一种车辆图片智能美化的方法及装置制造方法及图纸

本发明专利技术实施例公开了一种车辆图片智能美化的方法及装置，其中，该方法包括：检测待美化的车辆图片中车身所在的目标区域；识别所述车辆图片中目标区域部分的颜色；判断所述车辆图片中目标区域部分的明暗度；根据识别出的颜色、判断出的明暗度和预设的美化参数，美化所述车辆图片中的目标区域部分。利用本发明专利技术实施例提供的方法对车辆图片进行美化，能够自动识别需要美化的车身区域以及图片自身的颜色和明暗度，进而有针对性地进行美化，从而能够提高美化效率和美化效果。

A Method and Device for Intelligent Beautification of Vehicle Pictures

The embodiment of the present invention discloses a method and device for intelligent beautification of vehicle pictures, in which the method includes: detecting the target area of the vehicle body in the vehicle picture to be beautified; recognizing the color of the target area in the vehicle picture; judging the brightness and shade of the target area in the vehicle picture; and identifying the target area according to the recognition. The resulting color, the determined brightness and the preset beautification parameters beautify the target area part of the vehicle picture. By using the method provided by the embodiment of the present invention, the vehicle image can be beautified automatically, and the color and brightness of the body area and the image itself can be recognized, and then beautified pertinently, so as to improve the beautification efficiency and beautification effect.

【技术实现步骤摘要】
一种车辆图片智能美化的方法及装置
本专利技术实施例涉及图形识别
，尤其涉及一种车辆图片智能美化的方法及涉及一种车辆图片智能美化的装置。
技术介绍
随着我国现代化进程的加快，汽车作为一种便捷的交通工具正逐步走进千家万户，成为人们居家生活中不可或缺的一部分。目前，智能手机得到广泛普及，数码照片的获取也越来越容易，并且随着社交媒体，例如QQ、微信、微博的盛行，人们也喜欢把日常生活中拍摄的照片分享到社交媒体中。这些分享的照片中当然也包括自己爱车的照片，于是，如何得到更美丽的车辆照片就成了大众迫切的需求。目前，对车辆图片的美化具有较高的专业技能要求，而图片处理人员需要根据自己的经验处理不同的车辆照片，对于不同的图片处理人员，得到的车辆美化效果也良莠不齐，而且效率低。而对于没有图片美化经验的人员根本无法自己进行图片美化，从而也无法随意分享美化后的车辆照片了。
技术实现思路
本专利技术实施例提供了一种车辆图片智能美化的方法及一种车辆图片智能美化的装置，以解决如何美化车辆图片的问题。本专利技术实施例提供了一种车辆图片智能美化的方法，该方法包括：检测待美化的车辆图片中车身所在的目标区域；识别所述车辆图片中目标区域部分的颜色；判断所述车辆图片中目标区域部分的明暗度；根据识别出的颜色、判断出的明暗度和预设的美化参数，美化所述车辆图片中的目标区域部分。优选地，所述检测待美化车辆图片中车身所在的目标区域的步骤之前，包括：在训练样本上标记出车身所在区域的标签框；将带有所述标签框的训练样本加载到SSD网络中；在SSD网络中，生成多个带有默认框的特征图；将所述默认框与所述标签框进行匹配，获得所述默认框的模型损失；在所述SSD网络中反向传播所述模型损失，优化所述SSD网络的各层参数，获得车身检测模型；将待美化的车辆图片输入所述车身检测模型中，以检测待美化的车辆图片中车身所在的目标区域。优选地，将所述默认框与所述标签框进行匹配，获得所述默认框的模型损失的步骤，包括：将所述默认框与所述标签框进行匹配，获得所述默认框的位置损失；将所述默认框与所述标签框进行匹配，获得所述默认框的置信损失；将所述位置损失和所述置信损失进行相加，获得所述默认框的模型损失。优选地，判断所述车辆图片中目标区域部分的明暗度的步骤，包括：将所述车辆图片中的目标区域部分转换为灰度图像；按灰度值进行等级划分；计算各个等级的占比；根据所述占比，判断所述车辆图片中目标区域部分的明暗度。优选地，所述根据识别出的颜色、判断出的明暗度和预设的美化参数，美化所述车辆图片中的目标区域部分的步骤之前，还包括：确定颜色分类和明暗度分类；将颜色和明暗度进行排列组合，确定颜色和明暗度的组合类别；针对每个所述组合类别，预设所述美化参数。本专利技术实施例好提供了一种车辆图片智能美化的方法的装置，包括：目标区域检测模块，用于检测待美化的车辆图片中车身所在的目标区域；颜色识别模块，用于识别所述车辆图片中目标区域部分的颜色；明暗度判断模块，用于判断所述车辆图片中目标区域部分的明暗度；美化模块，用于根据识别出的颜色、判断出的明暗度和预设的美化参数，美化所述车辆图片中的目标区域部分。优选地，所述装置还包括：标签框标记单元，用于在训练样本上标记出车身所在区域的标签框；标签框加载单元，用于将带有所述标签框的训练样本加载到SSD网络中；特征图生成单元，用于在SSD网络中，生成多个带有默认框的特征图；模型损失获得单元，用于将所述默认框与所述标签框进行匹配，获得所述默认框的模型损失；参数优化单元，用于在所述SSD网络中反向传播所述模型损失，优化所述SSD网络的各层参数，获得车身检测模型；输入单元，用于将待美化的车辆图片输入所述车身检测模型中，以检测待美化的车辆图片中车身所在的目标区域。优选地，模型损失获得单元包括：位置损失获得子单元，用于将所述默认框与所述标签框进行匹配，获得所述默认框的位置损失；置信损失获得子单元，用于将所述默认框与所述标签框进行匹配，获得所述默认框的置信损失；模型损失获得子单元，用于将所述位置损失和所述置信损失进行相加，获得所述默认框的模型损失。优选地，所述明暗度判断模块包括：灰度图像转换单元，用于将所述车辆图片中的目标区域部分转换为灰度图像；等级划分单元，用于按灰度值进行等级划分；占比计算单元，用于计算各个等级的占比；明暗度判断单元，用于根据所述占比，判断所述车辆图片中目标区域部分的明暗度。优选地，所述装置还包括：分类确定单元，用于确定颜色分类和明暗度分类；组合类别确定单元，用于将颜色和明暗度进行排列组合，确定颜色和明暗度的组合类别；美化参数预设单元，用于针对每个所述组合类别，预设所述美化参数。本专利技术实施例提供了一种车辆图片智能美化的方法，包括检测待美化的车辆图片中车身所在的目标区域，识别所述车辆图片中目标区域部分的颜色，判断所述车辆图片中目标区域部分的明暗度，最后根据识别出的颜色、判断出的明暗度和预设的美化参数，美化所述车辆图片中的目标区域部分；利用该方法对车辆图片进行美化，能够自动识别需要美化的车身区域以及图片自身的颜色和明暗度，进而有针对性地进行美化，从而能够提高美化效率和美化效果。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种车辆图片智能美化的方法的流程图；图2为带有两组默认框的8×8特征图；图3为带有一组默认框的4×4特征图；图4为本专利技术实施例提供的一种车辆图片智能美化的装置的结构框图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。参见图1，为本专利技术实施例提供的一种车辆图片智能美化的方法的流程图，该方法具体可以包括如下步骤。步骤101，利用SSD(SingleShotMultiBoxDetector)网络训练车身检测模型。在本专利技术实施例的一种优选示例中，步骤101具体可以包括：步骤11，在训练样本上标记出车身所在区域的标签框。本专利技术实施例采用的训练样本可以是在路边实际拍摄的不同车系的图像，也可以是从网上收集到的车辆图像。该训练样本中可以包括容易被错误检测的车辆的内饰图片，即有关车体内部结构的图片，该内饰图片可以作为负类去训练车身检测模型，从而在利用车身检测模型进行车身检测的过程中，判断出内饰图片，避免对内饰图片的错误美化。步骤12，将带有所述标签框的训练样本加载到SSD网络中。步骤13，在SSD网络中，生成多个带有默认框的特征图。首先在SSD网络中，根据训练样本生成多个不同尺度的特征图，在特征图上评估多个默认框。在具体实现中，可以根据训练样本图像的尺寸得到多个不同尺度的特征图，例如8×8特征图或4×4特征图。特征图上的每个位置都评估一组包括有不同宽高比的默认框。参见图2，示出了8×8特征图上的两组默认框。当待检测的目标车辆在图像中占的面积较大时，8×8特征图上的默认框可能无法完全框到，则可能需要4×4特征图中的默认框，参见图3，示出了4×4特征图上的一组默认框本文档来自技高网...

【技术保护点】
1.一种车辆图片智能美化的方法，其特征在于，所述方法包括：检测待美化的车辆图片中车身所在的目标区域；识别所述车辆图片中目标区域部分的颜色；判断所述车辆图片中目标区域部分的明暗度；根据识别出的颜色、判断出的明暗度和预设的美化参数，美化所述车辆图片中的目标区域部分。

【技术特征摘要】
1.一种车辆图片智能美化的方法，其特征在于，所述方法包括：检测待美化的车辆图片中车身所在的目标区域；识别所述车辆图片中目标区域部分的颜色；判断所述车辆图片中目标区域部分的明暗度；根据识别出的颜色、判断出的明暗度和预设的美化参数，美化所述车辆图片中的目标区域部分。2.如权利要求1所述的方法，其特征在于，所述检测待美化车辆图片中车身所在的目标区域的步骤之前，包括：在训练样本上标记出车身所在区域的标签框；将带有所述标签框的训练样本加载到SSD网络中；在SSD网络中，生成多个带有默认框的特征图；将所述默认框与所述标签框进行匹配，获得所述默认框的模型损失；在所述SSD网络中反向传播所述模型损失，优化所述SSD网络的各层参数，获得车身检测模型；将待美化的车辆图片输入所述车身检测模型中，以检测待美化的车辆图片中车身所在的目标区域。3.如权利要求2所述的方法，其特征在于，将所述默认框与所述标签框进行匹配，获得所述默认框的模型损失的步骤，包括：将所述默认框与所述标签框进行匹配，获得所述默认框的位置损失；将所述默认框与所述标签框进行匹配，获得所述默认框的置信损失；将所述位置损失和所述置信损失进行相加，获得所述默认框的模型损失。4.如权利要求1所述的方法，其特征在于，判断所述车辆图片中目标区域部分的明暗度的步骤，包括：将所述车辆图片中的目标区域部分转换为灰度图像；按灰度值进行等级划分；计算各个等级的占比；根据所述占比，判断所述车辆图片中目标区域部分的明暗度。5.如权利要求1所述的方法，其特征在于，所述根据识别出的颜色、判断出的明暗度和预设的美化参数，美化所述车辆图片中的目标区域部分的步骤之前，还包括：确定颜色分类和明暗度分类；将颜色和明暗度进行排列组合，确定颜色和明暗度的组合类别；针对每个所述组合类别，预设所述美化参数。6.一种车辆图片智能美化的方法的装置，其特征在于，包括：目标区域检测模块，用于检测待美化的车辆...

【专利技术属性】
技术研发人员：梁大双，庞敏辉，韦仕伟，李文佳，
申请(专利权)人：优信拍北京信息科技有限公司，
类型：发明
国别省市：北京,11