CN113379644A - 基于数据增强的训练样本获取方法、装置和电子设备 - Google Patents
基于数据增强的训练样本获取方法、装置和电子设备 Download PDFInfo
- Publication number
- CN113379644A CN113379644A CN202110740819.1A CN202110740819A CN113379644A CN 113379644 A CN113379644 A CN 113379644A CN 202110740819 A CN202110740819 A CN 202110740819A CN 113379644 A CN113379644 A CN 113379644A
- Authority
- CN
- China
- Prior art keywords
- training sample
- image
- eye
- sample image
- target
- 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
Links
- 238000012549 training Methods 0.000 title claims abstract description 201
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012512 characterization method Methods 0.000 abstract description 5
- 238000013528 artificial neural network Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000002708 enhancing effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例公开了一种基于数据增强的训练样本获取方法、装置和电子设备。该方法的一具体实施方式包括：获取初始训练样本图像集；所述初始训练样本图像集包括初始训练样本图像，初始训练样本图像包括对象的左眼样本图像和右眼样本图像；按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像；基于所述增强训练样本图像，得到目标训练样本集。能够有效提高单只眼睛图像的表征能力，使得基于目标训练样本集训练得到的视线估计模型能够具有较低的视线估计误差。
Description
技术领域
本公开涉及互联网技术领域，尤其涉及一种基于数据增强的训练样本获取方法、装置和电子设备。
背景技术
在视线估计模型训练过程中，需要以对象的眼部图像作为训练样本数据输入到初始视线估计模型中；初始视线估计模型对训练数据的特征信息进行提取，再基于特征信息输出对应的视线估计信息。这样，基于多个训练样本图像对初始视线估计模型进行训练，可以得到收敛后的视线估计模型，继而可以在实际生活中对对象的视线进行估计，实现人机交互。
发明内容
提供该公开内容部分以便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。该公开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。
本公开实施例提供了一种基于数据增强的训练样本获取方法、装置和电子设备。
第一方面，本公开实施例提供了一种基于数据增强的训练样本获取方法，该方法包括：获取初始训练样本图像集；所述初始训练样本图像集包括初始训练样本图像，初始训练样本图像包括对象的左眼样本图像和右眼样本图像；按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像；基于所述增强训练样本图像，得到目标训练样本集。
第二方面，本公开实施例提供了一种基于数据增强的训练样本获取装置，该装置包括：获取模块，用于获取初始训练样本图像集；所述初始训练样本图像集包括初始训练样本图像，初始训练样本图像包括对象的左眼样本图像和右眼样本图像；增强模块，用于按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像；确定模块，用于基于所述增强训练样本图像，得到目标训练样本集。
第三方面，本公开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第一方面所述的基于数据增强的训练样本获取方法。
第四方面，本公开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，该程序被处理器执行时实现上述第一方面所述的基于数据增强的训练样本获取方法的步骤。
本公开实施例提供的基于数据增强的训练样本获取方法、装置和电子设备，通过获取初始训练样本图像集；所述初始训练样本图像集包括初始训练样本图像，初始训练样本图像包括对象的左眼样本图像和右眼样本图像；按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像；基于所述增强训练样本图像，得到目标训练样本集。能够有效提高单只眼睛图像的表征能力，使得基于目标训练样本集训练得到的视线估计模型能够具有较低的视线估计误差。
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，原件和元素不一定按照比例绘制。
图1为根据本公开的基于数据增强的训练样本获取方法的一个实施例的流程图；
图2为根据本公开的基于数据增强的训练样本获取方法的另一个实施例的流程示意图；
图3为根据本公开的基于数据增强的训练样本获取装置的一个实施例的结构示意图；
图4为本公开的一个实施例的基于数据增强的训练样本获取方法可以应用于其中的示例性系统架构；
图5为根据本公开实施例提供的电子设备的基本结构的示意图。
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。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
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。
需要说明的是，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。
请参考图1，其示出了根据本公开的基于数据增强的训练样本获取方法的一个实施例的流程图，如图1所示，该基于数据增强的训练样本获取方法包括以下步骤101至步骤103。
步骤101，获取初始训练样本图像集；所述初始训练样本图像集包括初始训练样本图像，初始训练样本图像包括对象的左眼样本图像和右眼样本图像。
上述对象例如可以包括人，这样，上述初始训练样本图像例如可以包括人体的左眼图像和右眼图像。在一些应用场景中，可以采集多个不同对象的双眼图像，这些对象在采集时可以朝着不同方向看去。在另一些应用场景中，也可以采集同一对象朝着不同方向看去的多个双眼图像。采集到的这多个双眼图像组成的集合可以视为上述初始训练样本图像集。
步骤102，按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像。
在一些应用场景中，上述预设规则例如可以包括随机擦除左眼图像或者右眼图像中的任意图像块。在另一些应用场景中，上述预设规则例如可以包括随机将左眼图像或者右眼图像替换为其他不同纹理的图案等。
在一些可选的实现方式中，上述步骤102可以包括：将包括所述左眼图像或所述右眼图像的预设区域所覆盖的各像素赋予相同的颜色值，得到所述增强训练样本图像。
在一些应用场景中，可以将左眼图像或者右眼图像所在的图像区域的各像素赋予相同的颜色值。例如，当确定了将左眼图像进行擦除时，可以将包括左眼图像的预设区域所覆盖的各像素的颜色值都设置为(0，0，0)，使得该左眼图像呈现为黑色。这样，该左眼图像或者右眼图像对应的眼部轮廓无法辨认，可以实现其被擦除的效果。
将包括左眼图像或右眼图像的预设区域所覆盖的各像素赋予相同的颜色值之后，可以得到增强训练样本图像。也即，得到的增强训练样本图像中可以只包括单只眼睛的图像，这样能够基于该只眼睛的图像对视线估计模型进行训练，继而可以提高通过单只眼睛图像估计该对象的视线方向的能力(也称单只眼睛图像的表征能力)。
步骤103，基于所述增强训练样本图像，得到目标训练样本集。
得到增强训练样本图像之后，可以将增强训练样本图像作为训练数据，得到上述目标训练样本集。之后，可以利用目标训练样本集中的目标训练样本图像对视线估计模型进行训练。
在一些应用场景中，上述视线估计模型可以包括第一神经网络、第二神经网络和第三神经网络；其中，第一神经网络可以用于提取左眼目标训练样本图像的特征信息；第二神经网络可以用于提取右眼目标训练样本图像的特征信息；所述第三神经网络可以用于基于提取的特征信息估计对象的视线信息。这样，在利用目标训练样本集中的目标训练样本图像对视线估计模型进行训练时，可以将目标训练样本图像对应输入第一神经网络和/或第二神经网络中，然后可以利用第三神经网络输出对象的视线信息，经过多次训练，可以得到收敛后的视线估计模型。在这些应用场景中，第一神经网络、第二神经网络和第三神经网络例如可以包括卷积神经网络(Convolutional Neural Networks，简称CNN)。
相关技术中，在视线估计模型的训练过程中，常常是以包括两只眼睛的双眼图像作为训练数据。这样，会导致单只眼睛图像的表征能力较弱，继而使得视线估计的误差较大。
在本实施例中，通过首先获取初始训练样本图像集；所述初始训练样本图像集包括初始训练样本图像，初始训练样本图像包括对象的左眼样本图像和右眼样本图像；然后，按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像；最后，基于所述增强训练样本图像，得到目标训练样本集。能够有效提高单只眼睛图像的表征能力，使得基于目标训练样本集训练得到的视线估计模型能够具有较低的视线估计误差。
在一些可选的实现方式中，上述步骤102可以包括：随机确定擦除所述左眼图像或右眼图像，得到所述增强训练样本图像。
也即，可以随机确定对左眼图像进行擦除，还是对右眼图像进行擦除。当擦除了某一只眼睛的图像之后，可以将剩余一只眼睛的图像确定为上述增强训练样本图像。
相关技术中，也会对训练图像进行裁剪、缩放等数据增强操作，但是常常是以确定的比例对训练图像进行数据增强操作，例如，对一半训练图像进行裁剪，对另一半训练图像进行缩放等。这样容易出现过拟合现象。
在本实现方式中，通过随机确定待擦除的左眼图像或者右眼图像，可以在提高单只眼睛图像的表征能力的同时避免出现过拟合现象，使得基于上述增强训练样本图像训练得到的视线估计模型更适用于实际使用场景。
请参考图2，其示出了根据本公开的基于数据增强的训练样本获取方法的另一个实施例的流程图，如图2所示，该基于数据增强的训练样本获取方法包括以下步骤201至步骤204。
步骤201，获取初始训练样本图像集；所述初始训练样本图像集包括初始训练样本图像，初始训练样本图像包括对象的左眼样本图像和右眼样本图像。
上述步骤201的实现过程以及取得的效果可以与图1所示实施例中的步骤101相似或相同，此处不赘述。
步骤202，获取预设概率生成器输出的与所述初始训练样本图像对应的随机概率值。
上述预设概率生成器可以接收到初始训练样本图像作为触发条件随机生成对应的随机概率值。例如，初始训练样本图像包括对象A的双眼图像，此时，在对该双眼图像进行数据增强操作时，可以输出一个随机概率值，通过该随机概率值可以确定对左眼图像还是右眼图像进行擦除。这里的随机概率值例如可以为0.2、0.6或者0.8等。
步骤203，根据所述随机概率值与预设概率阈值的关系，确定待擦除的目标眼的图像，并擦除所述目标眼的图像，以得到所述增强训练样本图像；所述目标眼的图像包括左眼图像或右眼图像。
得到随机概率值之后，可以将该随机概率值与预设概率阈值进行比较，确定出两者之间的关系，以确定待擦除的目标眼的图像。这里，随机概率值与预设概率阈值的关系例如可以包括小于、等于、大于等。这里的预设概率阈值例如可以包括0.2、0.3、0.4等。
确定了待擦除的目标眼图像之后，可以将该目标眼图像进行擦除，以得到对应的增强训练样本图像。
在一些可选的实现方式中，所述预设概率阈值包括第一预设概率阈值和第二预设概率阈值，所述第二预设概率阈值大于所述第一预设概率阈值。
在一些应用场景中，第一预设概率阈值与第二预设概率阈值对应的概率区间大小可以一致，也即第二预设概率阈值可以为第一预设概率阈值的2倍。例如，可以选择0.3为第一预设概率阈值，选择0.6为第二预设概率阈值。这样，可以使用于确定擦除左眼图像的概率与擦除右眼图像的概率相同。
在一些可选的实现方式中，上述步骤203可以包括以下子步骤：
子步骤2031，若所述随机概率值小于等于第一预设概率阈值，确定待擦除的第一目标眼的图像，对第一目标眼的图像进行擦除，得到第一增强训练样本图像；
当确定了随机概率值小于等于第一预设概率阈值时，可以确定出待擦除的第一目标眼的图像。并可以擦除该第一目标眼的图像，得到第一增强训练样本图像。例如，当随机概率值为0.2时，可以确定其小于第一预设概率阈值0.3，此时，可以确定待擦除的第一目标眼为左眼，继而可以擦除左眼图像，并可以将剩余的右眼图像确定为第一增强训练样本图像。
子步骤2032，若所述随机概率值大于所述第一预设概率阈值，小于等于所述第二预设概率阈值，确定待擦除的第二目标眼的图像，对第二目标眼的图像进行擦除，得到第二增强训练样本图像，其中，所述第一目标眼和第二目标眼为不同眼。
当确定了随机概率值大于第一预设概率阈值，小于等于第二预设概率阈值时，可以确定出当前待擦除的第二目标眼的图像，并可以擦除该第二目标眼的图像，得到第二增强训练样本图像。例如，当随机概率值为0.5时，可以确定其大于第一预设概率阈值0.3，小于第二预设概率阈值0.6。此时，可以确定待擦除的第二目标眼为右眼。继而，可以擦除右眼图像，并可以将剩余的左眼图像确定为第二增强训练样本图像。
步骤204，基于所述增强训练样本图像，得到目标训练样本集。
上述步骤204的实现过程以及取得的效果可以与图1所示实施例中的步骤103相似或相同，此处不赘述。
在一些可选的实现方式中，执行了上述步骤2031至步骤2032之后，上述步骤204可以包括：基于所述第一增强训练样本图像、第二增强训练样本图像以及未进行擦除的初始训练样本图像，得到所述目标训练样本集。
得到第一增强训练样本图像、第二增强训练样本图像以及保持不变的初始训练样本图像之后，可以将三者进行整理得到目标训练样本集。
在一些应用场景中，第一预设概率阈值和第二预设概率阈值之和可以小于总概率阈值。例如，第一预设概率阈值为0.3，第二预设概率阈值为0.6时，可以将总概率阈值1中剩余0.4的概率区间(也即，随机概率值大于第二预设概率阈值0.6，小于等于总概率阈值1)用于确定不对左眼样本图像或右眼样本图像进行擦除，也即，该概率区间可以用于保持初始训练样本图像不变。这样，预设概率生成器可以针对每一个初始训练样本图像输出对应的随机概率值，继而可以根据随机概率值，确定是否对初始训练样本图像进行擦除或不作处理。
在本实施例中，可以通过预设概率生成器针对初始训练样本图像输出对应的随机概率值，用以确定待擦除的目标眼的图像，继而使得到的目标训练样本集中的图像更加贴近于实际情况，避免出现过拟合现象。
请参考图3，其示出了根据本公开的基于数据增强的训练样本获取装置的一个实施例的结构示意图，如图3所示，基于数据增强的训练样本获取装置包括获取模块301、增强模块302和确定模块303。其中，获取模块301，用于获取初始训练样本图像集；所述初始训练样本图像集包括初始训练样本图像，初始训练样本图像包括对象的左眼样本图像和右眼样本图像；增强模块302，用于按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像；确定模块303，用于基于所述增强训练样本图像，得到目标训练样本集。
需要说明的是，该基于数据增强的训练样本获取装置的获取模块301、增强模块302和确定模块303的具体处理及其所带来的技术效果可分别参考图1对应实施例中步骤101至步骤103的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，增强模块302进一步用于：随机确定擦除所述左眼图像或右眼图像，得到所述增强训练样本图像。
在本实施例的一些可选的实现方式中，增强模块302进一步用于：获取预设概率生成器输出的与所述初始训练样本图像对应的随机概率值；根据所述随机概率值与预设概率阈值的关系，确定待擦除的目标眼的图像，并擦除所述目标眼的图像，以得到所述增强训练样本图像；所述目标眼的图像包括左眼图像或右眼图像。
在本实施例的一些可选的实现方式中，所述预设概率阈值包括第一预设概率阈值和第二预设概率阈值，所述第二预设概率阈值大于所述第一预设概率阈值；以及增强模块302进一步用于：若所述随机概率值小于等于第一预设概率阈值，确定待擦除的第一目标眼的图像，对第一目标眼的图像进行擦除，得到第一增强训练样本图像；若所述随机概率值大于所述第一预设概率阈值，小于等于所述第二预设概率阈值，确定待擦除的第二目标眼的图像，对第二目标眼的图像进行擦除，得到第二增强训练样本图像，其中，所述第一目标眼和第二目标眼为不同眼。
在本实施例的一些可选的实现方式中，所述确定模块303进一步用于：基于所述第一增强训练样本图像、第二增强训练样本图像以及未进行擦除的初始训练样本图像，得到所述目标训练样本集。
在本实施例的一些可选的实现方式中，所述增强模块302进一步用于：将包括所述左眼图像或所述右眼图像的预设区域所覆盖的各像素赋予相同的颜色值，得到所述增强训练样本图像。
请参考图4，其示出了本公开的一个实施例的基于数据增强的训练样本获取方法可以应用于其中的示例性系统架构。
如图4所示，系统架构可以包括终端设备401、402、403，网络404，服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。上述终端设备和服务器可以利用诸如HTTP(HyperText Transfer Protocol，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。
终端设备401、402、403可以通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种客户端应用，例如视频发布应用、搜索类应用、新闻资讯类应用。
终端设备401、402、403可以是硬件，也可以是软件。当终端设备401、402、403为硬件时，可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备401、402、403为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器405可以是可以提供各种服务的服务器，例如接收终端设备401、402、403发送的图像获取请求，对图像获取请求进行分析处理，并将分析处理结果(例如与上述获取请求对应的图像数据)发送给终端设备401、402、403。
需要说明的是，本公开实施例所提供的基于数据增强的训练样本获取方法可以由服务器执行，也可以由终端设备执行，相应地，基于数据增强的训练样本获取装置可以设置在服务器中，也可以设置在终端设备中。
应该理解，图4中的终端设备、网络和服务器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终端设备、网络和服务器。
下面参考图5，其示出了适于用来实现本公开实施例的电子设备(例如图4中的服务器)的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，电子设备可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：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506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备，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。
特别地，根据本公开的实施例，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，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态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。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述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。
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：获取初始训练样本图像集；所述初始训练样本图像集包括初始训练样本图像，初始训练样本图像包括对象的左眼样本图像和右眼样本图像；按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像；基于所述增强训练样本图像，得到目标训练样本集。
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操作的计算机程序代码，上述程序设计语言包括但不限于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。
描述于本公开实施例中所涉及到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。其中，模块的名称在某种情况下并不构成对该单元本身的限定，例如，获取模块301还可以被描述为“获取初始训练样本图像集的模块”。
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。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的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，本公开中所涉及的公开范围，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公开构思的情况下，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。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (9)
1.一种基于数据增强的训练样本获取方法，包括：
获取初始训练样本图像集；所述初始训练样本图像集包括初始训练样本图像，初始训练样本图像包括对象的左眼样本图像和右眼样本图像；
按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像；
基于所述增强训练样本图像，得到目标训练样本集。
2.根据权利要求1所述的方法，其特征在于，所述按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像，包括：
随机确定擦除所述左眼图像或右眼图像，得到所述增强训练样本图像。
3.根据权利要求2所述的方法，其特征在于，所述随机确定擦除所述左眼图像或右眼图像，得到所述增强训练样本图像，包括：
获取预设概率生成器输出的与所述初始训练样本图像对应的随机概率值；
根据所述随机概率值与预设概率阈值的关系，确定待擦除的目标眼的图像，并擦除所述目标眼的图像，以得到所述增强训练样本图像；所述目标眼的图像包括左眼图像或右眼图像。
4.根据权利要求3所述的方法，其特征在于，所述预设概率阈值包括第一预设概率阈值和第二预设概率阈值，所述第二预设概率阈值大于所述第一预设概率阈值；以及
所述根据所述随机概率值与预设概率阈值的关系，确定待擦除的目标眼的图像，并擦除所述目标眼的图像，以得到所述增强训练样本图像，包括：
若所述随机概率值小于等于第一预设概率阈值，确定待擦除的第一目标眼的图像，对第一目标眼的图像进行擦除，得到第一增强训练样本图像；
若所述随机概率值大于所述第一预设概率阈值，小于等于所述第二预设概率阈值，确定待擦除的第二目标眼的图像，对第二目标眼的图像进行擦除，得到第二增强训练样本图像，其中，所述第一目标眼和第二目标眼为不同眼。
5.根据权利要4所述的方法，其特征在于，所述基于所述增强训练样本图像，得到目标训练样本集，包括：
基于所述第一增强训练样本图像、第二增强训练样本图像以及未进行擦除的初始训练样本图像，得到所述目标训练样本集。
6.根据权利要1所述的方法，其特征在于，所述按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像，包括：
将包括所述左眼图像或所述右眼图像的预设区域所覆盖的各像素赋予相同的颜色值，得到所述增强训练样本图像。
7.一种基于数据增强的训练样本获取装置，其特征在于，包括：
获取模块，用于获取初始训练样本图像集；所述初始训练样本图像集包括初始训练样本图像，初始训练样本图像包括对象的左眼样本图像和右眼样本图像；
增强模块，用于按照预设规则对初始训练样本图像中的左眼图像或右眼图像进行擦除，得到增强训练样本图像；
确定模块，用于基于所述增强训练样本图像，得到目标训练样本集。
8.一种电子设备，其特征在于，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权利要求1-6中任一所述的方法。
9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110740819.1A CN113379644A (zh) | 2021-06-30 | 2021-06-30 | 基于数据增强的训练样本获取方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110740819.1A CN113379644A (zh) | 2021-06-30 | 2021-06-30 | 基于数据增强的训练样本获取方法、装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113379644A true CN113379644A (zh) | 2021-09-10 |
Family
ID=77580265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110740819.1A Pending CN113379644A (zh) | 2021-06-30 | 2021-06-30 | 基于数据增强的训练样本获取方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113379644A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012216180A (ja) * | 2011-03-30 | 2012-11-08 | Advanced Telecommunication Research Institute International | 視線方向の推定装置、視線方向の推定方法およびコンピュータに当該視線方向の推定方法を実行させるためのプログラム |
| US20150123966A1 (en) * | 2013-10-03 | 2015-05-07 | Compedia - Software And Hardware Development Limited | Interactive augmented virtual reality and perceptual computing platform |
| WO2018063895A1 (en) * | 2016-09-30 | 2018-04-05 | Sony Interactive Entertainment Inc. | Facial feature views of user viewing into virtual reality scenes and integration of facial features into virtual reality views into scenes |
| CN108491823A (zh) * | 2018-03-30 | 2018-09-04 | 百度在线网络技术（北京）有限公司 | 用于生成人眼识别模型的方法和装置 |
| CN110058694A (zh) * | 2019-04-24 | 2019-07-26 | 腾讯科技（深圳）有限公司 | 视线追踪模型训练的方法、视线追踪的方法及装置 |
| US20210049410A1 (en) * | 2018-02-09 | 2021-02-18 | Pupil Labs Gmbh | Devices, systems and methods for predicting gaze-related parameters using a neural network |
| CN112597872A (zh) * | 2020-12-18 | 2021-04-02 | 深圳地平线机器人科技有限公司 | 视线角度估计方法和装置、存储介质、电子设备 |
| CN113238652A (zh) * | 2021-05-11 | 2021-08-10 | 北京字跳网络技术有限公司 | 视线估计方法、装置、设备及存储介质 |
-
2021
- 2021-06-30 CN CN202110740819.1A patent/CN113379644A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012216180A (ja) * | 2011-03-30 | 2012-11-08 | Advanced Telecommunication Research Institute International | 視線方向の推定装置、視線方向の推定方法およびコンピュータに当該視線方向の推定方法を実行させるためのプログラム |
| US20150123966A1 (en) * | 2013-10-03 | 2015-05-07 | Compedia - Software And Hardware Development Limited | Interactive augmented virtual reality and perceptual computing platform |
| WO2018063895A1 (en) * | 2016-09-30 | 2018-04-05 | Sony Interactive Entertainment Inc. | Facial feature views of user viewing into virtual reality scenes and integration of facial features into virtual reality views into scenes |
| US20210049410A1 (en) * | 2018-02-09 | 2021-02-18 | Pupil Labs Gmbh | Devices, systems and methods for predicting gaze-related parameters using a neural network |
| CN108491823A (zh) * | 2018-03-30 | 2018-09-04 | 百度在线网络技术（北京）有限公司 | 用于生成人眼识别模型的方法和装置 |
| CN110058694A (zh) * | 2019-04-24 | 2019-07-26 | 腾讯科技（深圳）有限公司 | 视线追踪模型训练的方法、视线追踪的方法及装置 |
| CN112597872A (zh) * | 2020-12-18 | 2021-04-02 | 深圳地平线机器人科技有限公司 | 视线角度估计方法和装置、存储介质、电子设备 |
| CN113238652A (zh) * | 2021-05-11 | 2021-08-10 | 北京字跳网络技术有限公司 | 视线估计方法、装置、设备及存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| M. TAKAMOTO等: ""An Efficient Method of Training Small Models for Regression Problems with Knowledge Distillation"", 《2020 IEEE CONFERENCE ON MULTIMEDIA INFORMATION PROCESSING AND RETRIEVAL (MIPR)》, 25 August 2020 (2020-08-25), pages 67 - 72 * |
| PAPERWEEKLY: ""视线估计（Gaze Estimation）简介概述"", pages 1 - 22, Retrieved from the Internet <URL:《https://blog.csdn.net/c9Yv2cf9I06K2A9E/article/details/105400845》> * |
| Q. BI等: ""Research on Driver\'s Gaze Zone Estimation Based on Transfer Learning"", 《2020 IEEE INTERNATIONAL CONFERENCE ON INFORMATION TECHNOLOGY, BIG DATA AND ARTIFICIAL INTELLIGENCE (ICIBA)》, 14 December 2020 (2020-12-14), pages 1261 - 1264 * |
| 吴雪梅: ""基于学习的视线估计及应用"", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》, no. 1, 15 January 2019 (2019-01-15), pages 080 - 9 * |
| 林家宁: ""基于三维眼球模型和改进Itracker的视线估计方法研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 2, 15 February 2020 (2020-02-15), pages 138 - 1310 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110021052B (zh) | 用于生成眼底图像生成模型的方法和装置 | |
| US11514263B2 (en) | Method and apparatus for processing image | |
| CN110059623B (zh) | 用于生成信息的方法和装置 | |
| CN111784712B (zh) | 图像处理方法、装置、设备和计算机可读介质 | |
| CN111459364B (zh) | 图标更新方法、装置和电子设备 | |
| CN110288625B (zh) | 用于处理图像的方法和装置 | |
| CN112381717A (zh) | 图像处理方法、模型训练方法、装置、介质及设备 | |
| CN110837332A (zh) | 面部图像变形方法、装置、电子设备和计算机可读介质 | |
| CN112418249A (zh) | 掩膜图像生成方法、装置、电子设备和计算机可读介质 | |
| CN112800276A (zh) | 视频封面确定方法、装置、介质及设备 | |
| CN111967397A (zh) | 人脸影像处理方法和装置、存储介质和电子设备 | |
| CN116934577A (zh) | 一种风格图像生成方法、装置、设备及介质 | |
| CN113902636A (zh) | 图像去模糊方法及装置、计算机可读介质和电子设备 | |
| CN110809166B (zh) | 视频数据处理方法、装置和电子设备 | |
| CN110619602B (zh) | 一种图像生成方法、装置、电子设备及存储介质 | |
| CN110399802B (zh) | 处理面部图像眼睛亮度的方法、装置、介质和电子设备 | |
| CN114125485B (zh) | 图像处理方法、装置、设备及介质 | |
| CN115757933A (zh) | 推荐信息生成方法、装置、设备、介质和程序产品 | |
| CN111737575B (zh) | 内容分发方法、装置、可读介质及电子设备 | |
| CN113066166A (zh) | 图像处理方法、装置和电子设备 | |
| CN113379644A (zh) | 基于数据增强的训练样本获取方法、装置和电子设备 | |
| CN113705386A (zh) | 视频分类方法、装置、可读介质和电子设备 | |
| CN112085035A (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
| CN112488947A (zh) | 模型训练和图像处理方法、装置、设备和计算机可读介质 | |
| CN112070903A (zh) | 虚拟对象的展示方法、装置、电子设备及计算机存储介质 |
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 |