù)。

6.一種車輛圖片智能美化的方法的裝置，其特征在于，包括：

目標(biāo)區(qū)域檢測(cè)模塊，用于檢測(cè)待美化的車輛圖片中車身所在的目標(biāo)區(qū)域；

顏色識(shí)別模塊，用于識(shí)別所述車輛圖片中目標(biāo)區(qū)域部分的顏色；

明暗度判斷模塊，用于判斷所述車輛圖片中目標(biāo)區(qū)域部分的明暗度；

美化模塊，用于根據(jù)識(shí)別出的顏色、判斷出的明暗度和預(yù)設(shè)的美化參數(shù)，美化所述車輛圖片中的目標(biāo)區(qū)域部分。

7.如權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括：

標(biāo)簽框標(biāo)記單元，用于在訓(xùn)練樣本上標(biāo)記出車身所在區(qū)域的標(biāo)簽框；

標(biāo)簽框加載單元，用于將帶有所述標(biāo)簽框的訓(xùn)練樣本加載到SSD網(wǎng)絡(luò)中；

特征圖生成單元，用于在SSD網(wǎng)絡(luò)中，生成多個(gè)帶有默認(rèn)框的特征圖；

模型損失獲得單元，用于將所述默認(rèn)框與所述標(biāo)簽框進(jìn)行匹配，獲得所述默認(rèn)框的模型損失；

參數(shù)優(yōu)化單元，用于在所述SSD網(wǎng)絡(luò)中反向傳播所述模型損失，優(yōu)化所述SSD網(wǎng)絡(luò)的各層參數(shù)，獲得車身檢測(cè)模型；

輸入單元，用于將待美化的車輛圖片輸入所述車身檢測(cè)模型中，以檢測(cè)待美化的車輛圖片中車身所在的目標(biāo)區(qū)域。

8.如權(quán)利要求7所述的裝置，其特征在于，模型損失獲得單元包括：

位置損失獲得子單元，用于將所述默認(rèn)框與所述標(biāo)簽框進(jìn)行匹配，獲得所述默認(rèn)框的位置損失；

置信損失獲得子單元，用于將所述默認(rèn)框與所述標(biāo)簽框進(jìn)行匹配，獲得所述默認(rèn)框的置信損失；

模型損失獲得子單元，用于將所述位置損失和所述置信損失進(jìn)行相加，獲得所述默認(rèn)框的模型損失。