[發明專利]屏幕透圖檢測方法及裝置

在審

• 申請號: 202011369669.X
• 申請日: 2020-11-30
• 公開（公告）號: CN112348808A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 田寨興;許錦屏;余衛宇;廖偉權;劉嘉
• 申請（專利權）人: 廣州綠怡信息科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06K9/62;G06N3/04
• 代理公司: 廣州市律帆知識產權代理事務所(普通合伙) 44614
• 代理人: 王園園

1.一種屏幕透圖檢測方法，其特征在于，包括步驟：

獲取智能設備屏幕顯示的原始圖片；

通過分類算法對所述原始圖片進行分類處理，獲得多個分類準確率和圖片權重；

根據所述分類準確率獲得用于表征智能設備屏幕透圖檢測結果的目標權重。

2.根據權利要求1所述的屏幕透圖檢測方法，其特征在于，在所述通過分類算法對所述原始圖片進行分類處理的過程之前，還包括步驟：

對所述原始圖片進行細節增強處理。

3.根據權利要求2所述的屏幕透圖檢測方法，其特征在于，所述對所述原始圖片進行細節增強處理的過程，包括步驟：

通過增強函數增強所述原始圖片的色彩、亮度和紋理。

4.根據權利要求1所述的屏幕透圖檢測方法，其特征在于，所述通過分類算法對所述原始圖片進行分類處理的過程，包括步驟：

基于神經網絡基礎模型進行凍結相關層權重、設置優化器以及設置學習率處理；

通過上述處理后的神經網絡基礎模型對所述原始圖片進行卷積處理、池化處理和激活函數處理，以獲得全連接層，以使所述原始圖片的尺寸成為目標尺寸；

通過多次迭代獲得相應的權重，基于優化器的損失函數計算每次迭代的分類準確率。

5.根據權利要求4所述的屏幕透圖檢測方法，其特征在于，所述通過上述處理后的神經網絡基礎模型對所述原始圖片進行卷積處理、池化處理和激活函數處理，以獲得全連接層的過程，包括步驟：

對所述原始圖片進行初次卷積處理；

將所述第一次卷積處理的歸一化結果進行多次二次卷積處理；

對所述二次卷積處理結果進行池化處理；

根據處理后的神經網絡基礎模型處理所述池化處理結果，得到所述全連接層。

6.根據權利要求1所述的屏幕透圖檢測方法，其特征在于，所述分類算法包括邏輯回歸算法、決策樹算法、線性SVM算法、梯度提升樹算法或K近鄰分類算法。

7.根據權利要求1至6任意一項所述的屏幕透圖檢測方法，其特征在于，所述獲得用于表征智能設備屏幕透圖檢測結果的目標權重的過程，包括步驟：

基于所述分類準確率，通過梯度法獲得所述目標權重。

8.一種屏幕透圖檢測裝置，其特征在于，包括：

圖片獲取模塊，用于獲取智能設備屏幕顯示的原始圖片；

分類處理模塊，用于通過分類算法對所述原始圖片進行分類處理，獲得多個分類準確率和圖片權重；

結果獲取模塊，用于根據所述分類準確率獲得用于表征智能設備屏幕透圖檢測結果的目標權重。

9.一種計算機存儲介質，其上存儲有計算機指令，其特征在于，所述計算機指令被處理器執行時實現如權利要求1至7任意一項所述的屏幕透圖檢測方法。

10.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行程序時實現如權利要求1至7任意一項所述的屏幕透圖檢測方法。