[發明專利]一種圖像數據處理方法、裝置以及計算機可讀存儲介質

在審

• 申請號: 201910498450.0
• 申請日: 2019-06-10
• 公開（公告）號: CN110197522A
• 公開（公告）日: 2019-09-03
• 發明（設計）人: 姜文浩;劉小蒙;黃浩智;凌永根;揭澤群
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T11/60
• 分類號: G06T11/60;G06Q30/02;G06N3/04
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種圖像數據處理方法，其特征在于，包括：

獲取原圖像，確定所述原圖像中的多個待選擇區域；

獲取所述多個待選擇區域中的每個待選擇區域分別在所述原圖像中所屬的位置區域；所述位置區域包含所述待選擇區域，且所述位置區域的尺寸大于所述待選擇區域的尺寸；

將所述位置區域中除所述待選擇區域之外的圖像，確定為所述待選擇區域對應的周圍圖像；

根據所述每個待選擇區域對應的周圍圖像，在所述多個待選擇區域中確定目標區域；所述目標區域為所述原圖像中用于插入業務圖像的區域。

2.根據權利要求1所述的方法，其特征在于，所述根據所述每個待選擇區域對應的周圍圖像，在所述多個待選擇區域中確定目標區域，包括：

提取所述周圍圖像中的周圍圖像特征，根據所述周圍圖像特征確定所述周圍圖像所包含的圖像內容對應的業務適用評估參數；

根據所述業務適用評估參數確定所述每個待選擇區域的區域類型；所述區域類型包括業務區域類型和非業務區域類型；

將所述區域類型為所述業務區域類型的待選擇區域確定為所述目標區域。

3.根據權利要求2所述的方法，其特征在于，所述業務適用評估參數為業務適用概率；所述根據所述業務適用評估參數確定所述每個待選擇區域的區域類型，包括：

將所述業務適用概率大于或等于概率閾值的圖像內容對應的待選擇區域的類型確定為所述業務區域類型；

將所述業務適用概率小于所述概率閾值的圖像內容對應的待選擇區域的類型確定為所述非業務區域類型。

4.根據權利要求2所述的方法，其特征在于，所述提取所述周圍圖像中的周圍圖像特征，根據所述周圍圖像特征確定所述周圍圖像所包含的圖像內容對應的業務適用評估參數，包括：

將所述每個待選擇區域對應的周圍圖像輸入到深度殘差網絡模型的輸入層中；

在所述深度殘差網絡模型中，提取所述周圍圖像中的周圍圖像特征；

基于所述深度殘差網絡模型中的卷積塊對所述周圍圖像特征進行卷積運算，基于卷積運算結果確定所述周圍圖像中的圖像內容對應的業務適用評估參數。

5.根據權利要求2所述的方法，其特征在于，所述將所述區域類型為所述業務區域類型的待選擇區域確定為所述目標區域，包括：

在所述區域類型為所述業務區域類型的待選擇區域中，將符合區域縱橫比規則的待選擇區域確定為重點選擇區域；

根據所述業務圖像的第一數量閾值以及每個重點選擇區域對應的業務適用評估參數，從所述重點選擇區域中確定所述目標區域。

6.根據權利要求1所述的方法，其特征在于，所述確定所述原圖像中的多個待選擇區域，包括：

確定用于選擇區域的第二數量閾值以及區域尺寸；

根據所述第二數量閾值和所述區域尺寸在所述原圖像中隨機確定所述待選擇區域；所述待選擇區域的數量為所述第二數量閾值。

7.根據權利要求4所述的方法，其特征在于，還包括：

獲取樣本融合圖像；所述樣本融合圖像中包括樣本原圖像和樣本業務圖像；所述樣本原圖像中包含所述樣本業務圖像對應的位置標記信息；

根據所述位置標記信息在所述樣本原圖像中進行采樣，得到與所述樣本業務圖像相關聯的正樣本采樣圖像和負樣本采樣圖像，基于所述正樣本采樣圖像和所述負樣本采樣圖像訓練初始神經網絡模型；

將訓練至收斂狀態的初始神經網絡模型確定為所述深度殘差網絡模型。