[發(fā)明專利]一種生成深度學(xué)習(xí)樣本的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810753123.0
• 申請(qǐng)日: 2018-07-10
• 公開（公告）號(hào): CN108932735B
• 公開（公告）日: 2021-12-28
• 發(fā)明（設(shè)計(jì)）人: 李元龍
• 申請(qǐng)（專利權(quán)）人: 廣州眾聚智能科技有限公司
• 主分類號(hào): G06T7/70
• 分類號(hào): G06T7/70;G06T7/136
• 代理公司: 成都頂峰專利事務(wù)所(普通合伙) 51224
• 代理人: 何紅信

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，公開了一種生成深度學(xué)習(xí)樣本的方法。本發(fā)明包括以下步驟：采集純色背景下拍攝的初始圖像；從初始圖像中獲取到目標(biāo)圖像的位置及輪廓，并截取出目標(biāo)圖像；對(duì)截取出的目標(biāo)圖像進(jìn)行數(shù)據(jù)增廣，得到目標(biāo)圖像的初始數(shù)據(jù)集；從初始數(shù)據(jù)集中選取任一目標(biāo)圖像后，將當(dāng)前目標(biāo)圖像隨機(jī)放置于預(yù)設(shè)的背景圖形中并進(jìn)行泊松圖形融合，然后記錄當(dāng)前目標(biāo)圖像在預(yù)設(shè)背景圖像中的位置；重復(fù)步驟S4，形成深度學(xué)習(xí)的目標(biāo)檢測(cè)數(shù)據(jù)集。本發(fā)明減少了海量目標(biāo)數(shù)據(jù)的準(zhǔn)備時(shí)間成本、人力成本及硬件成本，生成優(yōu)質(zhì)的目標(biāo)檢測(cè)數(shù)據(jù)集，進(jìn)而為深度學(xué)習(xí)提供了優(yōu)質(zhì)的樣本，增加了目標(biāo)檢測(cè)網(wǎng)絡(luò)的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種生成深度學(xué)習(xí)樣本的方法。

背景技術(shù)

在圖像識(shí)別的多目標(biāo)檢測(cè)任務(wù)中，例如商品識(shí)別、招牌識(shí)別等，常使用深度學(xué)習(xí)的方法，其要求海量的訓(xùn)練樣本數(shù)據(jù)，并且需要對(duì)圖像中的目標(biāo)做標(biāo)注，但是往往采集數(shù)據(jù)和標(biāo)注數(shù)據(jù)需要很高的成本。

同時(shí)，一般在訓(xùn)練樣本集較小的情況下，會(huì)使用數(shù)據(jù)增廣技術(shù)，即對(duì)訓(xùn)練圖像進(jìn)行旋轉(zhuǎn)、裁剪、翻轉(zhuǎn)等操作來(lái)擴(kuò)大樣本數(shù)據(jù)集，然而這種處理過(guò)于簡(jiǎn)單，沒(méi)有增加背景的復(fù)雜程度，因此應(yīng)用在目標(biāo)檢測(cè)任務(wù)中，效果不佳。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)存在的上述問(wèn)題，本發(fā)明目的在于提供一種節(jié)省成本、增加了目標(biāo)檢測(cè)網(wǎng)絡(luò)的魯棒性、適用于各種場(chǎng)景的生成深度學(xué)習(xí)樣本的方法。

本發(fā)明所采用的技術(shù)方案為：

一種生成深度學(xué)習(xí)樣本的方法，包括以下步驟：

S1.采集純色背景下拍攝的初始圖像；

S2.從初始圖像中獲取到目標(biāo)圖像的位置及輪廓，并截取出目標(biāo)圖像；

S3.對(duì)截取出的目標(biāo)圖像進(jìn)行數(shù)據(jù)增廣，得到目標(biāo)圖像的初始數(shù)據(jù)集；

S4.從初始數(shù)據(jù)集中選取任一目標(biāo)圖像后，將當(dāng)前目標(biāo)圖像隨機(jī)放置于預(yù)設(shè)的背景圖形中并進(jìn)行泊松圖形融合，然后記錄當(dāng)前目標(biāo)圖像在預(yù)設(shè)背景圖像中的位置；

S5.重復(fù)步驟S4，形成深度學(xué)習(xí)的目標(biāo)檢測(cè)數(shù)據(jù)集。

作為優(yōu)選，所述的步驟S2中，首先計(jì)算初始圖像的形態(tài)學(xué)梯度，接著進(jìn)行閾值分割，然后獲取到目標(biāo)圖像的位置及輪廓。

作為優(yōu)選，計(jì)算初始圖像的形態(tài)學(xué)梯度時(shí)，根據(jù)公式：

dst(x,y)＝max{src(x-r:x+r,y-r:y+r)}-min{src(x-r:x+r,y-r:y+r)}；

其中，src為初始圖像，src(x-r:x+r,y-r:y+r)為方形鄰域，方形鄰域的四個(gè)角坐標(biāo)分別為(x+r，y+r)、(x-r，y-r)、(x+r，y-r)及(x-r，y+r)，dst(x,y)即為該方形鄰域內(nèi)的最大值與最小值的差。

作為優(yōu)選，所述的步驟S3中，進(jìn)行數(shù)據(jù)增廣時(shí)，對(duì)截取出的目標(biāo)圖像進(jìn)行幾何變換操作和/或像素變換操作；所述的初始數(shù)據(jù)集中的目標(biāo)圖像的數(shù)量為截取出的目標(biāo)圖像的數(shù)量的千倍以上。

作為優(yōu)選，所述的幾何變換操作包括旋轉(zhuǎn)操作、翻轉(zhuǎn)操作、裁剪操作及仿射操作；所述的像素變換操作包括加噪操作、透視操作、亮度操作及對(duì)比度操作。

作為優(yōu)選，所述的步驟S4中，進(jìn)行泊松融合時(shí)，步驟如下：

S41.分別計(jì)算背景圖像的梯度與當(dāng)前目標(biāo)圖像，其中，梯度包括x方向的x梯度及y方向的y梯度；

S42.在背景圖像中隨機(jī)選取放置當(dāng)前目標(biāo)圖像的位置，將當(dāng)前位置的背景圖像的梯度替換成目標(biāo)圖像的梯度，得到初始融合圖像的初始梯度mix_grad_x和mix_grad_y，然后將目標(biāo)圖像復(fù)制至當(dāng)前位置，得到初始融合圖像mix；