[發(fā)明專利]訓(xùn)練樣本的生成方法、目標(biāo)檢測(cè)方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201811141521.3
• 申請(qǐng)日: 2018-09-28
• 公開（公告）號(hào): CN109377467A
• 公開（公告）日: 2019-02-22
• 發(fā)明（設(shè)計(jì)）人: 錢佳景;王康;管維剛
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06T5/50
• 分類號(hào): G06T5/50;G06T7/13;G06K9/62
• 代理公司: 北京億騰知識(shí)產(chǎn)權(quán)代理事務(wù)所 11309
• 代理人: 孫欣欣;陳霽

本說(shuō)明書實(shí)施例提供一種訓(xùn)練樣本的生成方法、目標(biāo)檢測(cè)方法和裝置，訓(xùn)練樣本的生成方法包括：首先獲取第一圖像，第一圖像中包括至少一個(gè)干擾物體，以及獲取第二圖像，第二圖像中包括目標(biāo)檢測(cè)物體，目標(biāo)檢測(cè)物體具有四個(gè)頂點(diǎn)，然后以第一圖像作為背景圖像以及以第二圖像作為前景圖像，將第一圖像和第二圖像進(jìn)行合成處理，得到合成圖像，再獲取合成圖像中四個(gè)頂點(diǎn)的位置信息，最后根據(jù)合成圖像和四個(gè)頂點(diǎn)的位置信息，生成神經(jīng)網(wǎng)絡(luò)模型的一組訓(xùn)練樣本，神經(jīng)網(wǎng)絡(luò)模型用于從圖像中檢測(cè)目標(biāo)物體的頂點(diǎn)。該方法有利于獲得大量的訓(xùn)練樣本，從而使用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型針對(duì)不同的背景環(huán)境下的圖像目標(biāo)檢測(cè)的魯棒性好。

技術(shù)領(lǐng)域

本說(shuō)明書一個(gè)或多個(gè)實(shí)施例涉及圖像處理領(lǐng)域，尤其涉及訓(xùn)練樣本的生成方法、目標(biāo)檢測(cè)方法和裝置。

背景技術(shù)

當(dāng)前，常常需要在圖像中檢測(cè)具有規(guī)則幾何形狀的物體，例如，在圖像中檢測(cè)具有四邊形輪廓的物體(簡(jiǎn)稱四邊形物體)，比如身份證、書籍等。現(xiàn)有的解決方案是通過(guò)傳統(tǒng)的邊緣檢測(cè)算法，比如霍夫直線檢測(cè)算法，從圖像中得到四個(gè)線段，然后兩兩計(jì)算線段所在直線相交的交點(diǎn)，從而得到四邊形物體的四個(gè)頂點(diǎn)的坐標(biāo)。

在圖像的背景稍微復(fù)雜的情況下，經(jīng)過(guò)邊緣檢測(cè)算法對(duì)圖像處理后，不僅會(huì)得到四個(gè)線段，還會(huì)有不少干擾線段。現(xiàn)有的方案，通過(guò)人為設(shè)定的規(guī)則來(lái)排除這些干擾線段，比如為線段所形成的四邊形的長(zhǎng)寬比、面積的大小、相鄰線段的角度等設(shè)定相應(yīng)閾值，通過(guò)是否滿足相應(yīng)的閾值來(lái)確定四邊形物體對(duì)應(yīng)的四個(gè)線段。上述方法需要根據(jù)不同的背景環(huán)境來(lái)設(shè)置算法的閾值，因而在不同的背景環(huán)境下魯棒性較差。

因此，希望能有改進(jìn)的方案，針對(duì)不同的背景環(huán)境下的圖像目標(biāo)檢測(cè)的魯棒性好。

發(fā)明內(nèi)容

本說(shuō)明書一個(gè)或多個(gè)實(shí)施例描述了一種訓(xùn)練樣本的生成方法、目標(biāo)檢測(cè)方法和裝置，針對(duì)不同的背景環(huán)境下的圖像目標(biāo)檢測(cè)的魯棒性好。

第一方面，提供了一種訓(xùn)練樣本的生成方法，方法包括：

獲取第一圖像，所述第一圖像中包括至少一個(gè)干擾物體；

獲取第二圖像，所述第二圖像中包括目標(biāo)檢測(cè)物體，所述目標(biāo)檢測(cè)物體具有四個(gè)頂點(diǎn)；

以所述第一圖像作為背景圖像以及以所述第二圖像作為前景圖像，將所述第一圖像和所述第二圖像進(jìn)行合成處理，得到合成圖像；

獲取所述合成圖像中所述四個(gè)頂點(diǎn)的位置信息；

根據(jù)所述合成圖像和所述四個(gè)頂點(diǎn)的位置信息，生成神經(jīng)網(wǎng)絡(luò)模型的一組訓(xùn)練樣本，所述神經(jīng)網(wǎng)絡(luò)模型用于從圖像中檢測(cè)目標(biāo)物體的頂點(diǎn)。

在一種可能的實(shí)施方式中，以所述第一圖像作為背景圖像以及以所述第二圖像作為前景圖像，將所述第一圖像和所述第二圖像進(jìn)行合成處理，得到合成圖像，包括：

以所述第一圖像作為背景圖像，以所述第二圖像作為前景圖像，通過(guò)改變所述第二圖像的尺寸和/或所述第二圖像的位置，將所述第一圖像和所述第二圖像進(jìn)行多次合成處理，得到多個(gè)合成圖像。

進(jìn)一步地，所述獲取所述合成圖像中所述四個(gè)頂點(diǎn)的位置信息，包括：

獲取人工輸入的所述第二圖像中所述四個(gè)頂點(diǎn)的位置信息；

根據(jù)生成合成圖像時(shí)所述第二圖像的尺寸的變化，和/或所述第二圖像的位置變化，確定所述合成圖像中所述四個(gè)頂點(diǎn)的位置信息。

進(jìn)一步地，所述獲取所述合成圖像中所述四個(gè)頂點(diǎn)的位置信息，包括：

獲取人工輸入的一個(gè)合成圖像中所述四個(gè)頂點(diǎn)的位置信息；

根據(jù)另一個(gè)合成圖像相對(duì)于該合成圖像中所述第二圖像的尺寸的變化，和/或另一個(gè)合成圖像相對(duì)于該合成圖像中所述第二圖像的位置變化，確定所述另一個(gè)合成圖像中所述四個(gè)頂點(diǎn)的位置信息。