[發(fā)明專利]基于人工智能的圖像增廣處理方法、裝置、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202011074076.0
• 申請日: 2020-10-09
• 公開（公告）號: CN112132106A
• 公開（公告）日: 2020-12-25
• 發(fā)明（設計）人: 沈偉;康斌
• 申請（專利權）人: 騰訊科技（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06F16/583
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王花麗;張穎玲

本申請?zhí)峁┝艘环N基于人工智能的圖像增廣處理方法、裝置、設備及計算機可讀存儲介質；方法包括：對目標圖像進行編碼處理，得到所述目標圖像的圖像特征；基于所述目標圖像的第一標記類型查詢特征庫，得到所述第一標記類型所服從的正態(tài)分布的第一特征參數；基于所述第一特征參數對所述圖像特征進行噪聲調制處理，得到第一對抗噪聲特征；對所述第一對抗噪聲特征進行解碼處理，得到第一對抗噪聲圖像；將所述目標圖像和所述第一對抗噪聲圖像進行疊加得到噪聲擾動圖像，以作為所述目標圖像的增廣圖像。通過本申請，能夠提升圖像增廣的性能和質量。

技術領域

本申請涉及人工智能的圖形圖像處理技術，尤其涉及一種基于人工智能的圖像增廣處理方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

人工智能(Artificial Intelligence，AI)是計算機科學的一個綜合技術，通過研究各種智能機器的設計原理與實現方法，使機器具有感知、推理與決策的功能。基于人工智能的圖形處理技術在很多的領域得到應用，并發(fā)揮越來越重要的價值。

在圖像分類模型應用中，通常需要通過圖像增廣來獲得多樣化的圖像樣本，以此訓練圖像分類模型進而提高圖像分類模型的泛化能力，以人臉識別模型為例，如果人臉識別模型從各種各樣的包括噪聲的人臉圖像中都能夠識別出人臉，說明具有良好的泛化能力。

相關技術中，在圖像增廣方面往往采用常規(guī)的圖像操作，例如，水平翻轉、平移、旋轉等，但通過這些方式獲得的增廣圖像來訓練圖像分類模型，對于提高圖像分類模型的泛化能力非常有限。

因此，相關技術中對于如何進行圖像增廣以提升圖像分類模型的泛化能力尚無有效的方案。

發(fā)明內容

本申請實施例提供一種基于人工智能的圖像增廣處理方法、裝置、電子設備及計算機可讀存儲介質，能夠有效提升圖像增廣的性能和質量。

本申請實施例的技術方案是這樣實現的：

本申請實施例提供一種基于人工智能的圖像增廣處理方法，包括：

對目標圖像進行編碼處理，得到所述目標圖像的圖像特征；

基于所述目標圖像的第一標記類型查詢特征庫，得到所述第一標記類型所服從的正態(tài)分布的第一特征參數；

基于所述第一特征參數對所述圖像特征進行噪聲調制處理，得到第一對抗噪聲特征；

對所述第一對抗噪聲特征進行解碼處理，得到第一對抗噪聲圖像；

將所述目標圖像和所述第一對抗噪聲圖像進行疊加得到噪聲擾動圖像，以作為所述目標圖像的增廣圖像。

本申請實施例提供一種基于人工智能的圖像增廣處理裝置，包括：

第一編碼器，用于對目標圖像進行編碼處理，得到所述目標圖像的圖像特征；

調制器，用于基于所述目標圖像的第一標記類型查詢特征庫，得到所述第一標記類型所服從的正態(tài)分布的第一特征參數；

基于所述第一特征參數對所述圖像特征進行噪聲調制處理，得到第一對抗噪聲特征；

解碼器，用于對所述第一對抗噪聲特征進行解碼處理，得到第一對抗噪聲圖像；

疊加模塊，用于將所述目標圖像和所述第一對抗噪聲圖像進行疊加得到噪聲擾動圖像，以作為所述目標圖像的增廣圖像。

在上述方案中，所述特征庫中存儲有不同標記類型與不同特征參數之間的映射關系；

所述調制器，還用于基于所述目標圖像的第一標記類型查詢所述特征庫存儲的所述映射關系，得到與所述第一標記標簽對應的正態(tài)分布的第一特征參數。