[發明專利]生成圖像的方法、訓練人物檢測模型的方法、程序及裝置

在審

• 申請號: 202110561037.1
• 申請日: 2021-05-20
• 公開（公告）號: CN113191942A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 支蓉;郭子杰;張武強;王寶鋒
• 申請（專利權）人: 戴姆勒股份公司
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06K9/62;G06K9/00
• 代理公司: 北京永新同創知識產權代理有限公司 11376
• 代理人: 楊勝軍

本發明涉及圖像生成領域和人物檢測領域。具體涉及一種生成圖像的方法，其中，所述方法包括以下步驟：S1、提供包含人物的原始圖像(10)；S2、從原始圖像(10)中裁剪出至少一個原始人物圖像塊(11)；S3、基于每個原始人物圖像塊(11)生成合成人物圖像塊(21)，其中，合成人物圖像塊(21)具有相應的原始人物圖像塊(11)中的背景以及與相應的原始人物圖像塊(11)中的人物姿態不同的人物姿態；S4、用合成人物圖像塊(21)替換原始圖像(10)中的相應的原始人物圖像塊(11)以生成合成圖像(20)。還涉及一種訓練人物檢測模型(40)的方法、一種計算機程序產品以及一種處理圖像的裝置。

技術領域

本發明涉及圖像生成領域和人物檢測領域，具體涉及一種生成圖像的方法、一種訓練人物檢測模型的方法以及相應的計算機程序產品和處理圖像的裝置。

背景技術

基于計算機視覺的人物檢測技術可通過處理攝像頭采集到的圖像或視頻信息對人物的位置等進行檢測。人物檢測具有廣泛的應用前景，例如可用于行人檢測并作為車輛輔助駕駛、車輛自動駕駛、智能視頻監控和人體行為分析等應用中的關鍵技術。近年來，機器學習逐漸成為計算機視覺等領域被廣泛使用的算法。基于機器學習的人物檢測技術越來越受到學術界和工業界的重視。

基于機器學習的人物檢測模型的性能不僅取決于模型構建的質量，而且依賴于訓練數據的質量和數量。為了保證人物檢測模型的性能，通常需要大量的樣本進行訓練，然而大量樣本的獲取需要耗費大量的人力和物力。數據增強技術是一種較好的降低采集成本的方法，可以有效地擴展訓練樣本數，提高人物檢測模型的識別準確率。

例如，現有的生成式網絡如變分自編碼器(Variational Autoencoder，簡稱VAE)、生成式對抗網絡(Generative Adversarial Networks，簡稱GAN)等可以基于具有有限數量的訓練樣本的訓練數據集生成新樣本。

但是，目前生成的過程多為隨機過程，現有的生成模型很難保證在生成高質量高清圖像的同時精準地控制目標圖像的樣式，因而生成的圖像不適于用作人物檢測模型的訓練樣本。

因此，現有技術在圖像生成方面以及提升人物檢測模型識別率方面仍然存在諸多不足。

發明內容

本發明的目的在于提供一種改進的生成圖像的方法、一種改進的訓練人物檢測模型的方法以及相應的計算機程序產品和裝置。

根據本發明的第一方面，提供了一種生成圖像的方法，其中，所述方法包括以下步驟：

S1、提供包含人物的原始圖像；

S2、從原始圖像中裁剪出至少一個原始人物圖像塊；

S3、基于每個原始人物圖像塊生成合成人物圖像塊，其中，合成人物圖像塊具有相應的原始人物圖像塊中的背景以及與相應的原始人物圖像塊中的人物姿態不同的人物姿態；

S4、用合成人物圖像塊替換原始圖像中的相應的原始人物圖像塊以生成合成圖像。

根據本發明，新生成的合成人物圖像塊具有原始人物圖像塊中的背景。即，合成人物圖像塊包含了與原始圖像中的環境信息相匹配的背景信息。因此可以直接將原始人物圖像塊替換為相應的新生成的合成人物圖像塊。由此生成的完整的合成圖像中除了人物以外的其它元素均不會被改變。在合成圖像中，新的合成人物圖像塊既在合理的位置又有合理的大小，同時又能很好地符合原始圖像中的環境信息。與原始圖像相比，這些合成圖像具有不同的人物姿態，因此可提供更多樣的人物姿態和邊界框信息。

根據本發明的一個可選實施例，合成人物圖像塊具有相應的原始人物圖像塊中的人物外觀。

根據本發明的一個可選實施例，步驟S1還包括提供目標姿態信息，在步驟S3中，基于每個原始人物圖像塊并且根據目標人物姿態生成合成人物圖像塊，使得合成人物圖像塊具有目標姿態信息所代表的目標人物姿態。