[發明專利]異常圖像樣本生成方法及裝置、圖像檢測方法及裝置

在審

• 申請號: 202011375765.5
• 申請日: 2020-11-30
• 公開（公告）號: CN112565763A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 吳明達;劉智輝;聞興;戴宇榮;于冰
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: H04N19/159
• 分類號: H04N19/159;H04N19/177;H04N19/587;H04N17/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李偉

1.一種異常圖像樣本生成方法，其特征在于，包括：

獲取視頻編碼序列；其中所述視頻編碼序列包括多個圖像組；

對所述視頻編碼序列執行解碼操作時，變更部分解碼參考信息并根據變更后的解碼參考信息進行解碼操作，在解碼操作結束后獲得異常視頻數據；

將所述異常視頻數據中多個異常圖像幀，作為所述多個異常圖像樣本。

2.如權利要求1所述的異常圖像樣本生成方法，其特征在于，每個圖像組包括一個幀內編碼圖像幀、多個預測編碼圖像幀和多個雙向預測編碼圖像幀；

則所述對所述視頻編碼序列執行解碼操作時，變更部分解碼參考信息并根據變更后的解碼參考信息進行解碼操作，在解碼操作結束后獲得異常視頻數據包括：

對所述視頻編碼序列執行解碼操作，并在所述解碼操作中遺漏所述圖像組中的幀內編碼圖像幀，在解碼操作結束后獲得異常視頻數據。

3.如權利要求1所述的異常圖像樣本生成方法，其特征在于，每個圖像組包括一個幀內編碼圖像幀、多個預測編碼圖像幀和多個雙向預測編碼圖像幀；

則所述對所述視頻編碼序列執行解碼操作時，變更部分解碼參考信息并根據變更后的解碼參考信息進行解碼操作，在解碼操作結束后獲得異常視頻數據包括：

對所述視頻編碼序列執行解碼操作，并在所述解碼操作中遺漏所述圖像組中的預測編碼圖像幀，在解碼操作結束后獲得異常視頻數據。

4.如權利要求1所述的異常圖像樣本生成方法，其特征在于，所述視頻編碼序列包括多個圖像組，每個圖像組包括一個幀內編碼圖像幀、多個預測編碼圖像幀和多個雙向預測編碼圖像幀，且，所述預測編碼圖像幀和所述雙向預測編碼圖像幀均包括運動矢量；

則所述對所述視頻編碼序列執行解碼操作時，變更部分解碼參考信息并根據變更后的解碼參考信息進行解碼操作，在解碼操作結束后獲得異常視頻數據包括：

對所述視頻編碼序列執行解碼操作，并在所述解碼操作中改變所述圖像組中幀內編碼圖像幀中的運動矢量，和/或，改變所述圖像組中雙向預測編碼圖像幀中的運動矢量，在解碼操作結束后獲得異常視頻數據。

5.如權利要求1所述的異常圖像樣本生成方法，其特征在于，所述視頻編碼序列包括多個圖像組，每個圖像組包括一個幀內編碼圖像幀、多個預測編碼圖像幀和多個雙向預測編碼圖像幀，且，所述預測編碼圖像幀和所述雙向預測編碼圖像幀均包括運動矢量；

則所述對所述視頻編碼序列執行解碼操作時，變更部分解碼參考信息并根據變更后的解碼參考信息進行解碼操作，在解碼操作結束后獲得異常視頻數據，包括：

分別對所述多個視頻編碼序列執行解碼操作，并在所述解碼操作中：

遺漏所述圖像組中的幀內編碼圖像幀，以獲得異常視頻數據；或者，

遺漏所述圖像組中的預測編碼圖像幀，以獲得異常視頻數據；或者，

改變所述圖像組中幀內編碼圖像幀中的運動矢量，和/或，改變所述圖像組中雙向預測編碼圖像幀中的運動矢量，以獲得異常視頻數據；

從所述異常視頻數據中提取多個圖像幀，作為所述多個異常圖像樣本。

6.一種圖像檢測方法，其特征在于，包括：

按權利要求1-5任一項所述的異常圖像樣本生成方法，生成多個異常圖像樣本；

構建包含所述多個異常圖像樣本和多個正常圖像樣本的圖像樣本集；

利用所述圖像樣本集訓練神經網絡模型，直到達到訓練結束條件；

將訓練結束后的神經網絡模型作為所述圖像識別模型，以用于進行圖像檢測。

7.如權利要求6所述的圖像檢測方法，其特征在于，還包括：

確定待檢測圖像；

輸入所述待檢測圖像至預先訓練好的圖像識別模型；其中，所述圖像識別模型為依據圖像樣本集訓練神經網絡模型后得到的、用于區分正常圖像和異常圖像的機器模型；

獲得所述圖像識別模型輸出的表示所述待檢測圖像是否異常的輸出結果。