[發(fā)明專利]樣本數(shù)據(jù)集的生成方法、裝置及電子設備

在審

• 申請?zhí)枺?/td>: 202210148525.4
• 申請日: 2022-02-17
• 公開（公告）號: CN114529909A
• 公開（公告）日: 2022-05-24
• 發(fā)明（設計）人: 黃聚;李煜林;王鵬;謝群義;欽夏孟;姚錕
• 申請（專利權）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06V30/19
• 分類號: G06V30/19;G06K9/62;G06T3/00;G06T7/10;G06T11/60
• 代理公司: 北京博浩百睿知識產(chǎn)權代理有限責任公司 11134
• 代理人: 宮傳芝

1.一種樣本數(shù)據(jù)集的生成方法，包括：

獲取原始圖像，其中，所述原始圖像中至少包括文本區(qū)域；

對所述原始圖像進行色彩變換處理，得到至少一個第一圖像；

對所述至少一個第一圖像進行裁剪處理，得到多個第一子圖像；

對所述多個第一子圖像進行貼合處理，得到多個目標圖像；

基于所述多個目標圖像生成樣本數(shù)據(jù)集，其中，所述樣本數(shù)據(jù)集用于對預設模型進行訓練，所述預設模型至少用于識別待識別圖像中的文本區(qū)域。

2.根據(jù)權利要求1所述的方法，其中，對所述原始圖像進行色彩變換處理，得到至少一個第一圖像，包括：

從多個色彩變換處理方式中隨機確定目標處理方式；

基于所述目標處理方式對所述原始圖像進行色彩變換，得到所述至少一個第一圖像。

3.根據(jù)權利要求2所述的方法，其中，基于所述目標處理方式對所述原始圖像進行色彩變換，得到所述至少一個第一圖像，包括：

在所述目標處理方式為色彩擾動處理方式時，對所述原始圖像的顏色通道進行隨機增強，得到所述至少一個第一圖像，其中，所述顏色通道至少包括：亮度通道、飽和度通道。

4.根據(jù)權利要求2所述的方法，其中，基于所述目標處理方式對所述原始圖像進行色彩變換，得到所述至少一個第一圖像，包括：

在所述目標處理方式為噪聲添加方式時，從多個噪聲信號中隨機確定目標噪聲信號；

基于所述目標噪聲信號對所述原始圖像進行噪聲疊加處理，得到所述至少一個第一圖像。

5.根據(jù)權利要求2所述的方法，其中，基于所述目標處理方式對所述原始圖像進行色彩變換，得到所述至少一個第一圖像，包括：

在所述目標處理方式為灰度處理方式時，將所述原始圖像轉換為灰度圖像，得到所述至少一個第一圖像。

6.根據(jù)權利要求1所述的方法，其中，對所述至少一個第一圖像進行裁剪處理，得到多個第一子圖像，包括：

確定所述至少一個第一圖像中的每個第一圖像所對應的裁剪數(shù)量，其中，所述裁剪數(shù)量表征對所述每個第一圖像進行裁剪所得到的圖像數(shù)量；

基于所述裁剪數(shù)量將所述每個第一圖像裁剪為多個圖像，得到所述多個第一子圖像。

7.根據(jù)權利要求6所述的方法，其中，基于所述裁剪數(shù)量將所述每個第一圖像裁剪為多個圖像，得到所述多個第一子圖像，包括：

檢測所述至少一個第一圖像中的目標文本區(qū)域；

基于所述裁剪數(shù)量以及所述目標文本區(qū)域對所述每個第一圖像進行裁剪，得到所述多個第一子圖像，其中，所述目標文本區(qū)域位于所述多個第一子圖像中的任意一個圖像中。

8.根據(jù)權利要求1所述的方法，其中，對所述多個第一子圖像進行貼合處理，得到多個目標圖像，包括：

從所述多個第一子圖像中確定組成每個目標圖像的至少一個第二圖像；

隨機確定所述至少一個第二圖像在對應的目標圖像上的圖像位置；

基于所述圖像位置對所述至少一個第二圖像進行貼合，得到所述多個目標圖像。

9.根據(jù)權利要求1所述的方法，其中，在對所述多個第一子圖像進行貼合處理，得到多個目標圖像之后，所述方法還包括：

對所述多個目標圖像進行幾何變換處理，得到多個第三圖像；

基于所述多個第三圖像構建所述樣本數(shù)據(jù)集。

10.根據(jù)權利要求9所述的方法，其中，所述方法還包括：

通過如下任意一種或多種方式對所述多個目標圖像進行幾何變換處理：

對所述多個目標圖像進行旋轉操作；

對所述多個目標圖像進行仿射變換操作；

對所述多個目標圖像進行透視變換操作。