[發明專利]用于模擬擁擠場景的圖像獲取方法、裝置和視覺處理方法

有效

• 申請號: 202011045690.4
• 申請日: 2020-09-29
• 公開（公告）號: CN112200035B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 王陽;趙明國
• 申請（專利權）人: 深圳市優必選科技股份有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/26;G06V10/62;G06T7/246;G06T5/00;G06T5/50;G06T3/40
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 梁韜

本申請實施例提供一種用于模擬擁擠場景的圖像獲取方法、裝置和視覺處理方法，該方法包括：根據預設規則對目標場景圖像進行增強處理，然后按照相應的裁剪、拼接及疊加規則對各所述增強圖像依次進行裁剪、拼接及疊加處理，從而得到含目標對象的信息被遮擋的混疊圖像以作為用于模擬擁擠場景的模擬圖像。該技術方案不僅很好地解決了各種視覺運用場景下的模型訓練時實際樣本圖像的數量有限的問題，尤其是針對目標對象的信息被遮擋的擁擠場景，而且通過該方法所獲取的模擬圖像還可以兼容全局場景圖像的上下文信息及場景圖像中目標對象的局部信息，從而可較好地保證模型訓練質量等。

技術領域

本申請涉及圖像處理技術領域，尤其涉及一種用于模擬擁擠場景的圖像獲取方法、裝置和視覺處理方法。

背景技術

視覺信息是人類最直觀的輸入信息之一。隨著智能手機、短視頻應用等技術的蓬勃發展，視覺圖像數據的規模不斷增長。深度學習技術尤其是卷積神經網絡技術，隨著視覺圖像數據集規模的增長在不斷改進迭代，但是復雜的卷積神經網絡模型會帶來較高的網絡過擬合風險：模型過分擬合了數據集中的特征，導致模型在遷移到真實場景中表現反而變差。因此，視覺圖像數據的質量是直接影響計算機視覺模型最終表現的重要因素之一。

以機器人應用為例，在實際的機器人的網絡模型訓練時，常常會遇到數據不足或者數據分布高度相似的情況，導致該機器人對一些特定的場景則表現較差。例如，以一機器人跟蹤足球為例，尤其是當出現足球的局部被運動人員等遮擋的情況，則機器人往往容易出現漏檢或誤檢的現象。因此，需要利用相應的技術手段以豐富收集到的訓練數據的多樣性，尤其是物體信息被遮擋的訓練樣本，進而提升機器人的網絡模型的泛化性能與魯棒性。

發明內容

有鑒于此，本申請的目的是為了克服現有技術中的不足，提供一種用于模擬擁擠場景的圖像獲取方法、裝置、圖像獲取方法、視覺處理方法、終端設備及可讀存儲介質。

本申請實施例提供一種用于模擬擁擠場景的圖像獲取方法，所述擁擠場景為存在目標對象的信息被遮擋的場景，所述方法包括：

根據預設規則對目標場景圖像進行增強處理，得到第一預設數量的增強圖像，其中，預設比例的多張所述增強圖像中均含有所述目標對象；

對各所述增強圖像進行裁剪以得到裁剪圖像，其中，含有所述目標對象的增強圖像的裁剪尺寸大于或等于預設最小裁剪尺寸；

選取第二預設數量的所述裁剪圖像進行拼接以生成多張拼接圖像，其中，所述第二預設數量中至少一張裁剪圖像中含有所述目標對象；

選取第三預設數量的所述拼接圖像進行疊加以得到含所述目標對象的信息被遮擋的混疊圖像，將所述混疊圖像作為所述擁擠場景下的模擬圖像。

在一種實施例中，所述預設規則包括基于所述目標對象的特征屬性設定的圖像調整類型和/或調整尺寸，以及設定的噪聲模擬規則，所述根據預設規則對目標場景圖像進行增強，得到第一預設數量的增強圖像包括：

根據所述圖像調整類型和/或調整尺寸對所述目標場景圖像進行調整處理，得到第一預設數量的調整圖像；

根據所述噪聲模擬規則對各所述調整圖像進行噪聲模擬處理，得到所述第一預設數量的增強圖像。

在上述實施例中，所述圖像調整類型包括圖像的翻轉、裁剪、旋轉、縮放和亮度調節中的至少一種；

其中，所述翻轉包括進行水平或垂直翻轉，所述裁剪包括進行部分區域圖像截取，所述旋轉包括進行角度旋轉，所述縮放包括進行尺寸比例縮放，所述亮度調節包括將圖像由RGB空間轉變為HSV空間并對所述HSV空間中的亮度分量進行大小調節。

在一種實施例中，所述第一預設數量的增強圖像中還包括不含所述目標對象的背景圖像，所述背景圖像經過裁剪后得到對應的背景裁剪圖像；所述選取第二預設數量的所述裁剪圖像進行拼接以生成多張拼接圖像包括：