[發明專利]對話框檢測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202111137112.8
• 申請日: 2021-09-27
• 公開（公告）號: CN113869310A
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 鐘東宏
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/38;G06K9/46
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 李娜

本公開關于一種對話框檢測方法、裝置、電子設備及存儲介質，該方法包括：對待檢測視頻幀圖像進行二值化處理，得到二值化圖像；對所述二值化圖像進行區域檢測，得到所述二值化圖像中的連通區域；確定所述連通區域中為預設多邊形的連通區域，作為預設多邊形區域；當在所述預設多邊形區域的預設位置存在預設形狀和/或預設顏色時，確定所述預設多邊形區域為預設對話框類型的對話框。本公開由于在確定預設多邊形區域后，通過檢測預設形狀和預設顏色來檢測預設對話框類型的對話框，可以準確檢測出具有局部細節的對話框，提高檢測的準確性，而且不需要使用深度學習的方法來進行檢測，不需要人工標注數據，減少了人力成本。

技術領域

本公開涉及圖像處理技術領域，尤其涉及一種對話框檢測方法、裝置、電子設備及存儲介質。

背景技術

圖像目標檢測是圖像處理中一直存在的熱點問題，學術上有通用目標檢測和特定某類目標檢測的若干研究，實際工作中，一般會有針對性的對某類目標進行檢測(如人臉，車輛等)。目標檢測方法目前主要分為傳統方法和深度學習兩大塊，近幾年深度學習方法在目標檢測領域取得了很大的成果。基于深度學習等方法的目標檢測技術是當前很多檢測問題的流行方案，利用大量標注好檢測框的訓練數據訓練一個目標檢測網絡模型，之后將待檢測圖像輸入目標檢測網絡模型即可獲得目標的目標框坐標信息。

當前很多視頻內容中會被人為加上很多對話框，用于輔助描述視頻內容或者增加視頻內容趣味性和豐富性，但是某些外來搬運視頻會使用到非自身應用程序所提供的對話框模版，這就需要將這類特殊的對話框檢測出來。這類特殊對話框和應用程序提供的對話框外觀差異性很小，如果使用基于深度學習的方法來進行檢測，由于深度神經網絡中存在的下采樣處理，導致該類方法無法很好的區分出檢測目標細節上的區別，對這類特殊對話框的檢測性能較差，而且需要有大量標注好的訓練數據，需要消耗較大的人力成本。

發明內容

本公開提供一種對話框檢測方法、裝置、電子設備及存儲介質，以至少解決相關技術中對話框檢測準確性差且浪費人力的問題。本公開的技術方案如下：

根據本公開實施例的第一方面，提供一種對話框檢測方法，包括：

對待檢測視頻幀圖像進行二值化處理，得到二值化圖像；

對所述二值化圖像進行區域檢測，得到所述二值化圖像中的連通區域；

確定所述連通區域中為預設多邊形的連通區域，作為預設多邊形區域；

當在所述預設多邊形區域的預設位置存在預設形狀和/或預設顏色時，確定所述預設多邊形區域為預設對話框類型的對話框。

可選的，當在所述預設多邊形區域的預設位置存在預設形狀和/或預設顏色時，確定所述預設多邊形區域為預設對話框類型的對話框，包括：

確定所述預設多邊形區域中的預設頂點，并基于所述預設頂點提取預設尺寸的矩形區域或正方形區域，作為待檢測區域；

基于所述待檢測區域的對角線，將所述待檢測區域分為第一區域和第二區域，其中，所述第一區域為位于對角線上面的區域，所述第二區域為位于對角線下面的區域；

在所述二值化圖像中，確定所述第一區域的像素均值和第二區域的像素均值；

確定所述第一區域的像素均值與第二區域的像素均值的比例值，作為第一比例值；

當所述第一比例值大于判斷閾值時，確定所述預設多邊形區域為包括三角形狀尖角的對話框。

可選的，當所述第一比例值大于判斷閾值時，確定所述預設多邊形區域為包括三角形狀尖角的對話框，包括：

在所述對角線為所述待檢測區域的左下角與右上角之間的對角線，且所述第一比例值大于所述判斷閾值時，確定所述多邊形區域為包括第一種三角形狀尖角的對話框；