[發(fā)明專利]圖像陰影反光消除方法、裝置、計算機設備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011016569.9
• 申請日: 2020-09-24
• 公開（公告）號: CN112102201A
• 公開（公告）日: 2020-12-18
• 發(fā)明（設計）人: 胡懋成;王秋陽;肖娟
• 申請（專利權(quán)）人: 深圳市賽為智能股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04;G06N3/08
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 馮筠

1.圖像陰影反光消除方法，其特征在于，包括：

獲取待處理圖像；

將待處理圖像進行Mosaic操作，并輸入至目標檢測模型內(nèi)進行目標檢測，以得到目標檢測結(jié)果；

根據(jù)所述目標檢測結(jié)果對待處理圖像進行裁剪，以得到高清圖像；

將高清圖像輸入至抗生成網(wǎng)絡模型內(nèi)進行陰影以及反光的消除，以得到修復圖像；

反饋所述修復圖像至終端，以在終端進行顯示；

其中，所述目標檢測模型是通過若干個帶有儀表坐標及類別標簽的圖像作為樣本集訓練YOLO-V4網(wǎng)絡所得的；

所述抗生成網(wǎng)絡模型是通過若干個含有陰影圖片、反光圖片以及原圖作為樣本集訓練PAIRWISE-GAN網(wǎng)絡所得的。

2.根據(jù)權(quán)利要求1所述的圖像陰影反光消除方法，其特征在于，所述將待處理圖像進行Mosaic操作，并輸入至目標檢測模型內(nèi)進行目標檢測，以得到目標檢測結(jié)果，包括：

將待處理圖像進行Mosaic的方式進行數(shù)據(jù)增廣，并輸入至目標檢測模型內(nèi)進行目標檢測，以得到目標檢測結(jié)果。

3.根據(jù)權(quán)利要求1所述的圖像陰影反光消除方法，其特征在于，所述抗生成網(wǎng)絡模型是通過若干個含有陰影圖片、反光圖片以及原圖作為樣本集訓練PAIRWISE-GAN網(wǎng)絡所得的，包括：

獲取含有陰影圖片、反光圖片以及原圖，以得到樣本圖像；

對樣本圖像進行增廣操作，以得到樣本集；

構(gòu)建PAIRWISE-GAN網(wǎng)絡；

利用樣本集對PAIRWISE-GAN網(wǎng)絡進行訓練，以得到抗生成網(wǎng)絡模型。

4.根據(jù)權(quán)利要求3所述的圖像陰影反光消除方法，其特征在于，所述PAIRWISE-GAN網(wǎng)絡包括生成網(wǎng)絡以及判別網(wǎng)絡，所述生成網(wǎng)絡包括兩條U-Net網(wǎng)絡。

5.根據(jù)權(quán)利要求4所述的圖像陰影反光消除方法，其特征在于，所述利用樣本集對PAIRWISE-GAN網(wǎng)絡進行訓練，以得到抗生成網(wǎng)絡模型，包括：

對樣本集進行切分，并將訓練過程中的學習率初始值設置為0.0001，一階衰減率設置為0.5，采用梯度下降方式對PAIRWISE-GAN網(wǎng)絡進行訓練，以得到抗生成網(wǎng)絡模型。

6.圖像陰影反光消除裝置，其特征在于，包括：

圖像獲取單元，用于獲取待處理圖像；

目標檢測單元，用于將待處理圖像進行Mosaic操作，并輸入至目標檢測模型內(nèi)進行目標檢測，以得到目標檢測結(jié)果；

裁剪單元，用于根據(jù)所述目標檢測結(jié)果對待處理圖像進行裁剪，以得到高清圖像；

修復單元，用于將高清圖像輸入至抗生成網(wǎng)絡模型內(nèi)進行陰影以及反光的消除，以得到修復圖像；

反饋單元，用于反饋所述修復圖像至終端，以在終端進行顯示。

7.根據(jù)權(quán)利要求6所述的圖像陰影反光消除裝置，其特征在于，還包括：

目標檢測模型訓練單元，用于通過若干個帶有儀表坐標及類別標簽的圖像作為樣本集訓練YOLO-V4網(wǎng)絡，以得到目標檢測模型。

8.根據(jù)權(quán)利要求7所述的圖像陰影反光消除裝置，其特征在于，還包括：

抗生成網(wǎng)絡模型訓練單元，用于通過若干個含有陰影圖片、反光圖片以及原圖作為樣本集訓練PAIRWISE-GAN網(wǎng)絡，以得到抗生成網(wǎng)絡模型。

9.一種計算機設備，其特征在于，所述計算機設備包括存儲器及處理器，所述存儲器上存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權(quán)利要求1至5中任一項所述的方法。

10.一種存儲介質(zhì)，其特征在于，所述存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時可實現(xiàn)如權(quán)利要求1至5中任一項所述的方法。