[發明專利]陰影區域處理方法及裝置、計算機可讀介質和電子設備

在審

• 申請號: 202110450173.3
• 申請日: 2021-04-25
• 公開（公告）號: CN113205530A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 劉鵬;郭彥東;楊統
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06N3/04;G06N3/08
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

本公開提供一種陰影區域處理方法、陰影區域處理裝置、計算機可讀介質和電子設備，涉及圖像處理技術領域。該方法包括：基于陰影檢測模型對待檢測圖像進行陰影區域檢測，得到待檢測圖像對應的陰影區域；其中，陰影檢測模型通過對構建的陰影檢測神經網絡進行訓練得到；陰影檢測神經網絡基于亮度限制損失函數進行網絡參數調整；亮度限制損失函數基于樣本圖像的第一檢測結果和對樣本圖像進行亮度調整得到調整圖像的第二檢測結果計算得到的交叉熵和相對熵確定。本公開可以使陰影檢測模型能夠克服亮度因素的影響，提高陰影區域檢測的準確性。

技術領域

本公開涉及圖像處理技術領域，具體涉及一種陰影區域處理方法、陰影區域處理裝置、計算機可讀介質和電子設備。

背景技術

近年來，計算機視覺系統已經在工業視覺檢測、視頻監控、醫療影像檢測和智能駕駛等生產生活場景中得到了廣泛運用。陰影作為自然界中普遍存在的一種物理現象，它給計算機視覺任務帶來諸多不利影響，增加了問題處理的難度，降低了算法的魯棒性。

為了避免陰影對計算機視覺任務造成影響，往往需要提前對視頻、圖像等數據進行陰影去除處理。然而，陰影去除是一項和光照強度十分相關的技術，拍照時不同的光照強度或拍攝設備的曝光度不同，均會導致陰影部分的亮度及與非陰影區域的相對亮度不同。在這種情況下，基于神經網絡對陰影區域進行檢測時，很可能會因為亮度或相對亮度的改變無法正確區分陰影區域，從而得到不同的陰影區域的檢測結果。

發明內容

本公開的目的在于提供一種陰影區域處理方法、陰影區域處理裝置、計算機可讀介質和電子設備，進而至少在一定程度上避免亮度因素對陰影區域識別的影響，提高陰影區域檢測的準確性。

根據本公開的第一方面，提供一種陰影區域處理方法，包括：基于陰影檢測模型對待檢測圖像進行陰影區域檢測，得到待檢測圖像對應的陰影區域；其中，陰影檢測模型通過對構建的陰影檢測神經網絡進行訓練得到；陰影檢測神經網絡基于亮度限制損失函數進行網絡參數調整；亮度限制損失函數基于樣本圖像的第一檢測結果和對樣本圖像進行亮度調整得到調整圖像的第二檢測結果計算得到的交叉熵和相對熵確定。

根據本公開的第二方面，提供一種陰影區域處理裝置，包括：區域檢測模塊，用于基于陰影檢測模型對待檢測圖像進行陰影區域檢測，得到待檢測圖像對應的陰影區域；其中，陰影檢測模型通過對構建的陰影檢測神經網絡進行訓練得到；陰影檢測神經網絡基于亮度限制損失函數進行網絡參數調整；亮度限制損失函數基于樣本圖像的第一檢測結果和對樣本圖像進行亮度調整得到調整圖像的第二檢測結果計算得到的交叉熵和相對熵確定。

根據本公開的第三方面，提供一種計算機可讀介質，其上存儲有計算機程序，計算機程序被處理器執行時實現上述的方法。

根據本公開的第四方面，提供一種電子設備，其特征在于，包括：處理器；以及存儲器，用于存儲一個或多個程序，當一個或多個程序被一個或多個處理器執行時，使得一個或多個處理器實現上述的方法。

本公開的一種實施例所提供的陰影區域處理方法，可以基于訓練好的陰影檢測模型對待檢測模型進行陰影區域檢測，得到待檢測圖像對應的陰影區域。其中，陰影檢測模型通過對構建的陰影檢測神經網絡進行訓練得到；陰影檢測神經網絡基于亮度限制損失函數進行網絡參數調整；亮度限制損失函數基于樣本圖像的第一檢測結果和對樣本圖像進行亮度調整得到調整圖像的第二檢測結果計算得到的交叉熵和相對熵確定。通過對樣本圖像進行亮度調整的調整圖像和樣本圖像共同對陰影檢測神經網絡進行訓練，同時基于第一檢測結果和第二檢測結果計算得到的交叉熵和相對熵確定的損失函數進行網絡參數調整，使得陰影檢測模型能夠克服亮度因素的影響，提高了陰影區域檢測的準確性。

應當理解的是，以上的一般描述和后文的細節描述僅是示例性和解釋性的，并不能限制本公開。

附圖說明