[發明專利]數據處理方法、裝置、電子設備和計算機存儲介質

有效

• 申請號: 202011290480.1
• 申請日: 2020-11-18
• 公開（公告）號: CN112101371B
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 李佩佩;劉穎璐;石海林;梅濤
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 劉歡歡;張穎玲

本發明實施例提出了一種數據處理方法、裝置、電子設備和計算機存儲介質，該方法包括：獲取待處理圖像和第一結構標簽圖，所述第一結構標簽圖表示所述待處理圖像的像素標注信息；基于至少一個第一變量對所述待處理圖像進行編碼，得到第一編碼結果；對所述第一編碼結果進行解碼，得到第一圖像；基于第二變量對所述第一結構標簽圖進行編碼，得到第二編碼結果；對所述第二編碼結果進行解碼，得到第二圖像；將所述第二圖像表示的像素標注信息作為所述第一圖像的像素標注信息。本發明實施例可以得到用于圖像分割的配對訓練數據，有利于實現圖像分割任務，提高實現圖像分割的效率和精度。

技術領域

本發明涉及計算機視覺技術，尤其涉及一種數據處理方法、裝置、電子設備和計算機存儲介質。

背景技術

在相關技術中，可以采用基于深度學習的分割方法進行圖像分割，但是，相比較于圖像分類任務，圖像分割任務所需的標注量極大；針對圖像分割任務，如何獲取大量的訓練數據，是亟待解決的技術問題。

發明內容

本發明實施例期望提供數據處理的技術方案。

本發明實施例提供了一種數據處理方法，所述方法包括：

獲取待處理圖像和第一結構標簽圖，所述第一結構標簽圖表示所述待處理圖像的像素標注信息；

基于至少一個第一變量對所述待處理圖像進行編碼，得到第一編碼結果；對所述第一編碼結果進行解碼，得到第一圖像；

基于第二變量對所述第一結構標簽圖進行編碼，得到第二編碼結果；對所述第二編碼結果進行解碼，得到第二圖像；將所述第二圖像表示的像素標注信息作為所述第一圖像的像素標注信息。

可選地，所述至少一個所述第一變量包括第一外觀信息變量和第一結構信息變量；

所述基于至少一個第一變量對所述待處理圖像進行編碼，得到第一編碼結果，包括：

對所述待處理圖像進行編碼得到初始編碼結果，所述初始編碼結果包括所述待處理圖像的初始外觀信息和初始結構信息；

基于所述第一外觀信息變量，對所述初始外觀信息進行重參數化操作，得到所述待處理圖像的重建后外觀信息；基于所述第一結構信息變量，對所述初始結構信息進行重參數化操作，得到所述待處理圖像的重建后結構信息；

得到第一編碼結果，所述第一編碼結果包括所述待處理圖像的重建后外觀信息和重建后結構信息。

可選地，基于所述至少一個第一變量對所述待處理圖像進行編碼得到第一編碼結果、對所述第一編碼結果進行解碼得到第一圖像、基于所述第二變量對所述第一結構標簽圖進行編碼，得到第二編碼結果、以及對所述第二編碼結果進行解碼得到第二圖像的步驟由數據生成網絡實現，所述數據生成網絡是基于樣本圖像和第二結構標簽圖訓練得到的，所述第二結構標簽圖表示所述樣本圖像的像素標注信息。

可選地，所述數據生成網絡的訓練過程包括：

基于至少一個第三變量對所述樣本圖像進行編碼，得到第三編碼結果；對所述第三編碼結果進行解碼，得到第三圖像；

基于第四變量對所述第二結構標簽圖進行編碼，得到第四編碼結果；對所述第四編碼結果進行解碼，得到第四圖像；

根據所述第三圖像和所述第四圖像，訓練所述數據生成網絡。

可選地，所述根據所述第三圖像和所述第四圖像，訓練所述數據生成網絡，包括：

根據所述第三圖像和所述第四圖像，確定所述數據生成網絡的損失，根據所述數據生成網絡的損失，訓練所述數據生成網絡。

可選地，所述數據生成網絡的損失是根據以下至少一種損失得出的：第一損失、第二損失、第三損失、第四損失、第五損失；