System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及图像修复,具体涉及一种图像修复方法、装置、存储介质及车辆。
技术介绍
1、现如今,车载监控系统几乎成为每辆汽车必备的基础功能,该功能对获取信息进行处理,判断驾驶员的生物行为状态是否异常,以及时采取措施做出决策,或对驾驶员的行为异常发出警报从而提醒驾驶员安全驾驶。车载监控系统的主要三大基本功能为:疲劳检测、分心检测、异常行为检测。随着车载监控系统应用的广泛使用,在这三大功能基础上往往还会一些功能的拓展,例如面部身份识别、手势识别等。
2、当前的车载监控系统采用的方案是基于ir(infrared radiation,红外线的简称)摄像机结合计算机视觉算法实现的。ir摄像机采用了特殊的光学玻璃材料,并用最新的光学设计方法,消除了可见光和红外光的焦面偏移,因此从可见光到红外光区的光线都可以在同一个焦面成像,使图像都能清晰。
3、当驾驶员佩戴了近视眼镜时,ir摄像机的镜头发射出来的红外线会在驾驶员眼镜上反光,导致在驾驶员眼睛周围出现白色的亮斑,从而使车载监控系统的图像视觉算法受到干扰,导致识别的结果不准确、置信度下降的问题。
技术实现思路
1、本申请针对上述问题,提出了一种图像修复方法、装置、存储介质及车辆,以使车载监控系统的识别结果更准确,具体技术方案如下:
2、在本申请的第一方面,提出了一种图像修复方法,所述方法包括:
3、获取待修复图像;
4、将所述待修复图像输入图像分割模型,获得所述待修复图像中的亮斑图像区域;
...【技术保护点】
1.一种图像修复方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,根据所述亮斑图像区域周围非亮斑区域,对所述亮斑图像区域进行修复,得到目标图像,包括:
3.根据权利要求1所述的方法,其特征在于,根据所述亮斑图像区域周围的非亮斑区域,对所述亮斑图像区域进行修复,得到目标图像,包括:
4.根据权利要求3所述的方法,其特征在于,所述图像修复模型采用生成对抗神经网络中的生成器,所述生成对抗神经网络基于如下步骤获得:
5.根据权利要求1所述的方法,其特征在于,所述图像分割模型是基于如下步骤获得:
6.根据权利要求5所述的方法,其特征在于,所述图像分割模型采用全卷积神经网络。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述待修复图像是基于车载摄像头获取的,所述方法还包括:
8.一种图像修复装置,其特征在于,所述装置包括:
9.一种机器可读存储介质,其特征在于,所述机器可读存储介质内存储有机器可执行指令,所述机器可执行指令被处理器执行时实现如权利要求1-7任一项
10.一种车辆,其特征在于,所述车辆包括:处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器用于执行机器可执行指令,以实现如权利要求1-7任一项所述的图像修复方法。
...【技术特征摘要】
1.一种图像修复方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,根据所述亮斑图像区域周围非亮斑区域,对所述亮斑图像区域进行修复,得到目标图像,包括:
3.根据权利要求1所述的方法,其特征在于,根据所述亮斑图像区域周围的非亮斑区域,对所述亮斑图像区域进行修复,得到目标图像,包括:
4.根据权利要求3所述的方法,其特征在于,所述图像修复模型采用生成对抗神经网络中的生成器,所述生成对抗神经网络基于如下步骤获得:
5.根据权利要求1所述的方法,其特征在于,所述图像分割模型是基于如下步骤获得:
6.根据权利要求5所述的方法,其特...
【专利技术属性】
技术研发人员:何晶,陈现岭,赵龙,王光甫,贾澜鹏,叶年进,
申请(专利权)人:长城汽车股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。