[發(fā)明專利]生成樣本圖像的方法、裝置、設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202210554527.3
• 申請(qǐng)日: 2022-05-19
• 公開(kāi)（公告）號(hào): CN115131602A
• 公開(kāi)（公告）日: 2022-09-30
• 發(fā)明（設(shè)計(jì)）人: 康戰(zhàn)輝
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06V10/764
• 分類號(hào): G06V10/764;G06V10/774;G06V10/762;G06V30/414;G06V10/82;G06V20/40;G06K9/62;G06N20/00
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 祝亞男

1.一種生成樣本圖像的方法，其特征在于，所述方法包括：

獲取包含長(zhǎng)尾物品的目標(biāo)圖像；

對(duì)所述目標(biāo)圖像進(jìn)行物品識(shí)別，得到對(duì)所述目標(biāo)圖像中進(jìn)行物品識(shí)別的識(shí)別框；

基于所述識(shí)別框的個(gè)數(shù)，確定長(zhǎng)尾物品在所述目標(biāo)圖像中的顯示區(qū)域；

對(duì)所述目標(biāo)圖像中在所述顯示區(qū)域內(nèi)的局部圖像進(jìn)行圖像處理，得到多個(gè)進(jìn)行圖像處理后的目標(biāo)圖像，將所述多個(gè)進(jìn)行圖像處理后的目標(biāo)圖像確定為對(duì)第一圖像識(shí)別模型進(jìn)行訓(xùn)練的樣本圖像。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取包含長(zhǎng)尾物品的目標(biāo)圖像，包括：

獲取包含長(zhǎng)尾物品的樣本視頻；

在所述樣本視頻中獲取多個(gè)視頻幀，其中，所述多個(gè)視頻幀中的任意兩個(gè)視頻幀的相似度小于相似度閾值；

將所述多個(gè)視頻幀確定為目標(biāo)圖像。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述目標(biāo)圖像進(jìn)行物品識(shí)別，得到對(duì)所述目標(biāo)圖像中進(jìn)行物品識(shí)別的識(shí)別框，包括：

將所述目標(biāo)圖像輸入至所述第二圖像識(shí)別模型，由所述第二圖像識(shí)別模型輸出所述識(shí)別框和對(duì)應(yīng)識(shí)別結(jié)果，其中，所述第二圖像識(shí)別模型為經(jīng)過(guò)包含長(zhǎng)尾物品的第二圖像訓(xùn)練后的圖像識(shí)別模型，所述識(shí)別結(jié)果為所述目標(biāo)圖像中包括的長(zhǎng)尾物品的物品類別以及對(duì)應(yīng)的置信度。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

如果所述第二圖像識(shí)別模型輸出的識(shí)別框?yàn)槎鄠€(gè)，則確定多個(gè)識(shí)別框中尺寸最大的目標(biāo)識(shí)別框；

將所述目標(biāo)識(shí)別框?qū)?yīng)的目標(biāo)物品類別，確定為所述目標(biāo)圖像中包括的長(zhǎng)尾物品對(duì)應(yīng)的物品類別。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述多個(gè)進(jìn)行圖像處理后的目標(biāo)圖像確定為對(duì)第一圖像識(shí)別模型進(jìn)行訓(xùn)練的樣本圖像，包括：

獲取所述第二圖像識(shí)別模型輸出的所述目標(biāo)圖像對(duì)應(yīng)的物品類別的目標(biāo)置信度，將所述目標(biāo)置信度設(shè)置為由所述目標(biāo)圖像得到的各樣本圖像對(duì)應(yīng)的訓(xùn)練標(biāo)簽值。

6.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，其特征在于，所述基于所述識(shí)別框的個(gè)數(shù)，確定長(zhǎng)尾物品在所述目標(biāo)圖像中的顯示區(qū)域，包括：

如果所述識(shí)別框?yàn)橐粋€(gè)，則對(duì)所述識(shí)別框按照預(yù)設(shè)放大系數(shù)進(jìn)行放大處理，得到放大處理后的識(shí)別框，將所述放大處理后的識(shí)別框?qū)?yīng)的區(qū)域確定為長(zhǎng)尾物品在所述目標(biāo)圖像中的顯示區(qū)域；

如果所述識(shí)別框?yàn)槎鄠€(gè)，則確定多個(gè)識(shí)別框?qū)?yīng)的最小外接矩形，將所述最小外接矩形對(duì)應(yīng)的區(qū)域確定為長(zhǎng)尾物品在所述目標(biāo)圖像中的顯示區(qū)域。

7.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，其特征在于，所述基于所述識(shí)別框的個(gè)數(shù)，確定長(zhǎng)尾物品在所述目標(biāo)圖像中的顯示區(qū)域，包括：

如果所述識(shí)別框的個(gè)數(shù)為多個(gè)，且在多個(gè)識(shí)別框中存在對(duì)應(yīng)同一目標(biāo)識(shí)別結(jié)果的多個(gè)第一識(shí)別框，則將所述多個(gè)第一識(shí)別框組成第一識(shí)別框集合；

在所述第一識(shí)別框集合中，確定對(duì)應(yīng)置信度最大的第二識(shí)別框，將所述第二識(shí)別框添加至第二識(shí)別框集合中，在所述第一識(shí)別框集合中刪除所述第二識(shí)別框，并在所述第一識(shí)別框集合中確定與所述第二識(shí)別框的交并比超出交并比閾值的第三識(shí)別框，降低所述第三識(shí)別框的置信度；

確定所述第一識(shí)別框集合中是否存在對(duì)應(yīng)置信度大于置信度閾值的第四識(shí)別框；

如果存在所述第四識(shí)別框，則轉(zhuǎn)至執(zhí)行所述在所述第一識(shí)別框集合中，確定對(duì)應(yīng)置信度最大的第二識(shí)別框；

如果不存在所述第四識(shí)別框，則根據(jù)所述第二識(shí)別框集合中包括的識(shí)別框，確定所述目標(biāo)識(shí)別結(jié)果對(duì)應(yīng)的長(zhǎng)尾物品在所述目標(biāo)圖像中的顯示區(qū)域。