图像样本集生成方法、设备、装置及存储介质制造方法及图纸

本发明专利技术公开了一种图像样本集生成方法、设备、装置及存储介质，属于图像处理技术领域。本发明专利技术获取包含标注特征信息的单幅样本图像，对单幅样本图像进行噪声处理，获得噪声样本图像，通过预设判别器对所述噪声样本图像进行图像块判断，并根据判断结果获得目标样本图像，根据所述目标样本图像获取包含所述标注特征信息的多张编辑图像，根据所述单幅样本图像和多张所述编辑图像构建图像样本集，通过单幅图像进行标注，根据标注的单幅图像构建图像样本集，能够快速准确生成图像样本集，并且通过噪声处理及判断，同时提高了图像样本集生成的准确性。

【技术实现步骤摘要】
图像样本集生成方法、设备、装置及存储介质
本专利技术涉及图像处理
，尤其涉及一种图像样本集生成方法、设备、装置及存储介质。
技术介绍
机器学习中的深度学习对数据集具有相当大的要求，不仅需要大量数据的数据集，而且对于图像数据的类型、尺寸及类别都有严格的要求，使得在某些复杂的情况下不易获取到足够数量的图像样本，目前应用较为广泛的一种做法是通过人工标注的方法对图像数据中的特征进行一一标注，从而得到图像样本集，但是这种做法会花费大量的人力财力，导致图像样本集的生成效率较低，同时生成的图像样本也不够准确。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种图像样本集生成方法、设备、装置及存储介质，旨在提高图像样本集的生成效率与准确性。为实现上述目的，本专利技术提供了一种图像样本集生成方法，所述方法包括以下步骤:获取包含标注特征信息的单幅样本图像；对所述单幅样本图像进行噪声处理，获得噪声样本图像；通过预设判别器对所述噪声本文档来自技高网...

【技术保护点】
1.一种图像样本集生成方法，其特征在于，所述方法包括：/n获取包含标注特征信息的单幅样本图像；/n对所述单幅样本图像进行噪声处理，获得噪声样本图像；/n通过预设判别器对所述噪声样本图像进行图像块判断，并根据判断结果获得目标样本图像；/n根据所述目标样本图像获取包含所述标注特征信息的多张编辑图像；/n根据所述单幅样本图像和多张所述编辑图像构建图像样本集。/n

【技术特征摘要】
1.一种图像样本集生成方法，其特征在于，所述方法包括：
获取包含标注特征信息的单幅样本图像；
对所述单幅样本图像进行噪声处理，获得噪声样本图像；
通过预设判别器对所述噪声样本图像进行图像块判断，并根据判断结果获得目标样本图像；
根据所述目标样本图像获取包含所述标注特征信息的多张编辑图像；
根据所述单幅样本图像和多张所述编辑图像构建图像样本集。


2.如权利要求1所述的图像样本集生成方法，其特征在于，所述获取包含标注特征信息的单幅样本图像的步骤包括：
从数据库中获取自然图像集；
对所述自然图像集进行筛选，以获得单幅目标自然图像；
对所述单幅目标自然图像进行特征标注，获得包含标注特征信息的单幅样本图像。


3.如权利要求2所述的图像样本集生成方法，其特征在于，所述对所述单幅目标自然图像进行特征标注，获得包含标注特征信息的单幅样本图像的步骤包括：
获取所述单幅目标自然图像对应的多个图像块，并根据所述多个图像块确定目标图像块；
对所述单幅目标自然图像中的目标图像块进行标注，以获得包含标注特征信息的单幅样本图像。


4.如权利要求1所述的图像样本集生成方法，其特征在于，所述对所述单幅样本图像进行噪声处理，获得噪声样本图像的步骤包括：
根据多尺度结构对所述单幅样本图像进行划分，以获得各尺度层的当前样本图像；
对所述各尺度层的当前样本图像进行噪声处理，获得各尺度层的噪声样本图像。


5.如权利要求4所述的图像样本集生成方法，其特征在于，所述对所述各尺度层的当前样本图像进行噪声处理，获得各尺度层的噪声样本图像的步骤包括：
随机生成噪声图像，并将所述噪声图像输入至各尺度层中；
将各尺度层中的当前样本图像与所述噪声图像进...

【专利技术属性】
技术研发人员：李雅琴，韩派，袁操，
申请(专利权)人：武汉轻工大学，
类型：发明
国别省市：湖北;42