[發明專利]圖像訓練樣本生成方法和裝置

在審

• 申請號: 202010543613.5
• 申請日: 2020-06-15
• 公開（公告）號: CN111680758A
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 許婭彤
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T17/00;G06T19/20
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 謝冬寒

本申請公開了一種圖像訓練樣本生成方法和裝置，屬于計算機視覺領域。本申請通過對獲取的目標對象的三維紋理模型進行模型變換，可以得到多個三維變換模型，再生成每個三維變換模型對應的一個或多個二維圖像，這樣，可以得到大量的與目標對象類似的圖像訓練樣本。也即是，本方案可以快速地自動生成大量滿足需求的圖像訓練樣本，節省了人力和時間成本。并且由于本方案中的圖像訓練樣本是根據目標對象的三維紋理模型得到的，因此，這些圖像訓練樣本與目標對象屬于同一類型且逼真度較高。這樣，相比于從互聯網上抓取的圖像訓練樣本，可以簡化樣本處理過程，減輕人工操作引入的樣本質量下降的問題，有利于后續對深度學習網絡的訓練。

技術領域

本申請涉及計算機視覺(Computer Vision，CV)領域，特別涉及一種圖像訓練樣本生成方法和裝置。

背景技術

當前深度學習技術廣泛應用于CV領域，為了增強深度學習網絡的泛化能力、降低深度學習網絡的過擬合性，通常需要使用海量的圖像訓練樣本對深度學習網絡進行訓練，而如何獲取海量的圖像訓練樣本成為深度學習技術應用于CV領域中亟待解決的問題。

在相關技術中，可以通過相機采集圖像或者從互聯網上抓取圖像的方法獲取圖像訓練樣本。但是，由于相機采集的方法受限于硬件、人力成本等，因此想要獲取足夠量級的圖像，獲取周期漫長。而從互聯網上抓取的圖像，大部分無法直接使用，需要依賴人工對抓取的圖像進行清洗、標注等樣本增強工作，時間成本和人力成本也很高，且人工操作可能會導致樣本質量下降，影響深度學習網絡的訓練。

發明內容

本申請提供了一種圖像訓練樣本生成方法和裝置，可以節省獲取圖像訓練樣本的時間成本和人力成本，且可以提高樣本質量。所述技術方案如下：

一方面，提供了一種圖像訓練樣本生成方法，所述方法包括：

獲取目標對象的三維紋理模型；

對所述三維紋理模型進行模型變換，得到多個三維變換模型，所述模型變換包括模型形變和紋理變換中的至少一種；

生成所述多個三維變換模型中每個三維變換模型對應的一個或多個二維圖像，將生成的二維圖像作為圖像訓練樣本。

可選地，所述獲取目標對象的三維紋理模型，包括：

創建所述目標對象的三維模型；

根據所述目標對象的紋理，對所述三維模型進行紋理映射，得到所述三維紋理模型。

可選地，當所述模型變換包括所述紋理變換時，所述對所述三維紋理模型進行模型變換，得到多個三維變換模型，包括：

對所述三維紋理模型進行語義分割，得到多個局部特征區域，所述多個局部特征區域中的每個局部特征區域對應一個語義；

根據所述多個局部特征區域對應的語義，從存儲的多個紋理素材中，獲取每個局部特征區域對應的多個目標紋理素材；

根據所述多個局部特征區域分別對應的多個目標紋理素材，對所述三維紋理模型進行紋理變換，得到所述多個三維變換模型。

可選地，當所述模型變換包括所述模型形變時，所述對所述三維紋理模型進行模型變換，得到多個三維變換模型，包括：

獲取多組結構編輯參數；

根據所述多組結構編輯參數，分別對所述三維紋理模型的幾何結構進行編輯，得到所述多個三維變換模型。

可選地，所述生成所述多個三維變換模型中的每個三維變換模型對應的一個或多個二維圖像，包括：

獲取參考相機參數；

根據所述參考相機參數，從一個或多個不同的視角方向，對每個三維變換模型進行投影，得到相應三維變換模型對應的一個或多個二維圖像。