样本图像生成方法、装置和设备制造方法及图纸

本申请提供一种样本图像生成方法、装置和设备，方法包括：分别获取第一物体的实验图像和第二物体在预设环境下的真实图像；对所述实验图像进行图像处理，得到第一亮度信息，对所述真实图像进行图像处理，得到第二亮度信息；根据所述第一亮度信息、所述第二亮度信息和所述实验图像，生成所述第一物体的样本图像。本申请实现了通过对第一物体的实验图像和第二物体的真实图像进行处理，得到二者的亮度信息，然后根据二者的亮度信息和实验图像，生成第一物体的样本图像，无需采集第一物体在预设环境下的图像数据，即可使得第一物体的样本图像更加接近在预设环境下的状况。

【技术实现步骤摘要】
样本图像生成方法、装置和设备
本申请涉及信息处理
，具体而言，涉及一种样本图像生成方法、装置和设备。
技术介绍
在零售商品渠道监控领域，使用深度学习方法来做商品识别目前是较为成熟的方案。目前的深度学习模型只能对训练样本集中的类别进行识别，当客户需要新增商品类别时，需要重新训练模型。而在实际场景中，新商品的样本集往往只能采集到实验室数据，而无法采集到新增类别在真实场景下的数据。由于实验室场景数据与真实数据之间分布存在差异，导致重新训练的识别模型识别准确率较低。
技术实现思路
本申请实施例的目的在于提供一种样本图像生成方法、装置和设备，用以通过对第一物体的实验图像和第二物体的真实图像进行处理，根据二者的亮度信息和实验图像，生成第一物体的样本图像。本申请实施例第一方面提供了一种样本图像生成方法，包括：分别获取第一物体的实验图像和第二物体在预设环境下的真实图像；对所述实验图像进行图像处理，得到第一亮度信息，对所述真实图像进行图像处理，得到第二亮度信息；根据所述第一亮度信息、所述第二亮度信息和所述实验图像，生成所本文档来自技高网...

【技术保护点】
1.一种样本图像生成方法，其特征在于，包括：/n分别获取第一物体的实验图像和第二物体在预设环境下的真实图像；/n对所述实验图像进行图像处理，得到第一亮度信息，对所述真实图像进行图像处理，得到第二亮度信息；/n根据所述第一亮度信息、所述第二亮度信息和所述实验图像，生成所述第一物体的样本图像。/n

【技术特征摘要】
1.一种样本图像生成方法，其特征在于，包括：
分别获取第一物体的实验图像和第二物体在预设环境下的真实图像；
对所述实验图像进行图像处理，得到第一亮度信息，对所述真实图像进行图像处理，得到第二亮度信息；
根据所述第一亮度信息、所述第二亮度信息和所述实验图像，生成所述第一物体的样本图像。


2.根据权利要求1所述的方法，其特征在于，所述对所述实验图像进行图像处理，得到第一亮度信息，对所述真实图像进行图像处理，得到第二亮度信息，包括：
将所述实验图像转换至预设颜色空间，生成第一亮度通道数据，将所述真实图像转换至所述预设颜色空间，生成第二亮度通道数据；
分别计算所述第一亮度通道数据和所述第二亮度通道数据的均值和方差。


3.根据权利要求2所述的方法，其特征在于，所述根据所述第一亮度信息、所述第二亮度信息和所述实验图像，生成所述第一物体的样本图像，包括：
根据所述第一亮度通道数据的均值和方差、所述第二亮度通道数据的均值和方差，生成第三亮度信息；
根据预设权重值，对所述第一亮度信息和所述第三亮度信息进行加权计算，得到第四亮度信息；
根据所述第四亮度信息和所述实验图像，生成所述第一物体的样本图像。


4.根据权利要求3所述的方法，其特征在于，所述根据所述第四亮度信息和所述实验图像，生成所述第一物体的样本图像，包括：
去除所述实验图像亮度信息，生成所述实验图像的二通道图像数据；
将所述二通道图像数据和所述第四亮度信息合并，生成所述第一物体的所述样本图像。


5.根据权利要求1所述的方法，其特征在于，还包括：
根据所述样本图像建立识别模型；
藉由所述识别模型识别所述第一物体的类别。


6....

【专利技术属性】
技术研发人员：秦永强，敖川，纪双西，李素莹，高达辉，
申请(专利权)人：创新奇智南京科技有限公司，
类型：发明
国别省市：江苏;32