图像样本的增广方法、装置、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115761389A(43)申请公布日2023.03.07(21)申请号202111019697.3(22)申请日2021.09.01(71)申请人苏州涟漪信息科技有限公司地址215011江苏省苏州市高新区竹园路209号创业园3号楼1809室(72)发明人林坚刘晓稳刘杨(74)专利代理机构北京林达刘知识产权代理事务所(普通合伙)11277专利代理师刘新宇(51)Int.Cl.G06V10/774(2022.01)G06V40/10(2022.01)G06V10/44(2023.01)G06V10/82(2022.01)G06N3/094(2022.01)权利要求书2页说明书12页附图4页(54)发明名称图像样本的增广方法、装置、电子设备及存储介质(57)摘要本公开涉及一种图像样本的增广方法、装置、电子设备及存储介质，所述方法包括：基于多个源图像，生成每个所述源图像对应的行人区域图像；所述行人区域图像包含行人图像及背景图像；通过预设的生成对抗网络，基于多个行人区域图像，生成每个所述行人区域图像对应的变换图像；基于每个所述变换图像以及每个所述变换图像对应的背景掩码，生成每个所述变换图像对应的行人图像；映射每个所述行人图像至对应的源图像中，以生成多个图像样本。本公开实施例可生成大量图像样本，且生成的图像样本可帮助机器学习模型更好地提取行人特征，进而提高了机器学习模型识别行人的准确率。CN115761389ACN115761389A权利要求书1/2页1.一种图像样本的增广方法，其特征在于，所述方法包括：基于多个源图像，生成每个所述源图像对应的行人区域图像；所述行人区域图像包含行人图像及背景图像；通过预设的生成对抗网络，基于多个行人区域图像，生成每个所述行人区域图像对应的变换图像；基于每个所述变换图像以及每个所述变换图像对应的背景掩码，生成每个所述变换图像对应的行人图像；映射每个所述行人图像至对应的源图像中，以生成多个图像样本。2.根据权利要求1所述的增广方法，其特征在于，所述方法还包括：生成每个所述行人区域图像对应的背景掩码；将每个所述行人区域图像的尺寸变换为预设尺寸，变换为所述预设尺寸的行人区域图像用于生成所述变换图像。3.根据权利要求2所述的增广方法，其特征在于，所述基于多个源图像，生成每个所述源图像对应的行人区域图像，包括：基于至少两张源图像，生成各源图像的标注框；所述标注框用以标注行人所在区域；基于每个所述源图像的标注框，生成每个所述源图像对应的行人区域图像。4.根据权利要求3所述的增广方法，其特征在于，所述基于至少两张源图像，生成各源图像的标注框，包括：获取至少两张源图像；依序从所有源图像中选取当前源图像，并执行以下步骤：基于所述当前源图像中的行人位置，生成至少一个标注框；删除所述当前源图像中标注框尺寸小于预设门限的标注框；确定所述当前源图像是否已不包含任一标注框；在确定所述当前源图像已不包含任一标注框的情况下，获取不同于所述至少两张源图像的源图像作为新的当前源图像，并重新执行基于所述当前源图像中的行人位置，生成至少一个标注框。5.根据权利要求1所述的增广方法，其特征在于，所述基于每个所述变换图像以及每个所述变换图像对应的背景掩码，生成每个所述变换图像对应的行人图像，包括：根据与每个所述变换图像对应的行人区域图像的尺寸，调整每个所述变换图像的尺寸；根据调整后的每个所述变换图像以及每个所述变换图像对应的背景掩码，生成每个所述变换图像对应的行人图像。6.根据权利要求1所述的增广方法，其特征在于，所述基于每个所述变换图像以及每个所述变换图像对应的背景掩码，生成每个所述变换图像对应的行人图像，包括：根据与每个所述变换图像对应的行人区域图像的尺寸，调整每个所述变换图像的尺寸；通过预设的图像增广算法，基于调整后的每个所述变换图像，生成每个所述变换图像对应的多个增广图像；根据每个所述增广图像对应的背景掩码，生成每个所述增广图像对应的行人图像。2CN115761389A权利要求书2/2页7.根据权利要求1至6中任一项所述的增广方法，其特征在于，所述方法还包括：根据预设的图像增广算法，基于每个所述图像样本，生成多个增广图像样本。8.根据权利要求1所述的增广方法，其特征在于，所述通过预设的生成对抗网络，基于多个行人区域图像，生成每个所述行人区域图像对应的变换图像，包括：依序从所有行人区域图像中选取第一图像，并执行以下步骤：依序从所有行人区域图像中选取第二图像，并基于所述第一图像的结构码、所述第二图像的外观码，生成所述第一图像对应的变换图像；所述结构码用以表示行人区域图像的结构特征；所述外观码用以表示行人区域图像的外观特征。9.一种图像样本的增广装置，其特征在于，包括：行人区域图像生