[發明專利]一種模型獲取方法、模型獲取裝置及智能設備在審
| 申請號: | 202011567053.3 | 申請日: | 2020-12-25 |
| 公開(公告)號: | CN112580567A | 公開(公告)日: | 2021-03-30 |
| 發明(設計)人: | 顧在旺;程駿;胡淑萍;王東;張驚濤;郭渺辰;龐建新 | 申請(專利權)人: | 深圳市優必選科技股份有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/34;G06K9/46;G06K9/62 |
| 代理公司: | 深圳中一聯合知識產權代理有限公司 44414 | 代理人: | 肖遙 |
| 地址: | 518000 廣東省深圳市南山區*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 模型 獲取 方法 裝置 智能 設備 | ||
1.一種模型獲取方法,其特征在于,包括:
通過待訓練的特征提取編碼器對樣本圖像進行編碼;
分別通過待訓練的邊緣檢測解碼器及待訓練的人像分割解碼器對編碼結果進行解碼,得到所述邊緣檢測解碼器所輸出的所述樣本圖像的邊緣結果,以及,所述人像分割解碼器所輸出的所述樣本圖像的分割結果;
基于所述邊緣結果、所述分割結果及所述樣本圖像計算所述邊緣檢測解碼器、所述人像分割解碼器及所述特征提取編碼器的總損失;
若所述總損失未達到收斂,則根據所述總損失對所述邊緣檢測解碼器、人像分割解碼器及特征提取編碼器進行優化,并返回執行所述通過待訓練的特征提取編碼器對樣本圖像進行編碼的步驟及后續步驟,直至所述總損失達到收斂后,獲得已訓練的人像分割模型,其中,所述已訓練的人像分割模型由已訓練的特征提取編碼器及已訓練的人像分割解碼器而構成。
2.如權利要求1所述的模型獲取方法,其特征在于,所述通過待訓練的特征提取編碼器對樣本圖像進行編碼,包括:
對所述樣本圖像進行預處理;
通過待訓練的特征提取編碼器對預處理后的所述樣本圖像進行編碼。
3.如權利要求2所述的模型獲取方法,其特征在于,所述預處理包括尺寸調整處理;相應地,所述對所述樣本圖像進行預處理,包括:
檢測所述樣本圖像的尺寸;
若所述尺寸與預設尺寸不匹配,則對所述樣本圖像的尺寸進行調整,使得調整后的所述樣本圖像的尺寸與所述預設尺寸相匹配,其中,所述預設尺寸基于所述特征提取編碼器而確定。
4.如權利要求2所述的模型獲取方法,其特征在于,所述預處理包括歸一化處理;相應地,所述對所述樣本圖像進行預處理,包括:
針對所述樣本圖像的每個像素點,獲取所述像素點在各個顏色通道下的原始像素值;
分別將所述像素點在各個顏色通道下的原始像素值映射至預設范圍內,得到所述像素點在各個顏色通道下的歸一化像素值。
5.如權利要求4所述的模型獲取方法,其特征在于,所述分別將所述像素點在各個顏色通道下的原始像素值映射至預設范圍內,得到所述像素點在各個顏色通道下的歸一化像素值,包括:
針對每個顏色通道,獲取所述樣本圖像在所述顏色通道下的最大原始像素值及最小原始像素值;
計算所述像素點在所述顏色通道下的原始像素值與所述最小原始像素值的像素差值;
將所述像素差值與所述最大原始像素值的比值確定為所述像素點在所述顏色通道下的歸一化像素值。
6.如權利要求1所述的模型獲取方法,其特征在于,所述樣本圖像預先標注有邊緣標簽及分割標簽,所述基于所述邊緣結果、所述分割結果及所述樣本圖像計算所述邊緣檢測解碼器、所述人像分割解碼器及所述特征提取編碼器的總損失,包括:
基于所述邊緣結果及所述邊緣標簽,計算邊緣損失;
基于所述分割結果及所述分割標簽,計算分割損失;
將所述邊緣損失及分割損失之和確定為所述總損失。
7.如權利要求1至6任一項所述的模型獲取方法,其特征在于,在所述獲得已訓練的人像分割模型之后,所述模型獲取方法還包括:
采集待分割圖像;
將所述待分割圖像輸入至所述已訓練的人像分割模型,得到人像分割結果;
將所述人像分割結果傳輸至預設應用,以指示所述預設應用基于所述人像分割結果進行人機交互操作。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳市優必選科技股份有限公司,未經深圳市優必選科技股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011567053.3/1.html,轉載請聲明來源鉆瓜專利網。





