CN114842297A - 图像处理方法、模型训练方法、装置、设备及介质 - Google Patents

Abstract

本公开提供了一种图像处理方法、模型训练方法、装置、设备及介质，涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于物体检测等场景。实现方案为：从原始图像中截取原始子图像；响应于原始对象中的部分像素点位于原始子图像之外，确定原始图像中位于原始子图像之外的多个目标点，其中，多个目标点中至少包括位于原始对象中的第一像素点；响应于在原始子图像中存在该目标点的对称点，根据该目标点的像素值来更新该对称点的像素值；以及将经过更新的原始子图像确定为样本图像。

Description

图像处理方法、模型训练方法、装置、设备及介质

技术领域

本公开涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于物体检测等场景，具体涉及一种图像处理方法、模型训练方法、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

本公开提供了一种图像处理方法、模型训练方法、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，提供了一种图像处理方法，包括：从原始图像中截取原始子图像，其中，原始图像中包含原始对象；响应于原始对象中的部分像素点位于原始子图像之外，确定原始图像中位于原始子图像之外的多个目标点，其中，多个目标点中至少包括位于原始对象中的第一像素点；响应于在原始子图像中存在该目标点的对称点，根据该目标点的像素值来更新该对称点的像素值，其中，该目标点和该对称点在原始子图像的其中一条边的两侧对称分布；以及将经过更新的原始子图像确定为样本图像，其中，样本图像中包含待检测对象，待检测对象包括原始对象中位于原始子图像中的第二像素点和第一像素点在原始子图像之中的对称点。

根据本公开的一方面，提供了一种模型训练方法，包括：利用样本图像对模型执行训练，其中，样本图像为根据上述的方法而处理得到。

根据本公开的一方面，提供了一种图像处理装置，包括：截取单元，被配置用于从原始图像中截取原始子图像，其中，原始图像中包含原始对象；第一确定单元，被配置用于响应于原始对象中的部分像素点位于原始子图像之外，确定原始图像中位于原始子图像之外的多个目标点，其中，多个目标点中至少包括位于原始对象中的第一像素点；更新单元，被配置用于响应于在原始子图像中存在该目标点的对称点，根据该目标点的像素值来更新该对称点的像素值，其中，该目标点和该对称点在原始子图像的其中一条边的两侧对称分布；以及第二确定单元，被配置用于将经过更新的原始子图像确定为样本图像，其中，样本图像中包含待检测对象，待检测对象包括原始对象中位于原始子图像中的第二像素点和第一像素点在原始子图像之中的对称点。

根据本公开的一方面，提供了一种模型训练装置，包括：用于利用样本图像对模型执行训练的单元，其中，样本图像为根据上述方法而处理得到。

根据本公开的一方面，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，能够使得到的样本图像具有更高的内容完整性。

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2示出了根据本公开的实施例的一种图像处理方法的流程图；

图3示出了根据本公开的实施例的目标点和对称点的示意图；

图4示出了根据本公开的实施例的一种确定第二边界框的方法的示意图。

图5A和图5B示出了根据本公开的实施例的待检测对象和第二边界框之间的关系的示意图；

图6A和图6B示出了根据本公开的实施例的另一种确定第二边界框的方法的示意图；

图7示出了根据本公开的实施例的一种图像处理装置的结构框图；以及

图8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要素与另一要素区分开。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。

在模型训练中，通过向模型提供具有待检测对象的样本图像，可以训练模型识别、定位待检测对象的能力。由于作为样本图像的原始图像在图像数量、图像类型等方面的局限，有时需要从原始图像中截取原始子图像来扩充用于模型训练的样本图像。

然而，由于截取过程具有随机性，原始子图像有时仅包含原始图像中的部分原始对象。这种不完整的原始对象不利于模型识别、定位等能力的学习，导致模型的训练效果下降。

针对这一问题，申请人发现相对于上述原始对象“不完整”对模型训练所造成的不利影响，原始对象中的像素点在平面排布上的“不正确”，则对模型训练影响甚微。例如，在实践中发现，在训练过程中，将样本图像中的人脸的五官错误地排布，并不会对模型识别人脸的能力造成很大影响。

基于此，本公开提出一种图像处理方法，响应于原始对象中的部分像素点位于原始子图像之外，以位于原始子图像以外的多个目标点的像素值来更新位于原始子图像以内的多个对称点的像素值。由于在多个目标点中包括位于原始对象中的第一像素点，因此，通过上述多个目标点对多个对称点的更新，能够在原始子图像中重建待检测对象，该重建的待检测对象不仅包括原始对象中位于原始子图像中的第二像素点，也能够体现出原始对象中位于原始子图像以外的第一像素点的像素值。

在原始子图像内重建的待检测对象之中，待检测对象的各个元素的上下左右排布关系与原始对象有所区别，但是该重建的待检测对象能够包含原始对象在原始子图像以外的第一像素点的像素信息，具有更高的内容完整性。以这样的原始子图像作为样本图像执行模型训练，可以使模型避免过拟合，提升模型预测的准确性。

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图像处理的方法或模型训练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来发送原始图像或接收样本图像。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；或包括各种移动操作系统，例如MICROSOFT Windows Mobile OS、iOS、WindowsPhone、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/或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/或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2示出了根据本公开示例性实施例的一种图像处理方法的流程图，该方法200包括：步骤S201、从原始图像中截取原始子图像，其中，原始图像中包含原始对象；步骤S202、响应于原始对象中的部分像素点位于原始子图像之外，确定原始图像中位于原始子图像之外的多个目标点，其中，多个目标点中至少包括位于原始对象中的第一像素点；步骤S203、响应于在原始子图像中存在该目标点的对称点，根据该目标点的像素值来更新该对称点的像素值，其中，该目标点和该对称点在原始子图像的其中一条边的两侧对称分布；以及步骤S204、将经过更新的原始子图像确定为样本图像，其中，样本图像中包含待检测对象，待检测对象包括原始对象中位于原始子图像中的第二像素点和第一像素点在原始子图像之中的对称点。

由于在多个目标点中包括位于原始对象中的第一像素点，因此，通过上述多个目标点对多个对称点的更新，能够在原始子图像中重建待检测对象，该重建的待检测对象不仅包括原始对象中位于原始子图像中的第二像素点，也能够体现出原始对象中位于原始子图像以外的第一像素点的像素值。如此，原始子图像中的待检测对象能够具有更高的内容完整性。将该原始子图像作为样本图像执行模型训练，可以在避免模型过拟合的情况下，提升训练得到的模型的预测准确性。

在步骤S201中，原始子图像可以通过对原始图像执行随机抠图，或随机剪裁而得到。可以理解，在本公开中的原始子图像的尺寸能够囊括整个原始对象。

其后，在步骤S202中，响应于原始对象中的部分像素点位于原始子图像之外，确定原始图像中位于原始子图像之外的多个目标点。其中，多个目标点可以仅包含原始对象中位于原始子图像之外的第一像素点，也可以同时包括第一像素点和原始对象以外的其他像素点。

根据一些实施例，确定原始图像中位于原始子图像之外的多个目标点可以包括：确定位于原始子图像之外的任意一侧的多个备选点；以及响应于多个备选点中包括位于原始对象中的第一像素点，将多个备选点确定为多个目标点。其中，位于原始子图像之外的任意一侧可以为原始子图像的上侧、下侧、左侧或右侧。

为了避免识别第一像素点所耗费的处理器资源，上述实施例中采用位于原始子图像之外的任意一侧的多个备选点作为多个目标点。换言之，在该多个备选点中包括第一像素点的情况下，就将该多个备选点中的每一个点都作为目标点执行处理，而不区分这些目标点中哪些是第一像素点，哪些不是第一像素点。如此，在保证将第一像素点的像素值能够更新至原始子图像的基础上，节省了识别第一像素点所耗费的处理器资源，简化了处理过程。

在步骤S203中，在原始子图像中存在该目标点的对称点的情况下，根据该目标点的像素值来更新该对称点的像素值。

在一种实施方式中，可以针对多个目标点中的每一者，在原始子图像中存在该目标点的对称点的情况下，根据该目标点的像素值来更新该对称点的像素值。

图3示出了根据本公开示例性实施例的目标点和对称点的示意图。如图3所示，在原始图像310中截取原始子图像320。

针对目标点A1，在原始子图像320中存在目标点A1的对称点A2，目标点A1和对称点A2在原始子图像320的边a的两侧对称分布，可以根据目标点A1的像素值来更新对称点A2的像素值。

针对目标点B1，在原始子图像320中存在目标点B1的对称点B2，目标点B1和对称点B2在原始子图像320的边b的两侧对称分布，可以根据目标点B1的像素值来更新对称点B2的像素值。

可以理解，基于上述多个目标点对原始子图像的更新，可以在原始子图像中重建待检测对象。虽然待检测对象中的各个部分在平面排布上与原始对象有所区别，但是待检测对象中的像素点，即第二像素点和第一像素点的对称点，仍能够保持平面上的连续性，使其能够以一个整体作为训练中模型检测的对象。

根据一些实施例，根据该目标点的像素值来更新该对称点的像素值可以包括：基于该目标点的像素值和该对称点的像素值的加权和，更新该对称点的像素值。

如此，更新后的对称点不仅能够保有其本身的像素特征，也能够体现出目标点的像素特征。基于此，多个目标点中的第一像素点的像素值得以在原始子图像中体现，使得原始子图像中能够包含更多的原始对象的信息。

在步骤S204中，待检测对象可以为原始对象中位于原始子图像中的第二像素点和第一像素点的对称点两者的并集。基于此，原始子图像中的待检测对象的内容由初始的第二像素点，扩增至第二像素点和第一像素点的对称点，提升了样本图像中的待检测对象的内容完整性。

在训练目标检测模型时，还需要确定每一个样本图像所对应的边界框(boundingbox)。边界框可以表示待检测对象在样本图像所占的像素范围。边界框通常为包围待检测对象的最小外接矩形。通过利用上述目标点的像素值更新对称点的像素值，可以使经过更新的样本图像能够方便地获取准确的边界框。

根据一些实施例，原始图像具有对应的第一边界框，第一边界框为外接于原始对象的最小矩形框，方法还可以包括：基于第一边界框的边界和原始子图像的边界，确定样本图像所对应的第二边界框。

由此，能够基于第一边界框的边界和原始子图像的边界，高效且准确地确定样本图像所对应的第二边界框，避免了识别、定位样本图像中的待检测对象所耗费的处理器资源。

图4示出了根据本公开示例性实施例的一种确定第二边界框的方法。

如图4所示，在原始图像410中截取原始子图像420，其中，原始对象为原始图像410中的棒球棍412，原始图像410具有对应的第一边界框411。

在图4所示出的示例性实施例中，可以将第一边界框411所包围的区域和原始子图像420之间的重叠区域的边界421作为原始子图像(即样本图像)420所对应的第二边界框。

基于图4所确定的第二边界框的基础上，图5A和图5B进一步示出了待检测对象和第二边界框之间的关系。

如图5A所示，利用如图4所示的方式，确定原始子图像510的第二边界框511。在执行多个目标点对多个对称点的更新之前，在原始子图像510中的待检测对象512仅包括原始对象在原始子图像510中的第二像素点。

从图5A中可以看出，第二边界框511并非待检测对象512的最小外接矩形框。换言之，在这种情况下，原始子图像510所对应的第二边界框511是不准确的。以这样的原始子图像510和第二边界框511用于模型训练，会导致训练得到的模型对待检测对象的边界框标注失准。

反之，如图5B所示，同样利用如图4所示的方式，确定原始子图像520的第二边界框521。通过利用原始图像中位于原始子图像520右侧的多个目标点，以及位于原始子图像520上侧的多个目标点更新原始子图像520，使得原始子图像520中的待检测对象522包括原始对象在原始子图像520中的第二像素点和第一像素点在原始子图像520中的对称点。

从图5B中可以看出，待检测对象522为弯折为三段的棒球棍，第二边界框521为待检测对象522的最小外接矩形框。换言之，在这种情况下，原始子图像520所对应的第二边界框521是准确的。

需要注意的是，虽然待检测对象522和原始对象在像素的平面排布上有所区别，但是，以这样的待检测对象522和第二边界框521执行模型训练，并不会影响模型的训练效果。

例如，将原始子图像520作为样本图像执行模型训练，在训练过程中，基于第二边界框521所提供的待检测对象522的边界信息，模型能够学习到待检测对象522的边缘特征信息。而待检测对象522的边缘特征信息和原始对象(即图4中棒球棍412)的边缘特征信息具有很高的重合度，使得经过原始子图像520训练的模型，也能够在实际应用中识别出原始对象的边缘，并进而准确地标注出原始对象的边界框。

可以理解，上述图4，图5A和图5B中所示的确定第二边界框的方法仅为一种示例，下面将具体阐述确定第二边界框的方法。

根据一些实施例，基于第一边界框的边界和原始子图像的边界，确定样本图像所对应的第二边界框可以包括：针对第一边界框中任意方向上的两条平行边，响应于该两条平行边均与原始子图像相交，以该两条平行边来确定第二边界框在该方向上的边。

在第一边界框中任意方向上的两条平行边均与原始子图像相交的情况下，意味着这两条平行边同时划定了原始对象在原始图像上的像素范围，以及待检测对象在样本图像上的像素范围，可以直接以该两条平行边来确定第二边界框在该方向上的边。

图6A示出了根据本公开示例性实施例的一种确定第二边界框的方法。如图6A所示，在原始图像610中截取原始子图像611，原始图像610具有对应的第一边界框612。

如图6A所示，在第一边界框612中，水平方向上的两条平行线p1和m1均与原始子图像611相交，因此可以以平行线p1和m1来确定第二边界框在水平方向上的边。

根据一些实施例，响应于该两条平行边中的第一边与原始子图像相交且该两条平行边中的第二边与原始子图像不相交，将原始子图像中位于该两条平行边之间的第三边确定为第二边界框在该方向上的其中一条边；以第三边为对称轴，确定第二边的对称边；以及将第一边和第二边的对称边两者中远离第三边的一者，确定为第二边界框在该方向上的其中另一条边。

由此，无论原始对象在原始子图像之外的第一像素点在整个原始对象中的占比，均可以将全部第一像素点的对称点包括在第二边界框之内。

仍以图6A为例，在第一边界框612垂直方向上的两条平行线n1和q1中，第一边n1与原始子图像611相交，第二边q1与原始子图像611不相交。在这种情况下，将原始子图像611中位于n1和q1之间的第三边l1确定为第二边界框在该方向上的其中一条边。以第三边l1为对称轴，确定第二边q1的对称边q1’，将第一边n1和对称边q1’两者中远离第三边l1的q1’确定为第二边界框在该方向上的其中另一条边。由此，可以确定第二边界框为由p1、l1、m1和q1’所围成的矩形框。

图6B示出了根据本公开示例性实施例的另一种确定第二边界框的方法。如图6B所示，在原始图像620中截取原始子图像621，原始图像620具有对应的第一边界框622。在第一边界框622中，水平方向上的两条平行线p2和m2均与原始子图像621相交，因此可以以平行线p2和m2来确定第二边界框在水平方向上的边。

在第一边界框622垂直方向上的两条平行线n2和q2中，第一边n2与原始子图像621相交，第二边q2与原始子图像621不相交。在这种情况下，将原始子图像621中位于n2和q2之间的第三边l2确定为第二边界框在该方向上的其中一条边。以第三边l2为对称轴，确定第二边q2的对称边q2’，将第一边n2和对称边q2’两者中远离第三边l2的n2确定为第二边界框在该方向上的其中另一条边。由此，可以确定第二边界框为由p2、l2、m2和n2所围成的矩形框。

根据本公开的实施例，还提供了一种模型训练方法，包括：利用样本图像对模型执行训练，其中，样本图像为根据上述任意一种方法而处理得到。

图7示出了根据本公开示例性实施例的一种图像处理装置的结构框图，如图7所示，该装置700包括：截取单元701，被配置用于从原始图像中截取原始子图像，其中，原始图像中包含原始对象；第一确定单元702，被配置用于响应于原始对象中的部分像素点位于原始子图像之外，确定原始图像中位于原始子图像之外的多个目标点，其中，多个目标点中至少包括位于原始对象中的第一像素点；更新单元703，被配置用于响应于在原始子图像中存在该目标点的对称点，根据该目标点的像素值来更新该对称点的像素值，其中，该目标点和该对称点在原始子图像的其中一条边的两侧对称分布；以及第二确定单元704，被配置用于将经过更新的原始子图像确定为样本图像，其中，样本图像中包含待检测对象，待检测对象包括原始对象中位于原始子图像中的第二像素点和第一像素点在原始子图像之中的对称点。

在一种实施方式中，更新单元703，可以被配置用于针对多个目标点中的每一者，响应于在原始子图像中存在该目标点的对称点，根据该目标点的像素值来更新该对称点的像素值。

根据一些实施例，第一确定单元包括：第一确定子单元，被配置用于确定位于原始子图像之外的任意一侧的多个备选点；以及第二确定子单元，被配置用于响应于多个备选点中包括位于原始对象中的第一像素点，将多个备选点确定为多个目标点。

根据一些实施例，原始图像具有对应的第一边界框，第一边界框为外接于原始对象的最小矩形框，装置还包括：第三确定单元，被配置用于基于第一边界框的边界和原始子图像的边界，确定样本图像所对应的第二边界框。

根据一些实施例，第三确定单元包括：第三确定子单元，被配置用于针对第一边界框中任意方向上的两条平行边，响应于该两条平行边均与原始子图像相交，以该两条平行边来确定第二边界框在该方向上的边。

根据一些实施例，该装置还包括：第四确定子单元，被配置用于响应于该两条平行边中的第一边与原始子图像相交且该两条平行边中的第二边与原始子图像不相交，将原始子图像中位于该两条平行边之间的第三边确定为第二边界框在该方向上的其中一条边；第五确定子单元，被配置用于以第三边为对称轴，确定第二边的对称边；以及第六确定子单元，被配置用于将第一边和第二边的对称边两者中远离第三边的一者，确定为第二边界框在该方向上的其中另一条边。

根据一些实施例，更新单元包括：更新子单元，被配置用于基于该目标点的像素值和该对称点的像素值的加权和，更新该对称点的像素值。

根据本公开的实施例，还提供了一种模型训练装置，包括：用于利用样本图像对模型执行训练的单元，其中，样本图像为根据上述任意一种图像处理方法而处理得到。

根据本公开的实施例，还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任意一种方法。

根据本公开的实施例，还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任意一种方法。

根据本公开的实施例，还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任意一种方法。

参考图8，现将描述可以作为本公开的服务器或客户端的电子设备800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8所示，电子设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM803中，还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

电子设备800中的多个部件连接至I/O接口805，包括：输入单元806、输出单元807、存储单元808以及通信单元809。输入单元806可以是能向电子设备800输入信息的任何类型的设备，输入单元806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807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808可以包括但不限于磁盘、光盘。通信单元809允许电子设备800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、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元801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801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801执行上文所描述的各个方法和处理，例如图像处理方法或模型训练方法。例如，在一些实施例中，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808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的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801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)、复杂可编程逻辑设备(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)

1.一种图像处理方法，包括：

从原始图像中截取原始子图像，其中，所述原始图像中包含原始对象；

响应于所述原始对象中的部分像素点位于所述原始子图像之外，确定所述原始图像中位于所述原始子图像之外的多个目标点，其中，所述多个目标点中至少包括位于所述原始对象中的第一像素点；

响应于在所述原始子图像中存在该目标点的对称点，根据该目标点的像素值来更新该对称点的像素值，其中，该目标点和该对称点在所述原始子图像的其中一条边的两侧对称分布；以及

将经过更新的所述原始子图像确定为样本图像，其中，所述样本图像中包含待检测对象，所述待检测对象包括所述原始对象中位于所述原始子图像中的第二像素点和所述第一像素点在所述原始子图像之中的对称点。

2.根据权利要求1所述的方法，其中，所述确定所述原始图像中位于所述原始子图像之外的多个目标点包括：

确定位于所述原始子图像之外的任意一侧的多个备选点；以及

响应于所述多个备选点中包括位于所述原始对象中的第一像素点，将所述多个备选点确定为所述多个目标点。

3.根据权利要求1或2所述的方法，其中，所述原始图像具有对应的第一边界框，所述第一边界框为外接于所述原始对象的最小矩形框，所述方法还包括：

基于所述第一边界框的边界和所述原始子图像的边界，确定所述样本图像所对应的第二边界框。

4.根据权利要求3所述的方法，其中，所述基于所述第一边界框的边界和所述原始子图像的边界，确定所述样本图像所对应的第二边界框包括：

针对所述第一边界框中任意方向上的两条平行边，响应于该两条平行边均与所述原始子图像相交，以该两条平行边来确定所述第二边界框在该方向上的边。

5.根据权利要求4所述的方法，还包括：

响应于该两条平行边中的第一边与所述原始子图像相交且该两条平行边中的第二边与所述原始子图像不相交，将所述原始子图像中位于该两条平行边之间的第三边确定为所述第二边界框在该方向上的其中一条边；

以所述第三边为对称轴，确定所述第二边的对称边；以及

将所述第一边和所述第二边的对称边两者中远离所述第三边的一者，确定为所述第二边界框在该方向上的其中另一条边。

6.根据权利要求1至5中任意一项所述的方法，其中，所述根据该目标点的像素值来更新该对称点的像素值包括：

基于该目标点的像素值和该对称点的像素值的加权和，更新该对称点的像素值。

7.一种模型训练方法，包括：

利用样本图像对所述模型执行训练，

其中，所述样本图像为根据如权利要求1至6中任意一项所述的方法而处理得到。

8.一种图像处理装置，包括：

截取单元，被配置用于从原始图像中截取原始子图像，其中，所述原始图像中包含原始对象；

第一确定单元，被配置用于响应于所述原始对象中的部分像素点位于所述原始子图像之外，确定所述原始图像中位于所述原始子图像之外的多个目标点，其中，所述多个目标点中至少包括位于所述原始对象中的第一像素点；

更新单元，被配置用于响应于在所述原始子图像中存在该目标点的对称点，根据该目标点的像素值来更新该对称点的像素值，其中，该目标点和该对称点在所述原始子图像的其中一条边的两侧对称分布；以及

第二确定单元，被配置用于将经过更新的所述原始子图像确定为样本图像，其中，所述样本图像中包含待检测对象，所述待检测对象包括所述原始对象中位于所述原始子图像中的第二像素点和所述第一像素点在所述原始子图像之中的对称点。

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：

第一确定子单元，被配置用于确定位于所述原始子图像之外的任意一侧的多个备选点；以及

第二确定子单元，被配置用于响应于所述多个备选点中包括位于所述原始对象中的第一像素点，将所述多个备选点确定为所述多个目标点。

10.根据权利要求8或9所述的装置，其中，所述原始图像具有对应的第一边界框，所述第一边界框为外接于所述原始对象的最小矩形框，所述装置还包括：

第三确定单元，被配置用于基于所述第一边界框的边界和所述原始子图像的边界，确定所述样本图像所对应的第二边界框。

11.根据权利要求10所述的装置，其中，所述第三确定单元包括：

第三确定子单元，被配置用于针对所述第一边界框中任意方向上的两条平行边，响应于该两条平行边均与所述原始子图像相交，以该两条平行边来确定所述第二边界框在该方向上的边。

12.根据权利要求11所述的装置，还包括：

第四确定子单元，被配置用于响应于该两条平行边中的第一边与所述原始子图像相交且该两条平行边中的第二边与所述原始子图像不相交，将所述原始子图像中位于该两条平行边之间的第三边确定为所述第二边界框在该方向上的其中一条边；

第五确定子单元，被配置用于以所述第三边为对称轴，确定所述第二边的对称边；以及

第六确定子单元，被配置用于将所述第一边和所述第二边的对称边两者中远离所述第三边的一者，确定为所述第二边界框在该方向上的其中另一条边。

13.根据权利要求8至12中任意一项所述的装置，其中，所述更新单元包括：

更新子单元，被配置用于基于该目标点的像素值和该对称点的像素值的加权和，更新该对称点的像素值。

14.一种模型训练装置，包括：

用于利用样本图像对所述模型执行训练的单元，

其中，所述样本图像为根据如权利要求1至6中任意一项所述的方法而处理得到。

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。

Images