[發明專利]一種計算網絡輸出影像與標簽差距的方法

在審

• 申請號: 201911377864.4
• 申請日: 2019-12-27
• 公開（公告）號: CN112613333A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 鄧練兵;逯明;吳浩清
• 申請（專利權）人: 珠海大橫琴科技發展有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 趙煜

本發明涉及影像處理技術領域，具體涉及一種計算網絡輸出影像與標簽差距的方法，旨在解決現有技術中創造出大量的標簽數據費時又費力的問題，其技術要點在于，包括以下步驟取得樣板標簽影像，其中樣板標簽影像包含對應至目標的標簽。取得多個第一參考影像，其中所述多個第一參考影像每一者包含對應至所述目標的物件影像數據。依據所述樣板標簽影像和所述多個第一參考影像產生目標影像，其中所述目標影像包含生成物件，所述生成物件的輪廓依據所述樣板標簽影像產生，且所述生成物件的顏色或材質依據所述多個第一參考影像產生，以自動取得與樣板標簽影像具有相同分布的似真影像。

技術領域

本發明涉及影像處理技術領域，具體涉及一種計算網絡輸出影像與標簽差距的方法。

背景技術

遙感影像是空間信息的重要數據之一，廣泛用于地質與洪澇災害監測、農業與森林資源調查、土地利用與城市規劃和軍事領域。隨著我國空間科學和對地觀測技術的發展，遙感影像數據的數據年呈現指數增長的趨勢，對海量遙感影像數據的有效管理變得日益重要。

遙感影像標注是遙感影像分析和理解的重要內容之一，它是通過提取遙感影像的底層視覺特征，通過一些機器學習模型來學習這些底層視覺特征與高層語義之間的聯系來，從而實現將一些語義標簽自動標注給遙感影像，例如，通過遙感影像自動標注過程，可以自動地標注出海量遙感影像中居民區、農田、商業區、沙漠、森林等等。遙感影像的自動標注是對遙感影像語義的理解，也是對海量遙感影像進行類別編目和檢索的重要技術基礎。

對遙感影像的自動標注工作可以看做是對遙感影像的廣義的自動分類工作，即在對遙感影像進行自動標注工作之前，需要先確定需要標注的遙感影像所對應的類別標簽(即文本標簽)有哪些，然后將不同的遙感影像與不同的類別標簽對應聯系起來。對傳統圖像的標注工作主要有3類方法：基于對象本體的方法、基于機器學習的方法和基于相關反饋的方法。傳統圖像的標注工作多是通過圖像的低級視覺特征來分析理解圖像的視覺內容。

但是隨著機器學習的快速發展，如何創造出大量的標簽數據對研究人員來說是費力又費時。因此，如何解決上述問題在現今非常重要。

發明內容

因此，本發明要解決的技術問題在于克服現有技術中創造出大量的標簽數據費時又費力的缺陷，從而提供一種計算網絡輸出影像與標簽差距的方法。

本發明的上述技術目的是通過以下技術方案得以實現的：

一種計算網絡輸出影像與標簽差距的方法，包括以下步驟：

取得一樣板標簽影像，其中該樣板標簽影像包含對應至一目標的一標簽；

取得多個第一參考影像，其中所述多個第一參考影像每一者包含對應至該目標的一物件影像數據；

依據該樣板標簽影像和所述多個第一參考影像產生一目標影像，其中該目標影像包含一生成物件，該生成物件的一輪廓依據該樣板標簽影像而產生，且該生成物件的一顏色或一材質依據所述多個第一參考影像而產生；

其中該目標影像是通過一生成對抗網絡模型所生成，且該生成對抗網絡模型的一訓練數據包含該樣板標簽影像和所述多個第一參考影像。

可選地，還包含：

經由該目標影像和該樣板標簽影像訓練一影像處理模型，其中訓練過的該影像處理模型用以處理不具有標簽的一輸入影像以產生關聯于該輸入影像的一標簽影像。

可選地，還包含：

通過該影像處理模型取得該輸入影像的一背景和一物件；

依據該背景和該物件產生該標簽影像，其中該標簽影像包含關聯于該物件的一第一標簽和關聯于該背景的一第二標簽。

可選地，其中該影像處理方法在產生該目標影像的操作之前還包含：