训练图像的生成方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种训练图像的生成方法及装置、电子设备和存储介质，所述方法包括：获取原始训练图像；在添加对象集合中，随机选定添加对象子集合；根据添加对象子集合，得到目标添加对象；根据目标添加对象，对原始训练图像进行图像处理，得到训练图像。通过上述过程可以利用已有的原始训练图像，基于随机选定的目标添加对象，从而较为简单地获取到大量的添加有目标添加对象的训练图像，而且由于目标添加对象是基于随机选定的添加对象子集合所获取，因此随着添加对象子集合的种类与数目的不同，可以进一步提升训练图像的可靠性、真实性以及多样性。

Training image generation method and device, electronic equipment and storage medium

【技术实现步骤摘要】
训练图像的生成方法及装置、电子设备和存储介质
本公开涉及图像处理
，尤其涉及一种训练图像的生成方法及装置、电子设备和存储介质。
技术介绍
现有的神经网络算法，在对于存在遮挡的图像进行识别时，识别的准确率较低，通过具有遮挡配对的图像数据训练神经网络模型，可以有效提升神经网络的识别性能，然而该类图像数据难以获取。
技术实现思路
本公开提出了一种训练图像的生成技术方案。根据本公开的一方面，提供了一种训练图像的生成方法，包括：获取原始训练图像；在添加对象集合中，随机选定添加对象子集合；根据所述添加对象子集合，得到目标添加对象；根据所述目标添加对象，对所述原始训练图像进行图像处理，得到所述训练图像。在一种可能的实现方式中，所述在添加对象集合中，随机选定添加对象子集合，包括：随机生成第一参考数据；将所述第一参考数据与预设阈值进行比对；在所述第一参考数据不大于所述预设阈值时，生成第二参考数据；根据所述第二参考数据所在的第一数值区间，选定与所述第一数值区间对应的添加对象子集合。在一种可能的实现方式中，所述在添加对象集合中，随机选定添加对象子集合，还包括：在所述第一参考数据大于所述预设阈值时，将空集合作为所述添加对象子集合。在一种可能的实现方式中，所述在添加对象集合中，随机选定添加对象子集合，包括：随机生成第三参考数据；根据所述第三参考数据所在的第二数值区间，选定与所述第二数值区间对应的添加对象子集合。在一种可能的实现方式中，所述根据所述添加对象子集合，得到目标添加对象，包括：在所述添加对象子集合为非空集合的情况下，从所述添加对象子集合中随机选择添加对象，作为所述目标添加对象；在所述添加对象子集合为空集合的情况下，结束对所述原始训练图像进行图像处理，将所述原始训练图像作为所述训练图像。在一种可能的实现方式中，所述根据所述目标添加对象，对所述原始训练图像进行图像处理，得到所述训练图像，包括：对所述原始训练图像进行校正，得到校正训练图像；根据所述目标添加对象，对所述校正训练图像进行图像处理，得到所述训练图像。在一种可能的实现方式中，所述对所述原始训练图像进行校正，得到校正训练图像，包括：获取标准图像；对所述原始训练图像进行特征点提取，得到至少一个特征点，所述特征点包括左眼瞳孔特征点、右眼瞳孔特征点、鼻尖特征点、左嘴角特征点以及右嘴角特征点中的一个或两个以上；根据所述特征点和所述标准图像，对所述原始训练图像进行仿射变换，得到校正训练图像。在一种可能的实现方式中，所述根据所述目标添加对象，对所述校正训练图像进行图像处理，得到所述训练图像，包括：根据所述目标添加对象所属的添加对象子集合，确定所述图像处理的处理方式；根据所述目标添加对象，按照所述图像处理的处理方式对所述校正训练图像进行图像处理，得到所述训练图像。在一种可能的实现方式中，所述图像处理的处理方式包括：粘贴方式；和/或，像素值更改方式。在一种可能的实现方式中，在所述图像处理的处理方式包括粘贴方式的情况下，所述图像处理，包括：将所述目标添加对象粘贴至所述校正训练图像的预设位置；或者，在所述校正训练图像的预设位置范围随机选定位置作为目标位置，将所述目标添加对象粘贴至所述目标位置。在一种可能的实现方式中，在所述图像处理的处理方式包括像素值改方式的情况下，所述图像处理，包括：在所述校正训练图像的预设位置范围内随机选定范围作为目标范围，将所述目标范围的每个像素点的像素值更改为预设像素值。在一种可能的实现方式中，所述添加对象子集合包括：通过对象提取所获得的第一添加对象子集合；和/或，通过模板生成所获得的第二添加对象子集合。在一种可能的实现方式中，所述第一添加对象子集合包括：帽子添加对象子集合；和/或，口罩添加对象子集合。在一种可能的实现方式中，所述第二添加对象子集合包括：墨镜对象子集合。在一种可能的实现方式中，所述方法还包括：根据所述原始训练图像和所述训练图像，得到配对训练图像；根据所述配对训练图像，训练预设的神经网络模型。根据本公开的一方面，提供了一种训练图像的生成装置，包括：原始训练图像获取模块，用于获取原始训练图像；选定模块，用于在添加对象集合中，随机选定添加对象子集合；目标添加对象获取模块，用于根据所述添加对象子集合，得到目标添加对象；训练图像获取模块，用于根据所述目标添加对象，对所述原始训练图像进行图像处理，得到所述训练图像。在一种可能的实现方式中，所述选定模块用于：随机生成第一参考数据；将所述第一参考数据与预设阈值进行比对；在所述第一参考数据不大于所述预设阈值时，生成第二参考数据；根据所述第二参考数据所在的第一数值区间，选定与所述第一数值区间对应的添加对象子集合。在一种可能的实现方式中，所述选定模块还用于：在所述第一参考数据大于所述预设阈值时，将空集合作为所述添加对象子集合。在一种可能的实现方式中，所述选定模块用于：随机生成第三参考数据；根据所述第三参考数据所在的第二数值区间，选定与所述第二数值区间对应的添加对象子集合。在一种可能的实现方式中，所述目标添加对象获取模块用于：在所述添加对象子集合为非空集合的情况下，从所述添加对象子集合中随机选择添加对象，作为所述目标添加对象；在所述添加对象子集合为空集合的情况下，结束对所述原始训练图像进行图像处理，将所述原始训练图像作为所述训练图像。在一种可能的实现方式中，所述训练图像获取模块用于：对所述原始训练图像进行校正，得到校正训练图像；根据所述目标添加对象，对所述校正训练图像进行图像处理，得到所述训练图像。在一种可能的实现方式中，所述训练图像获取模块进一步用于：获取标准图像；对所述原始训练图像进行特征点提取，得到至少一个特征点，所述特征点包括左眼瞳孔特征点、右眼瞳孔特征点、鼻尖特征点、左嘴角特征点以及右嘴角特征点中的一个或两个以上；根据所述特征点和所述标准图像，对所述原始训练图像进行仿射变换，得到校正训练图像。在一种可能的实现方式中，所述训练图像获取模块进一步用于：根据所述目标添加对象所属的添加对象子集合，确定所述图像处理的处理方式；根据所述目标添加对象，按照所述图像处理的处理方式对所述校正训练图像进行图像处理，得到所述训练图像。在一种可能的实现方式中，所述图像处理的处理方式包括：粘贴方式；和/或，像素值更改方式。在一种可能的实现方式中，在所述图像处理的处理方式包括粘贴方式的情况下，所述图像处理，包括：将所述目标添加对象粘贴至所述校正训练图本文档来自技高网...

【技术保护点】
1.一种训练图像的生成方法，其特征在于，包括：/n获取原始训练图像；/n在添加对象集合中，随机选定添加对象子集合；/n根据所述添加对象子集合，得到目标添加对象；/n根据所述目标添加对象，对所述原始训练图像进行图像处理，得到所述训练图像。/n

【技术特征摘要】
1.一种训练图像的生成方法，其特征在于，包括：
获取原始训练图像；
在添加对象集合中，随机选定添加对象子集合；
根据所述添加对象子集合，得到目标添加对象；
根据所述目标添加对象，对所述原始训练图像进行图像处理，得到所述训练图像。


2.根据权利要求1所述的方法，其特征在于，所述在添加对象集合中，随机选定添加对象子集合，包括：
随机生成第一参考数据；
将所述第一参考数据与预设阈值进行比对；
在所述第一参考数据不大于所述预设阈值时，生成第二参考数据；
根据所述第二参考数据所在的第一数值区间，选定与所述第一数值区间对应的添加对象子集合。


3.根据权利要求2所述的方法，其特征在于，所述在添加对象集合中，随机选定添加对象子集合，还包括：
在所述第一参考数据大于所述预设阈值时，将空集合作为所述添加对象子集合。


4.根据权利要求1所述的方法，其特征在于，所述在添加对象集合中，随机选定添加对象子集合，包括：
随机生成第三参考数据；
根据所述第三参考数据所在的第二数值区间，选定与所述第二数值区间对应的添加对象子集合。


5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述根据所述添加对象子集合，得到目标添加对象，包括：
在所述添加对象子集合为非空集合的情况下，从所述添加对象子集合中随机选择添加对象，作为所述目标添加对象；
在所述添加对象子集合为空集合的情况下，结束对所述原始训练图像进行图像处理，将所述原始训练图像作为所述训练图像。

【专利技术属性】
技术研发人员：王露，朱烽，赵瑞，
申请(专利权)人：深圳市商汤科技有限公司，
类型：发明
国别省市：广东;44