CN113920304A - 样本图像处理方法、装置、电子设备及介质 - Google Patents
样本图像处理方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN113920304A CN113920304A CN202111151208.XA CN202111151208A CN113920304A CN 113920304 A CN113920304 A CN 113920304A CN 202111151208 A CN202111151208 A CN 202111151208A CN 113920304 A CN113920304 A CN 113920304A
- Authority
- CN
- China
- Prior art keywords
- sample image
- original
- determining
- sample images
- images
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 28
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 239000000523 sample Substances 0.000 claims abstract description 177
- 239000013074 reference sample Substances 0.000 claims abstract description 64
- 230000004044 response Effects 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 45
- 238000012549 training Methods 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 abstract description 14
- 238000013473 artificial intelligence Methods 0.000 abstract description 10
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种样本图像处理方法、装置、电子设备及介质,涉及人工智能领域,具体涉及计算机视觉和深度学习技术,具体可用于视频理解场景下。实现方案为:确定原始样本图像和第一数量的参考样本图像;以及针对第一数量的参考样本图像中的每一个参考样本图像,执行以下操作来得到新增样本图像:基于该参考样本图像中的任意一个参考对象在该参考样本图像中的位置,确定原始样本图像中与位置相对应的目标区域;以及响应于目标区域与一个或多个原始对象中的每一个原始对象在原始样本图像中的区域均不重叠,将该参考对象添加至原始样本图像中的目标区域。
Description
技术领域
本公开涉及人工智能领域技术领域,尤其涉及计算机视觉和深度学习技术,具体可用于视频理解场景下,具体涉及一种样本图像处理的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种样本图像处理的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种样本图像处理方法,包括:确定原始样本图像和第一数量的参考样本图像,其中,原始样本图像中包括一个或多个原始对象,第一数量的参考样本图像中的每一个参考样本图像中包括一个或多个参考对象;以及针对第一数量的参考样本图像中的每一个参考样本图像,执行以下操作来得到新增样本图像:基于该参考样本图像中的任意一个参考对象在该参考样本图像中的位置,确定原始样本图像中与位置相对应的目标区域;以及响应于目标区域与一个或多个原始对象中的每一个原始对象在原始样本图像中的区域均不重叠,将该参考对象添加至原始样本图像中的目标区域。
根据本公开的另一方面,提供了一种模型训练方法,包括:利用训练样本图像执行模型训练,其中,训练样本图像包括根据上述方法所得到的新增样本图像。
根据本公开的另一方面,提供了一种样本图像处理装置,包括:第一确定单元,被配置用于确定原始样本图像和第一数量的参考样本图像,其中,原始样本图像中包括一个或多个原始对象,第一数量的参考样本图像中的每一个参考样本图像中包括一个或多个参考对象;以及获取单元,被配置用于针对第一数量的参考样本图像中的每一个参考样本图像,执行以下操作来得到新增样本图像,获取单元包括:确定子单元,被配置用于基于该参考样本图像中的任意一个参考对象在该参考样本图像中的位置,确定原始样本图像中与位置相对应的目标区域;以及添加子单元,被配置用于响应于目标区域与一个或多个原始对象中的每一个原始对象在原始样本图像中的区域均不重叠,将该参考对象添加至原始样本图像中的目标区域。
根据本公开的另一方面,提供了一种模型训练装置,包括:利用训练样本图像执行模型训练的模块,其中,训练样本图像包括根据上述方法所得到的新增样本图像。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行上述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现上述的方法。
根据本公开的一个或多个实施例,可以方便地生成具有高质量的新增样本图像,依据这样的新增样本图像进行模型训练,所获得的训练后的模型的能够实现更高的图像检测精确度。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2A示出了根据本公开的实施例的一种样本图像处理方法的流程图;
图2B示出了根据本公开的实施例的另一种样本图像处理方法的流程图;
图3A示出了根据本公开的实施例的原始样本图像的示意图;
图3B示出了根据本公开的实施例的参考样本图像的示意图;
图3C示出了根据本公开的实施例的新增样本图像的示意图;
图4示出了根据本公开的实施例的样本图像处理装置的结构框图;
图5示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
随着人工智能技术的研究和进步,人工智能技术在多个领域展开了研究和应用。比如,在图像处理领域中,利用人工智能技术,通过模型对图像进行检测,以基于检测结果进行后续处理。然而,对图像进行检测时,所利用的模型在训练时的样本数量通常是有限的,导致训练得到的模型对应的图像检测的精准度较低。
相关技术中,为了在已有的原始样本图像的基础上实现样本图像的增强处理,往往采用对原始样本图像执行全局或者区域的图像处理的方式,例如,对原始样本图像执行翻转、旋转、比例缩放、剪裁、移位、添加噪声等处理,以获取新增样本图像。然而,以这样的方法所得到的新增样本图像可能存在较大的失真,依据这样的新增样本图像进行模型训练,所获得的训练后的模型的图像检测的精确度较差。
基于此,本公开提供一种样本图像处理方法,基于参考对象在参考样本图像中的位置,确定原始样本图像中与该位置相对应的目标区域,在目标区域与原始对象的区域均不重叠的情况下,将参考对象添加至目标区域中。由此,能够方便地生成高质量的新增样本图像,并保证新增样本图像中所具有的对象互不重叠,提升了对原始样本图像所执行的增强处理的有效性,依据这样的新增样本图像进行模型训练,所获得的训练后的模型的能够实现更高的图像检测精确度。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行样本图像处理的方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来获取原始样本图像和参考样本图像。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中,由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
图2A和图2B示出了根据本公开的实施例的图像处理方法的流程图,如图2A和图2B所示,样本图像处理方法,包括:步骤S201、确定原始样本图像和第一数量的参考样本图像,其中,原始样本图像中包括一个或多个原始对象,第一数量的参考样本图像中的每一个参考样本图像中包括一个或多个参考对象;以及步骤S202、针对第一数量的参考样本图像中的每一个参考样本图像,执行以下操作来得到新增样本图像:步骤S202-1、基于该参考样本图像中的任意一个参考对象在该参考样本图像中的位置,确定原始样本图像中与位置相对应的目标区域;以及步骤S202-2、响应于目标区域与一个或多个原始对象中的每一个原始对象在原始样本图像中的区域均不重叠,将该参考对象添加至原始样本图像中的目标区域。
由此,能够方便地生成高质量的新增样本图像,并保证新增样本图像中所具有的对象互不重叠,提升了对样本图像所执行的增强处理的有效性,依据这样的新增样本图像进行模型训练,所获得的训练后的模型的能够实现更高的图像检测精确度。
其中,可以对原始样本图像的一个或多个原始对象,以及第一数量的参考样本图像中的每一个参考样本图像中的一个或多个参考对象分别进行标注,用于后续对模型的训练。
针对步骤S201,根据一些实施例,确定原始样本图像和第一数量的参考样本图像可以包括:获取多个第一样本图像;以及针对多个第一样本图像中的任意一个第一样本图像,将该第一样本图像确定为原始样本图像,并将多个第一样本图像中的除该第一样本图像以外的其它第一样本图像确定为参考样本图像。
换言之,将多个第一样本图像中的每一个第一样本图像依次作为原始样本图像,并基于该原始样本图像来获取新增样本图像,每一个新增样本图像中至少包括原始样本图像中的所有原始对象,同时,每一个新增样本图像具有与原始样本图像相同的环境信息。
根据一些实施例,多个第一样本图像可以为采用固定摄像装置以预设频率拍摄的多个图像。
在确定了原始样本图像和第一数量的参考样本图像之后,执行步骤S202来得到新增样本图像。
针对步骤S202-1,根据一些实施例,基于该参考样本图像中的任意一个参考对象在该参考样本图像中的位置,确定原始样本图像中与位置相对应的目标区域可以包括:确定该参考样本图像中能够用于标识该参考对象的轮廓的多个点;以及基于多个点中的每一个点在该参考样本图像中的位置,确定原始样本图像中的目标区域。由此,能够方便地在原始样本图像中确定待添加参考对象的目标区域。
根据一些实施例,基于多个点中的每一个点在该参考样本图像中的位置,确定原始样本图像中的目标区域可以包括:基于多个点中的每一个点在该参考样本图像中的位置,确定多个点中的每一个点在原始样本图像中的对应点,其中,参考样本图像中的该点在参考样本图像中的相对位置与该对应点在原始样本图像中相对位置相同;将原始样本图像中的对应点在原始样本图像中所标识的区域确定为目标区域。
针对步骤S202-2,根据一些实施例,针对一个或多个原始对象中的每一个原始对象,响应于该原始对象被遮挡,可以确定该原始对象的预测轮廓;以及将该原始对象的预测轮廓中的区域确定为该原始对象在原始样本图像中的区域。
在原始对象被遮挡的情况下,该原始对象在原始样本图像中显示的区域较小,如果仅以该显示的区域作为该原始对象的区域,通过包括该原始对象的样本图像进行训练时,模型只能够学习到该原始对象在非常有限的显示区域下的纹理信息,这样训练出来的模型对该原始对象的同类型目标的检测效果不佳。
由于被遮挡的原始对象与遮挡该原始对象的障碍物往往具有相关性,例如,在篮球比赛的场景中,原始对象为篮球,而遮挡篮球的往往是运动员的手。基于此,将篮球轮廓范围内的区域,即同时包括篮球的显示的区域以及在篮球的轮廓范围内的手部区域,确定为该篮球(即被遮挡的原始对象)在原始样本图像中的区域,能够使得模型在训练的过程中,学习到与篮球相关的更多信息,由此,能够提升训练得到的模型的泛化效果,提升对被遮挡对象的检测效果。
根据一些实施例,确定该原始对象的预测轮廓可以包括:确定该原始对象未被遮挡的区域的最小外接圆;以及将最小外接圆确定为该原始对象的预测轮廓。由此能够方便地确定原始对象的预测轮廓。
根据一些实施例,原始样本图像的场景类型和第一数量的参考样本图像中的每一个参考样本图像的场景类型均为篮球比赛场景。
图3A至图3C示出了根据本公开的实施例的篮球比赛场景的示意图。如图3A所示为原始样本图像,其中包括篮球比赛场景中作为原始对象的三个运动员311~313。如图3B所示为参考样本图像,其中包括篮球比赛场景中作为参考对象的两个运动员321和322。
针对图3B的参考样本图像中的参考对象321,基于参考对象321在图3B中的位置,在原始样本图像3A中确定相应的目标区域314,目标区域314与原始样本图像3A中的原始对象311~313中每一个的区域均不重叠,因此,可以将图3B中的参考对象321添加至原始样本图像3A中的目标区域314处;针对图3B的参考样本图像中的参考对象322,基于参考对象322在图3B中的位置,在原始样本图像3A确定相应的目标区域315,目标区域315与原始样本图像3A中的原始对象313具有重叠部分,因此,不将图3B中的参考对象322添加至原始样本图像3A中。由此,可以基于图3A所示的原始样本图像和图3B所示的参考样本图像,得到如图3C所示的新增样本图像。
需要注意的是,如果将图3B作为原始样本图像,将图3A作为参考样本图像,得到的新增样本图像中将保留图3B中的对象321和322,同时,将参考样本图像图3A中的对象311和对象312添加至图3B中的相应位置,而由于对象313在图3B中所对应的目前区域与对象322的区域重叠,不将对象313添加至图3B中。由此,基于图3B所示的原始样本图像和图3A所示的参考样本图像,将得到与图3C所示的新增样本图像不同的另一个新增样本图像,进而基于本公开所提供的样本图像处理方法能够有效扩充所获得的新增样本图像的数量。
根据本公开的另一方面,还提供一种模型训练方法,包括:利用训练样本图像执行模型训练,其中,训练样本图像包括根据上述任意一种方法所得到的新增样本图像。由此,所获得的训练后的模型的能够实现更高的图像检测精确度。
根据一些实施例,该模型可以为Mask-RCNN网络模型。
训练好的模型可以应用于多种应用场景中。以篮球比赛场景为例,将架设在篮球场周边的固定摄像装置所拍摄的比赛图像输入训练好的模型中,模型可以识别出图像中的运动员和篮球。
特别地,为了进一步提升对篮球检测的效果,可以在未检测到篮球的情况下,将检测到的运动员所在的区域进行剪裁,并将剪裁后的图像区域再次输入模型中,以提升对篮球的检测率。
根据本公开的另一方面,还提供一种样本图像处理装置400,如图4所示,装置400包括:第一确定单元410,被配置用于确定原始样本图像和第一数量的参考样本图像,其中,原始样本图像中包括一个或多个原始对象,第一数量的参考样本图像中的每一个参考样本图像中包括一个或多个参考对象;以及获取单元420,被配置用于针对第一数量的参考样本图像中的每一个参考样本图像,执行以下操作来得到新增样本图像,获取单元420包括:确定子单元421,被配置用于基于该参考样本图像中的任意一个参考对象在该参考样本图像中的位置,确定原始样本图像中与位置相对应的目标区域;以及添加子单元422,被配置用于响应于目标区域与一个或多个原始对象中的每一个原始对象在原始样本图像中的区域均不重叠,将该参考对象添加至原始样本图像中的目标区域。
根据一些实施例,第一确定单元包括:获取多个第一样本图像的模块;以及针对多个第一样本图像中的任意一个第一样本图像,将该第一样本图像确定为原始样本图像,并将多个第一样本图像中的除该第一样本图像以外的其它第一样本图像确定为参考样本图像的模块。
根据一些实施例,确定子单元包括:确定该参考样本图像中能够用于标识该参考对象的轮廓的多个点的模块;以及基于多个点中的每一个点在该参考样本图像中的位置,确定原始样本图像中的目标区域的模块。
根据一些实施例,该装置还包括:第二确定单元,被配置用于针对一个或多个原始对象中的每一个原始对象,响应于该原始对象被遮挡,确定该原始对象的预测轮廓;以及第三确定单元,被配置用于将该原始对象的预测轮廓中的区域确定为该原始对象在原始样本图像中的区域。
根据一些实施例,第二确定单元包括:确定该原始对象未被遮挡的区域的最小外接圆的模块;以及将最小外接圆确定为该原始对象的预测轮廓的模块。
根据一些实施例,原始样本图像的场景类型和第一数量的参考样本图像中的每一个参考样本图像的场景类型均为篮球比赛场景。
根据本公开的另一方面,还提供一种模型训练装置,包括:利用训练样本图像执行模型训练的模块,其中,训练样本图像包括根据上述任意一种方法所得到的新增样本图像。
根据本公开的另一方面,还提供一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述任意一种方法。
根据本公开的另一方面,还提供一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行上述任意一种方法。
根据本公开的另一方面,还提供一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现上述任意一种方法。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图5,现将描述可以作为本公开的服务器或客户端的电子设备500的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元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。
设备500中的多个部件连接至I/O接口505,包括:输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向设备500输入信息的任何类型的设备,输入单元506可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如样本图像处理方法或模型训练方法。例如,在一些实施例中,样本图像处理方法或模型训练方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的样本图像处理方法或模型训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行样本图像处理方法或模型训练方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (17)
1.一种样本图像处理方法,包括:
确定原始样本图像和第一数量的参考样本图像,其中,所述原始样本图像中包括一个或多个原始对象,所述第一数量的参考样本图像中的每一个参考样本图像中包括一个或多个参考对象;以及
针对所述第一数量的参考样本图像中的每一个参考样本图像,执行以下操作来得到新增样本图像:
基于该参考样本图像中的任意一个参考对象在该参考样本图像中的位置,确定所述原始样本图像中与所述位置相对应的目标区域;以及
响应于所述目标区域与所述一个或多个原始对象中的每一个原始对象在所述原始样本图像中的区域均不重叠,将该参考对象添加至所述原始样本图像中的所述目标区域。
2.根据权利要求1所述的方法,其中,所述确定原始样本图像和第一数量的参考样本图像包括:
获取多个第一样本图像;以及
针对所述多个第一样本图像中的任意一个第一样本图像,将该第一样本图像确定为原始样本图像,并将所述多个第一样本图像中的除该第一样本图像以外的其它第一样本图像确定为参考样本图像。
3.根据权利要求1或2所述的方法,其中,所述基于该参考样本图像中的任意一个参考对象在该参考样本图像中的位置,确定所述原始样本图像中与所述位置相对应的目标区域包括:
确定该参考样本图像中能够用于标识该参考对象的轮廓的多个点;以及
基于所述多个点中的每一个点在该参考样本图像中的位置,确定所述原始样本图像中的目标区域。
4.根据权利要求1至3中任意一项所述的方法,还包括:
针对所述一个或多个原始对象中的每一个原始对象,响应于该原始对象被遮挡,确定该原始对象的预测轮廓;以及
将该原始对象的预测轮廓中的区域确定为该原始对象在所述原始样本图像中的区域。
5.根据权利要求4所述的方法,其中,所述确定该原始对象的预测轮廓包括:
确定该原始对象未被遮挡的区域的最小外接圆;以及
将所述最小外接圆确定为该原始对象的预测轮廓。
6.根据权利要求1至5中任意一项所述的方法,其中,所述原始样本图像的场景类型和所述第一数量的参考样本图像中的每一个参考样本图像的场景类型均为篮球比赛场景。
7.一种模型训练方法,包括:
利用训练样本图像执行模型训练,其中,所述训练样本图像包括根据权利要求1至6中任意一项所述的方法所得到的新增样本图像。
8.一种样本图像处理装置,包括:
第一确定单元,被配置用于确定原始样本图像和第一数量的参考样本图像,其中,所述原始样本图像中包括一个或多个原始对象,所述第一数量的参考样本图像中的每一个参考样本图像中包括一个或多个参考对象;以及
获取单元,被配置用于针对所述第一数量的参考样本图像中的每一个参考样本图像,执行以下操作来得到新增样本图像,所述获取单元包括:
确定子单元,被配置用于基于该参考样本图像中的任意一个参考对象在该参考样本图像中的位置,确定所述原始样本图像中与所述位置相对应的目标区域;以及
添加子单元,被配置用于响应于所述目标区域与所述一个或多个原始对象中的每一个原始对象在所述原始样本图像中的区域均不重叠,将该参考对象添加至所述原始样本图像中的所述目标区域。
9.根据权利要求8所述的装置,其中,所述第一确定单元包括:
获取多个第一样本图像的模块;以及
针对所述多个第一样本图像中的任意一个第一样本图像,将该第一样本图像确定为原始样本图像,并将所述多个第一样本图像中的除该第一样本图像以外的其它第一样本图像确定为参考样本图像的模块。
10.根据权利要求8或9所述的装置,其中,所述确定子单元包括:
确定该参考样本图像中能够用于标识该参考对象的轮廓的多个点的模块;以及
基于所述多个点中的每一个点在该参考样本图像中的位置,确定所述原始样本图像中的目标区域的模块。
11.根据权利要求8至10中任意一项所述的装置,还包括:
第二确定单元,被配置用于针对所述一个或多个原始对象中的每一个原始对象,响应于该原始对象被遮挡,确定该原始对象的预测轮廓;以及
第三确定单元,被配置用于将该原始对象的预测轮廓中的区域确定为该原始对象在所述原始样本图像中的区域。
12.根据权利要求11所述的装置,其中,所述第二确定单元包括:
确定该原始对象未被遮挡的区域的最小外接圆的模块;以及
将所述最小外接圆确定为该原始对象的预测轮廓的模块。
13.根据权利要求8至12中任意一项所述的装置,其中,所述原始样本图像的场景类型和所述第一数量的参考样本图像中的每一个参考样本图像的场景类型均为篮球比赛场景。
14.一种模型训练装置,包括:
利用训练样本图像执行模型训练的模块,其中,所述训练样本图像包括根据权利要求1至6中任意一项所述的方法所得到的新增样本图像。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111151208.XA CN113920304A (zh) | 2021-09-29 | 2021-09-29 | 样本图像处理方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111151208.XA CN113920304A (zh) | 2021-09-29 | 2021-09-29 | 样本图像处理方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113920304A true CN113920304A (zh) | 2022-01-11 |
Family
ID=79237168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111151208.XA Pending CN113920304A (zh) | 2021-09-29 | 2021-09-29 | 样本图像处理方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113920304A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948454A (zh) * | 2019-02-25 | 2019-06-28 | 深圳大学 | 表情数据库的增强方法、训练方法、计算设备及存储介质 |
CN110070548A (zh) * | 2019-04-22 | 2019-07-30 | 杨勇 | 一种深度学习训练样本优化方法 |
WO2019194863A1 (en) * | 2018-04-04 | 2019-10-10 | Sri International | Methods for enhanced imaging based on semantic processing and dynamic scene modeling |
CN110909654A (zh) * | 2019-11-18 | 2020-03-24 | 深圳市商汤科技有限公司 | 训练图像的生成方法及装置、电子设备和存储介质 |
CN111275080A (zh) * | 2020-01-14 | 2020-06-12 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像分类模型训练方法、分类方法及装置 |
CN111311475A (zh) * | 2020-02-21 | 2020-06-19 | 广州腾讯科技有限公司 | 检测模型训练方法、装置、存储介质和计算机设备 |
CN111612834A (zh) * | 2017-07-19 | 2020-09-01 | 创新先进技术有限公司 | 生成目标图像的方法、装置及设备 |
CN112102145A (zh) * | 2019-05-30 | 2020-12-18 | 北京沃东天骏信息技术有限公司 | 图像处理方法及装置 |
CN112348765A (zh) * | 2020-10-23 | 2021-02-09 | 深圳市优必选科技股份有限公司 | 数据增强方法、装置、计算机可读存储介质及终端设备 |
US20210174072A1 (en) * | 2018-11-21 | 2021-06-10 | Tencent Technology (Shenzhen) Company Limited | Microexpression-based image recognition method and apparatus, and related device |
CN112966757A (zh) * | 2021-03-11 | 2021-06-15 | 江苏禹空间科技有限公司 | 训练样本的扩展方法、装置、存储介质及设备 |
CN113012054A (zh) * | 2019-12-20 | 2021-06-22 | 舜宇光学(浙江)研究院有限公司 | 基于抠图的样本增强方法和训练方法及其系统和电子设备 |
CN113012176A (zh) * | 2021-03-17 | 2021-06-22 | 北京百度网讯科技有限公司 | 样本图像的处理方法、装置、电子设备及存储介质 |
-
2021
- 2021-09-29 CN CN202111151208.XA patent/CN113920304A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612834A (zh) * | 2017-07-19 | 2020-09-01 | 创新先进技术有限公司 | 生成目标图像的方法、装置及设备 |
WO2019194863A1 (en) * | 2018-04-04 | 2019-10-10 | Sri International | Methods for enhanced imaging based on semantic processing and dynamic scene modeling |
US20210174072A1 (en) * | 2018-11-21 | 2021-06-10 | Tencent Technology (Shenzhen) Company Limited | Microexpression-based image recognition method and apparatus, and related device |
CN109948454A (zh) * | 2019-02-25 | 2019-06-28 | 深圳大学 | 表情数据库的增强方法、训练方法、计算设备及存储介质 |
CN110070548A (zh) * | 2019-04-22 | 2019-07-30 | 杨勇 | 一种深度学习训练样本优化方法 |
CN112102145A (zh) * | 2019-05-30 | 2020-12-18 | 北京沃东天骏信息技术有限公司 | 图像处理方法及装置 |
CN110909654A (zh) * | 2019-11-18 | 2020-03-24 | 深圳市商汤科技有限公司 | 训练图像的生成方法及装置、电子设备和存储介质 |
CN113012054A (zh) * | 2019-12-20 | 2021-06-22 | 舜宇光学(浙江)研究院有限公司 | 基于抠图的样本增强方法和训练方法及其系统和电子设备 |
CN111275080A (zh) * | 2020-01-14 | 2020-06-12 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像分类模型训练方法、分类方法及装置 |
CN111311475A (zh) * | 2020-02-21 | 2020-06-19 | 广州腾讯科技有限公司 | 检测模型训练方法、装置、存储介质和计算机设备 |
CN112348765A (zh) * | 2020-10-23 | 2021-02-09 | 深圳市优必选科技股份有限公司 | 数据增强方法、装置、计算机可读存储介质及终端设备 |
CN112966757A (zh) * | 2021-03-11 | 2021-06-15 | 江苏禹空间科技有限公司 | 训练样本的扩展方法、装置、存储介质及设备 |
CN113012176A (zh) * | 2021-03-17 | 2021-06-22 | 北京百度网讯科技有限公司 | 样本图像的处理方法、装置、电子设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
孙晓凯;倪卿元;陈文强;: "图像增强方法在深度学习图像识别场景应用中的可行性研究", 电信科学, no. 1, 30 April 2020 (2020-04-30) * |
罗震宇;于俊朋;刘振华;: "基于数据扩维的SAR目标识别性能提升技术", 现代雷达, no. 05, 15 May 2019 (2019-05-15) * |
陈文兵;管正雄;陈允杰;: "基于条件生成式对抗网络的数据增强方法", 计算机应用, no. 11, 10 November 2018 (2018-11-10) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114743196B (zh) | 文本识别的方法及装置、神经网络的训练方法 | |
CN114972958B (zh) | 关键点检测方法、神经网络的训练方法、装置和设备 | |
CN112967356A (zh) | 图像填充方法及装置、电子设备和介质 | |
CN115511779A (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN113723305A (zh) | 图像和视频检测方法、装置、电子设备和介质 | |
CN116152607A (zh) | 目标检测方法、训练目标检测模型的方法及装置 | |
CN115601555A (zh) | 图像处理方法及装置、设备和介质 | |
CN115797660A (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN115578501A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN114429678A (zh) | 模型训练方法及装置、电子设备和介质 | |
CN115359309A (zh) | 目标检测模型的训练方法及装置、设备和介质 | |
CN114494797A (zh) | 用于训练图像检测模型的方法和装置 | |
CN114092556A (zh) | 用于确定人体姿态的方法、装置、电子设备、介质 | |
CN114596476A (zh) | 关键点检测模型的训练方法、关键点检测方法及装置 | |
CN114550269A (zh) | 口罩佩戴检测方法、设备和介质 | |
CN113920304A (zh) | 样本图像处理方法、装置、电子设备及介质 | |
CN112579587A (zh) | 数据清洗方法及装置、设备和存储介质 | |
CN115512131B (zh) | 图像检测方法和图像检测模型的训练方法 | |
CN115423827B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN115578451B (zh) | 图像处理方法、图像处理模型的训练方法和装置 | |
CN113627330B (zh) | 识别目标类型动态图像的方法、装置及电子设备 | |
CN114882331A (zh) | 图像处理方法、装置、设备和介质 | |
CN114005138A (zh) | 图像处理方法、装置、电子设备和介质 | |
CN114495234A (zh) | 图像处理方法和装置 | |
CN114758114A (zh) | 模型更新方法、图像处理方法、装置、电子设备及介质 |
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 |