The embodiment of this application discloses an image processing method and device. One specific embodiment of the method includes: acquiring an image to determine the target area of the image, in which the ratio of the size of the target area to the size of the image is less than or equal to the preset proportional threshold; extracting the image in the target area, generating the image to be added based on the extracted image; and adding the image to the acquired image. Sample images for training convolutional neural networks are generated. In the embodiment of this application, a new sample image can be obtained by adding an image containing a small target to the image to expand the training sample set so that the convolution neural network can get more training for detecting small targets, thereby improving the speed and accuracy of detecting small targets by the convolution neural network.
【技术实现步骤摘要】
图像处理方法和装置
本申请实施例涉及计算机
,具体涉及互联网
,尤其涉及图像处理方法和装置。
技术介绍
卷积神经网络是多层神经网络,擅长处理图像。而在处理图像的过程中,往往面积较大的目标容易被卷积神经网络捕捉并进行处理。图像中较小的目标则容易被卷积神经网络忽略。
技术实现思路
本申请实施例提出了图像处理方法和装置。第一方面,本申请实施例提供了一种图像处理方法,包括:获取图像,确定图像所包含的目标所在的目标区域,其中,目标区域的尺寸与图像尺寸的比例小于或等于预设比例阈值;提取目标区域内的图像,基于所提取的图像,生成待添加图像;将待添加图像添加到所获取的图像中,生成用于训练卷积神经网络的样本图像。在一些实施例中,基于所提取的图像,生成待添加图像,包括:复制所提取的图像,将复制得到的至少一个图像作为待添加图像。在一些实施例中,基于所提取的图像,生成待添加图像,还包括:从复制得到的图像中,选取至少一个图像;采用至少一种预设变换矩阵,对所选取的图像进行仿射变换。在一些实施例中,将待添加图像添加到所获取的图像中,包括:确定所获取的图像中的待替换区域,利用待添加图像替换待替换区域。在一些实施例中,在生成用于训练卷积神经网络的样本图像之后,方法还包括:对样本图像中,所添加的目标区域进行标注,得到样本;将样本加入卷积神经网络的训练样本集;基于样本,训练卷积神经网络,得到训练后的卷积神经网络。在一些实施例中,确定图像所包含的目标所在的目标区域,包括:对图像进行目标检测,得到图像中各个目标的目标框;从所得到的目标框中,确定尺寸与图像的尺寸的比例小于或等于预设比例阈值的至 ...
【技术保护点】
1.一种图像处理方法,包括:获取图像,确定所述图像所包含的目标所在的目标区域,其中,所述目标区域的尺寸与图像尺寸的比例小于或等于预设比例阈值;提取所述目标区域内的图像,基于所提取的图像,生成待添加图像;将所述待添加图像添加到所获取的图像中,生成用于训练卷积神经网络的样本图像。
【技术特征摘要】
1.一种图像处理方法,包括:获取图像,确定所述图像所包含的目标所在的目标区域,其中,所述目标区域的尺寸与图像尺寸的比例小于或等于预设比例阈值;提取所述目标区域内的图像,基于所提取的图像,生成待添加图像;将所述待添加图像添加到所获取的图像中,生成用于训练卷积神经网络的样本图像。2.根据权利要求1所述的方法,其中,所述基于所提取的图像,生成待添加图像,包括:复制所提取的图像,将复制得到的至少一个图像作为待添加图像。3.根据权利要求2所述的方法,其中,所述基于所提取的图像,生成待添加图像,还包括:从复制得到的图像中,选取至少一个图像;采用至少一种预设变换矩阵,对所选取的图像进行仿射变换。4.根据权利要求1所述的方法,其中,所述将所述待添加图像添加到所获取的图像中,包括:确定所获取的图像中的待替换区域,利用待添加图像替换所述待替换区域。5.根据权利要求1所述的方法,其中,在所述生成用于训练卷积神经网络的样本图像之后,所述方法还包括:对所述样本图像中,所添加的目标区域进行标注,得到样本;将所述样本加入所述卷积神经网络的训练样本集;基于样本,训练所述卷积神经网络,得到训练后的卷积神经网络。6.根据权利要求1所述的方法,其中,所述确定所述图像所包含的目标所在的目标区域,包括:对所述图像进行目标检测,得到所述图像中各个目标的目标框;从所得到的目标框中,确定尺寸与所述图像的尺寸的比例小于或等于预设比例阈值的至少一个目标框;将所确定的目标框所包括的区域作为所述目标区域。7.一种图像处理装置,包括:获取单元,被配置成获取图像,确定所述图像所包含的目标所在的目标区域,其中,所述目标区域的尺寸与图像尺寸的比例小于或等于预设比例阈值;提取单元,被...
【专利技术属性】
技术研发人员:胡耀全,
申请(专利权)人:北京字节跳动网络技术有限公司,
类型:发明
国别省市:北京,11
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。