CN112488204A - 训练样本生成方法、图像分割方法、装置、设备和介质 - Google Patents

训练样本生成方法、图像分割方法、装置、设备和介质 Download PDF

Info

Publication number
CN112488204A
CN112488204A CN202011378836.7A CN202011378836A CN112488204A CN 112488204 A CN112488204 A CN 112488204A CN 202011378836 A CN202011378836 A CN 202011378836A CN 112488204 A CN112488204 A CN 112488204A
Authority
CN
China
Prior art keywords
image
training
target
label
facial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011378836.7A
Other languages
English (en)
Inventor
邓启力
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zitiao Network Technology Co Ltd
Original Assignee
Beijing Zitiao Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Zitiao Network Technology Co Ltd filed Critical Beijing Zitiao Network Technology Co Ltd
Priority to CN202011378836.7A priority Critical patent/CN112488204A/zh
Publication of CN112488204A publication Critical patent/CN112488204A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本公开的实施例公开了训练样本生成方法、装置、电子设备和计算机可读介质。该训练样本生成方法的一具体实施方式包括：获取第一图像集和第二图像集，第二图像集中的第二图像为脸部图像；根据第一图像集生成目标非脸部图像集；将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集；将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成训练图像的标签；根据训练图像集中每个训练图像和训练图像集的标签生成训练样本，得到训练样本集。该实施方式实现了训练样本的多样化，而且使得训练样本更加容易获取。

Description

训练样本生成方法、图像分割方法、装置、设备和介质
技术领域
本公开的实施例涉及图像处理领域，具体涉及训练样本生成方法、图像分割方法、装置、设备和介质。
背景技术
机器学习需要大量的训练样本，可是收集训练样本需要耗费大量的人力物力，另外，训练样本的多样化也有助于模型的训练。这就需要一种能够高效的获取多样的训练样本的方法。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了训练样本生成方法、图像分割方法、装置、设备和介质，来解决以上背景技术部分提到的技术问题。
第一方面，本公开的一些实施例提供了一种训练样本生成方法，该方法包括：获取第一图像集和第二图像集，第二图像集中的第二图像为脸部图像；根据第一图像集生成目标非脸部图像集；将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集；将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成训练图像的标签；根据训练图像集中每个训练图像和训练图像集的标签生成训练样本，得到训练样本集。
第二方面，本公开的一些实施例提供了一种图像分割方法，该方法包括：接收目标图像，目标图像为有遮挡的脸部图像；将目标图像输入到分割网络中，得到目标图像中每个像素所在的区域；根据预先设定的至少三个类别，对目标图像中每个像素进行分类，得到分割图像。
第三方面，本公开的一些实施例提供了一种训练样本生成装置，装置包括：获取单元，被配置成获取第一图像集和第二图像集，第二图像集中的第二图像为脸部图像；生成单元，被配置成根据第一图像集生成目标非脸部图像集；组合单元，被配置成将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集；标签生成单元，被配置成将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成训练图像的标签；样本生成单元，被配置成根据训练图像集中每个训练图像和训练图像集的标签生成训练样本，得到训练样本集。
第四方面，本公开的一些实施例提供了一种图像分割装置，装置包括：接收单元，被配置成目标图像，接收目标图像为有遮挡的脸部图像；划分单元，被配置成将目标图像输入到分割网络中，得到目标图像中每个像素所在的区域；分类单元，被配置成根据预先设定的至少三个类别，对目标图像中每个像素进行分类，得到分割图像。
第五方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面的获取图像的方法。
第六方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面的获取图像的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果：通过本公开的一些实施例的训练样本生成方法得到的训练样本，实现了训练样本的多样化，而且使得训练样本更加容易获取。具体来说，发明人发现，造成相关的训练样本的生成不够多样和方便的原因在于：样本的获取是通过拍摄的方式得到，这样能在样本中显示的物体就比较有限，而且拍摄时的光线等环境因素对图像也有影响，不能很好的控制样本变量。基于此，本公开的一些实施例的训练样本生成方法生成的训练样本不仅更加高效，而且也更加的多样化。由于目标非脸部图像集中可以包括各种类型的非脸部图像，例如显示有伞、眼镜等等物品的图像，所以，可以得到多类别的目标非脸部图像集。将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集。这样，由于是通过目标非脸部图像集生成的样本，所以可以使得样本更加容易获取，进而使得训练样本更加丰富多样。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的训练样本生成方法的一个应用场景的示意图；
图2是根据本公开的训练样本生成方法的一些实施例的流程图；
图3是根据本公开的训练样本生成方法的另一些实施例的流程图；
图4是根据本公开的图像分割方法的一些实施例的流程图；
图5是根据本公开的训练样本生成装置的一些实施例的结构示意图；
图6是根据本公开的图像分割装置的一些实施例的结构示意图；
图7是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的训练样本生成方法的一个应用场景的示意图100。
在图1的应用场景中，首先，电子设备101可以接收第一图像集102和第二图像集103。然后，电子设备101可以根据第一图像集102生成目标非脸部图像集。从目标非脸部图像集中选取一张目标非脸部图像104。电子设备101可以将第二图像集103中的每个第二图像105与从目标非脸部图像集中选取的至少一个目标非脸部图像104组合生成训练图像106。将训练图像106中所显示的至少一个对象所在的区域进行标注，生成训练图像的标签，即Mask图107。根据训练图像106和Mask图107得到训练样本108。
需要说明的是，上述电子设备101可以是硬件，也可以是软件。当电子设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当电子设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的电子设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备。
继续参考图2，示出了根据本公开的训练样本生成方法的一些实施例的流程200。该训练样本生成方法，包括以下步骤：
步骤201，获取第一图像集和第二图像集。
在一些实施例中，训练样本生成方法的执行主体(例如图1所示的电子设备101)可以通过有线连接方式或者无线连接方式接收图像集。其中，上述图像集包括了第一图像集和第二图像集。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
在一些实施例中，上述第一图像集和第二图像集可以从现有公开的数据库中获得，也可以用照相机拍摄。上述第一图像集中的第一图像可以是任意图像。上述第二图像集中的第二图像为脸部图像。作为示例，上述第一图像集中的第一图像可以是显示有小猪、麻雀、斑马的图像等。
步骤202，根据第一图像集生成目标非脸部图像集。
在一些实施例中，基于步骤201中的第一图像集，上述执行主体(例如图1所示的电子设备)提取上述第一图像集中的部分或全部非脸部图像，作为目标非脸部图像。其中，可以通过网络模型或者现有的图像软件来提取目标非脸部图像。作为示例，网络模型可以是LeNet网络、AlexNet网络、VGG网络、Nin网络、GooLeNet网络等。作为示例，目标非脸部图像集中的目标非脸部图像可以是显示有口罩、雨伞的图像等。
步骤203，将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集。
在一些实施例中，将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，可以通过现有的图像处理软件实现。
步骤204，将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成训练图像的标签。
在一些实施例中，执行主体可以通过接收人工输入的方式对上述至少一个对象所在的区域进行标注，生成训练图像的标签。例如，可以接收人工输入的掩膜图像，并将接收到的掩膜图像作为训练图像的标签。
步骤205，根据训练图像集中每个训练图像和训练图像集的标签生成训练样本，得到训练样本集。
本公开的一些实施例提供的方法，实现了训练样本的多样化，而且使得训练样本更加容易获取。具体来说，发明人发现，训练样本的获取比较困难，而且模型对训练样本的多样化也有要求。基于此，本公开的一些实施例的训练样本生成方法生成的训练样本不仅更加高效，而且也更加的多样化。由于目标非脸部图像集中可以包括各种类型的非脸部图像，例如显示有伞、眼镜等等物品的图像，所以，可以得到多类别的目标非脸部图像集。将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集。这样，可以使得样本更加容易获取，进而使得训练样本更加丰富多样。
进一步参考图3，其示出了训练样本生成方法的另一些实施例的流程300。该训练样本生成方法的流程300，包括以下步骤：
步骤301，获取第一图像集和第二图像集。
步骤302，从第一图像集中的每张第一图像中提取非脸部区域，得到非脸部区域集。
在一些实施例中，可以通过网络模型或者现有的图像软件来提取非脸部区域集。作为示例，网络模型可以是LeNet网络、AlexNet网络、VGG网络、Nin网络、GooLeNet网络等。作为示例，图像软件可以是美图秀秀、美图看看等。作为示例，非脸部区域集中的非脸部图像可以是显示有雨衣、树叶的图像等。
步骤303，根据非脸部区域集生成目标非脸部图像集。
在一些实施例中，可以从非脸部区域集中选取合适的非脸部区域，得到目标非脸部图像集。作为示例，例如图像面积过大的非脸部区域可能会遮盖整个第二图像，所以需要选择合适尺寸的非脸部区域。
步骤304，将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集。
步骤305，提取训练图像中所显示的至少一个对象的每个对象所在的坐标，得到坐标数据。
在一些实施例中，可以通过在线标注工具对训练图像中所显示的至少一个对象的每个对象进行标注，得到坐标数据。
步骤306，根据坐标数据对训练图像进行编码，得到编码图像。
在一些实施例中，编码图像是用于部分或完全隐藏图像中对象的区域的操作。可以通过图像处理库来得到编码图像，作为示例，图像处理库可以是Opencv、Image库。
步骤307，将坐标数据与编码图像融合，得到训练图像的标签。
在一些实施例中，坐标数据与编码图像融合可以是指，在编码图像上标注坐标数据，得到显示有坐标数据的编码图像。
步骤308，根据训练图像集中每个训练图像和训练图像集的标签生成训练样本，得到训练样本集。
在一些实施例中，步骤301、304、305、306的具体实现及其所带来的技术效果，可以参考图2对应的实施例中的步骤201、203、204、205，在此不再赘述。
从图3中可以看出，与图2对应的一些实施例的描述相比，图3对应的一些实施例中的训练样本生成方法的流程300体现了对目标非脸部图像集提取以及得到标签的步骤。从第一图像集中的每张第一图像中提取非脸部区域，得到非脸部区域集。其中的非脸部区域集中的非脸部区域可以是任意的，所以可以使得样本图像更加丰富。根据非脸部区域集生成目标非脸部图像集。通过提取训练图像中所显示的至少一个对象的每个对象所在的坐标，得到坐标数据。可以更加准确的对训练图像进行编码，进而可以得到训练图像的准确标签。
进一步参考图4，其示出了图像分割方法的一些实施例的流程400。该获图像分割方法的流程400，包括以下步骤：
步骤401，接收目标图像。
在一些实施例中，图像分割方法的执行主体(例如图1所示的电子设备101)可以通过有线连接方式或者无线连接方式接收目标图像。其中，上述目标图像为有遮挡的脸部图像。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
在一些实施例中，上述目标图像可以从现有公开的数据库中获得，也可以用照相机拍摄。
步骤402，将目标图像输入到分割网络中，得到目标图像中每个像素所在的区域。
在一些实施例中，作为示例，分割网络模型可以但不限于：全卷积网络(FullyConvolution Networks,FCNs)、U-Net网络、深度监督网络(Deeply-Supervised Nets,DSN)等、DeepLab语义分割网络、PSPNet网络(Pyramid Scene Parsing Network，语义分割网络)、Mask-RNN网络(Mask-Region-CNN，图像实例分割网络)。
步骤403，根据预先设定的至少三个类别，对目标图像中每个像素进行分类，得到分割图像。
在一些实施例中，可以通过将像素集输入到分类网络模型中进行分类，作为示例，分类网络模型可以是：LeNet网络、AlexNet网络、VGG网络、Nin网络、GooLeNet网络等。
本公开的一些实施例提供的方法，实现了对有遮挡的脸部图像的像素集更加准确的分割。具体来说，发明人发现，造成相关的图像分割技术对上述目标图像中显示的有遮挡的脸部图像的识别不够准确的原因在于：相关的图像分割技术仅对目标图像进行二分类(例如分为脸部区域像素点和非脸部区域像素点)。但是没有对非脸部区域进行进一步的细分，这使得分割的结果不是很准确。基于此，本公开的一些实施例的图像分割方法通过对显示有遮挡的脸部图像进行至少三个目标类别的分类，使像素点有了更精确的类别。例如，对一示例图像，在二分类中分类结果表示某像素点属于脸部区域或者非脸部区域。在与之对应的三分类中，分类结果表示像素点可以属于脸部区域、墨镜区域、帽子区域。实现了对像素集更加准确的分类。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种训练样本生成装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，一些实施例的训练样本生成装置500包括：获取单元501，被配置成获取第一图像集和第二图像集，第二图像集中的第二图像为脸部图像；生成单元502，被配置成根据第一图像集生成目标非脸部图像集；组合单元503，被配置成将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集；标签生成单元504，被配置成将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成训练图像的标签；样本生成单元505，被配置成根据训练图像集中每个训练图像和训练图像集的标签生成训练样本，得到训练样本集。
在一些实施例的可选实现方式中，生成单元502进一步被配置成：从第一图像集中的每张第一图像中提取非脸部区域，得到非脸部区域集；根据非脸部区域集生成目标非脸部图像集。
在一些实施例的可选实现方式中，标签生成单元504进一步被配置成：提取训练图像中所显示的至少一个对象的每个对象所在的坐标，得到坐标数据；根据坐标数据对训练图像进行编码，得到编码图像；将坐标数据与编码图像融合，得到训练图像的标签。
可以理解的是，该装置500中记载的存诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。
进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种图像分割装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，一些实施例的图像分割装置600包括：接收单元601，被配置成目标图像，接收目标图像为有遮挡的脸部图像；划分单元602，被配置成将目标图像输入到分割网络中，得到目标图像中每个像素所在的区域；分类单元603，被配置成根据预先设定的至少三个类别，对目标图像中每个像素进行分类，得到分割图像。
可以理解的是，该装置600中记载的存诸单元与参考图4描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置600及其中包含的单元，在此不再赘述。
下面参考图7，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器或终端设备)700的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取第一图像集和第二图像集，第二图像集中的第二图像为脸部图像；根据第一图像集生成目标非脸部图像集；将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集；将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成训练图像的标签；根据训练图像集中每个训练图像和训练图像的标签生成训练样本，得到训练样本集。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、生成单元、组合单元、标签生成单元和样本生产单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取第一图像集和第二图像集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
根据本公开的一个或多个实施例，提供了一种训练样本生成方法，包括：获取第一图像集和第二图像集，第二图像集中的第二图像为脸部图像；根据第一图像集生成目标非脸部图像集；将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集；将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成训练图像的标签；根据训练图像集中每个训练图像和训练图像集的标签生成训练样本，得到训练样本集。
根据本公开的一个或多个实施例，根据第一图像集生成目标非脸部图像集，包括：从第一图像集中的每张第一图像中提取非脸部区域，得到非脸部区域集；根据非脸部区域集生成目标非脸部图像集。
根据本公开的一个或多个实施例，将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成训练图像的标签，包括：提取训练图像中所显示的至少一个对象的每个对象所在的坐标，得到坐标数据；根据坐标数据对训练图像进行编码，得到编码图像；将坐标数据与编码图像融合，得到训练图像的标签。
根据本公开的一个或多个实施例，提供了一种图像分割方法，包括：接收目标图像，目标图像为有遮挡的脸部图像；将目标图像输入到分割网络中，得到目标图像中每个像素所在的区域；根据预先设定的至少三个类别，对目标图像中每个像素进行分类，得到分割图像。
根据本公开的一个或多个实施例，提供了一种训练样本生成装置，包括：获取单元，被配置成获取第一图像集和第二图像集，第二图像集中的第二图像为脸部图像；生成单元，被配置成根据第一图像集生成目标非脸部图像集；组合单元，被配置成将第二图像集中的每个第二图像与从目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集；标签生成单元，被配置成将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成训练图像的标签；样本生成单元，被配置成根据训练图像集中每个训练图像和训练图像集的标签生成训练样本，得到训练样本集。
根据本公开的一个或多个实施例，生成单元被进一步配置成：从第一图像集中的每张第一图像中提取非脸部区域，得到非脸部区域集；根据非脸部区域集生成目标非脸部图像集。
根据本公开的一个或多个实施例，标签生成单元被进一步配置成：提取训练图像中所显示的至少一个对象的每个对象所在的坐标，得到坐标数据；根据坐标数据对训练图像进行编码，得到编码图像；将坐标数据与编码图像融合，得到训练图像的标签。
根据本公开的一个或多个实施例，提供了一种图像分割装置，包括：接收单元，被配置成目标图像，接收目标图像为有遮挡的脸部图像；划分单元，被配置成将目标图像输入到分割网络中，得到目标图像中每个像素所在的区域；分类单元，被配置成根据预先设定的至少三个类别，对目标图像中每个像素进行分类，得到分割图像。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种训练样本生成方法，包括：
获取第一图像集和第二图像集，所述第二图像集中的第二图像为脸部图像；
根据所述第一图像集生成目标非脸部图像集；
将所述第二图像集中的每个第二图像与从所述目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集，所述训练图像为有遮挡的脸部图像；
将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成所述训练图像的标签；
根据所述训练图像集中每个训练图像和所述训练图像的标签生成训练样本，得到训练样本集。
2.根据权利要求1所述的方法，其中，所述根据所述第一图像集生成目标非脸部图像集，包括：
从所述第一图像集中的每张第一图像中提取非脸部区域，得到非脸部区域集；
根据所述非脸部区域集生成所述目标非脸部图像集。
3.根据权利要求1所述的方法，其中，所述将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成所述训练图像的标签，包括：
提取所述训练图像中所显示的至少一个对象的每个对象所在的坐标，得到坐标数据；
根据所述坐标数据对所述训练图像进行编码，得到编码图像；
将所述坐标数据与所述编码图像融合，得到所述训练图像的标签。
4.一种图像分割方法，包括：
接收目标图像，所述目标图像为有遮挡的脸部图像；
将所述目标图像输入到分割网络中，得到所述目标图像中每个像素所在的区域，其中，所述分割网络的训练样本是通过如权利要求1-3之一所述的方法生成；
根据预先设定的至少三个类别，对所述目标图像中每个像素进行分类，得到分割图像。
5.一种训练样本生成装置，包括：
获取单元，被配置成获取第一图像集和第二图像集，所述第二图像集中的第二图像为脸部图像；
生成单元，被配置成根据所述第一图像集生成目标非脸部图像集；
组合单元，被配置成将所述第二图像集中的每个第二图像与从所述目标非脸部图像集中选取的至少一个目标非脸部图像组合生成训练图像，得到训练图像集；
标签生成单元，被配置成将每个训练图像中所显示的至少一个对象所在的区域进行标注，生成所述训练图像的标签；
样本生成单元，被配置成根据所述训练图像集中每个训练图像和所述训练图像的标签生成训练样本，得到训练样本集。
6.根据权利要求5所述的训练样本生成装置，其中，所述生成单元进一步被配置成：
从所述第一图像集中的每张第一图像中提取非脸部区域，得到非脸部区域集；
根据所述非脸部区域集生成所述目标非脸部图像集。
7.根据权利要求5所述的训练样本生成装置，其中，所述标签生成单元进一步被配置成：
提取所述训练图像中所显示的至少一个对象的每个对象所在的坐标，得到坐标数据；
根据所述坐标数据对所述训练图像进行编码，得到编码图像；
将所述坐标数据与所述编码图像融合，得到所述训练图像的标签。
8.一种图像分割装置，包括：
接收单元，被配置成目标图像，接收所述目标图像为有遮挡的脸部图像；
划分单元，被配置成将所述目标图像输入到分割网络中，得到所述目标图像中每个像素所在的区域；
分类单元，被配置成根据预先设定的至少三个类别，对所述像素集进行分类，得到分割图像。
9.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至3中任一所述的方法或如权利要求4所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1至3中任一所述的方法或如权利要求4所述的方法。
CN202011378836.7A 2020-11-30 2020-11-30 训练样本生成方法、图像分割方法、装置、设备和介质 Pending CN112488204A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011378836.7A CN112488204A (zh) 2020-11-30 2020-11-30 训练样本生成方法、图像分割方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011378836.7A CN112488204A (zh) 2020-11-30 2020-11-30 训练样本生成方法、图像分割方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN112488204A true CN112488204A (zh) 2021-03-12

Family

ID=74937857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011378836.7A Pending CN112488204A (zh) 2020-11-30 2020-11-30 训练样本生成方法、图像分割方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN112488204A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113435358A (zh) * 2021-06-30 2021-09-24 北京百度网讯科技有限公司 用于训练模型的样本生成方法、装置、设备、程序产品

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111476234A (zh) * 2020-03-17 2020-07-31 平安科技（深圳）有限公司 一种遮挡车牌字符识别方法、装置、存储介质和智能设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111476234A (zh) * 2020-03-17 2020-07-31 平安科技（深圳）有限公司 一种遮挡车牌字符识别方法、装置、存储介质和智能设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113435358A (zh) * 2021-06-30 2021-09-24 北京百度网讯科技有限公司 用于训练模型的样本生成方法、装置、设备、程序产品
CN113435358B (zh) * 2021-06-30 2023-08-11 北京百度网讯科技有限公司 用于训练模型的样本生成方法、装置、设备、程序产品

Similar Documents

Publication Publication Date Title
CN109919244B (zh) 用于生成场景识别模型的方法和装置
CN111369427A (zh) 图像处理方法、装置、可读介质和电子设备
CN109961032B (zh) 用于生成分类模型的方法和装置
CN111784712B (zh) 图像处理方法、装置、设备和计算机可读介质
CN111414879A (zh) 人脸遮挡程度识别方法、装置、电子设备及可读存储介质
CN112949430A (zh) 视频处理方法和装置、存储介质和电子设备
CN112257582A (zh) 脚部姿态确定方法、装置、设备和计算机可读介质
CN114004905B (zh) 人物风格形象图的生成方法、装置、设备及存储介质
CN115294501A (zh) 视频识别方法、视频识别模型训练方法、介质及电子设备
CN113610034B (zh) 识别视频中人物实体的方法、装置、存储介质及电子设备
CN113140012B (zh) 图像处理方法、装置、介质及电子设备
CN111126159A (zh) 用于实时跟踪行人的方法、装置、电子设备和介质
CN111311609B (zh) 一种图像分割方法、装置、电子设备及存储介质
CN112488204A (zh) 训练样本生成方法、图像分割方法、装置、设备和介质
CN110674813B (zh) 汉字识别方法、装置、计算机可读介质及电子设备
CN112183388A (zh) 图像处理方法、装置、设备和介质
CN112200183A (zh) 图像处理的方法、装置、设备和计算机可读介质
CN113986003A (zh) 多媒体信息播放方法、装置、电子设备及计算机存储介质
CN113628097A (zh) 图像特效配置方法、图像识别方法、装置及电子设备
CN113033682B (zh) 视频分类方法、装置、可读介质、电子设备
CN114187557A (zh) 确定关键帧的方法、装置、可读介质及电子设备
WO2022052889A1 (zh) 图像识别方法、装置、电子设备和计算机可读介质
CN114511744A (zh) 图像分类方法、装置、可读介质和电子设备
CN112241744B (zh) 图像颜色迁移方法、装置、设备和计算机可读介质
CN114445813A (zh) 一种字符识别方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination