一种图像材质类别识别方法及装置制造方法及图纸

本发明专利技术实施例提供一种图像材质类别识别方法及装置，该方法包括：获取待识别材质的图像；对所述待识别材质的图像进行数据增强，得到多个数据增强图像；将所述多个数据增强图像输入到预先训练好的材质类别识别模型中，输出相应个数的材质概率分布结果；将所述相应个数的材质概率分布结果进行整合，得到所述待识别图像的材质类别。本发明专利技术实施例提供的图像材质类别识别方法及装置，实现了图像材质类别的自动化识别，提高了识别效率，降低了人力成本。

【技术实现步骤摘要】
一种图像材质类别识别方法及装置
本专利技术涉及计算机
，具体涉及一种图像材质类别识别方法及装置。
技术介绍
在模型材质转换的过程中，需要进行材质的识别与分类。目前，材质识别与分类的工作基本还是依靠人工来实现。这种完全依赖人工的方式工作强度大、效率低，难以满足目前大批量、高效率的模型材质转换的需求。因此迫切需要优化材质的识别与分类方法。研究材质图像的自动分类方法，对于提高模型材质转换过程的自动化以及智能化水平有重要意义。
技术实现思路
为解决现有技术中的问题，本专利技术实施例提供一种图像材质类别识别方法及装置。第一方面，本专利技术实施例提供一种图像材质类别识别方法，该方法包括：获取待识别材质的图像；对所述待识别材质的图像进行数据增强，得到多个数据增强图像；将所述多个数据增强图像输入到预先训练好的材质类别识别模型中，输出相应个数的材质概率分布结果；将所述相应个数的材质概率分布结果进行整合，得到所述待识别图像的材质类别。进一步地，所述对所述待识别材质的图像进行数据增强，得到多个数据增强图像，具体包括：本文档来自技高网...

【技术保护点】
1.一种图像材质类别识别方法，其特征在于，包括：/n获取待识别材质的图像；/n对所述待识别材质的图像进行数据增强，得到多个数据增强图像；/n将所述多个数据增强图像输入到预先训练好的材质类别识别模型中，输出相应个数的材质概率分布结果；/n将所述相应个数的材质概率分布结果进行整合，得到所述待识别图像的材质类别。/n

【技术特征摘要】
1.一种图像材质类别识别方法，其特征在于，包括：
获取待识别材质的图像；
对所述待识别材质的图像进行数据增强，得到多个数据增强图像；
将所述多个数据增强图像输入到预先训练好的材质类别识别模型中，输出相应个数的材质概率分布结果；
将所述相应个数的材质概率分布结果进行整合，得到所述待识别图像的材质类别。


2.根据权利要求1所述的图像材质类别识别方法，其特征在于，所述对所述待识别材质的图像进行数据增强，得到多个数据增强图像，具体包括：
对所述待识别材质的图像进行随机旋转；
在旋转后的图像内部随机位置切取边长满足预设尺寸范围的矩形图像，并将所述矩形图像缩放至统一尺寸；其中，所述矩形图像具有预设固定长宽比；
对所述矩形图像分别添加预设第一比率范围的随机亮度偏移及随机对比度偏移；
按照预设概率对所述矩形图像进行随机翻转，从而得到单个所述数据增强图像；
重复上述步骤预设次数，从而得到所述多个数据增强图像。


3.根据权利要求2所述的图像材质类别识别方法，其特征在于，所述预设尺寸范围包括所述待识别材质的图像的短边长度与所述矩形图像的短边长度的比值处于预设第二比率范围之内，并且所述矩形图像的长边长度小于或等于所述待识别材质的图像的短边长度；
所述将所述矩形图像缩放至统一尺寸包括将所述矩形图像的短边的像素缩放至预设像素。


4.根据权利要求3所述的图像材质类别识别方法，其特征在于，所述随机旋转的范围为0至360度，所述预设第二比率范围为1.1至1.4，所述预设像素为299像素，所述第一比率范围为0.5至1.5，所述预设概率为0.5。


5.根据权利要求1所述的图像材质类别识别方法，其特征在于，所述将所述相应个数的材质概率分布结果进行整合，得到所述待识别图像的...

【专利技术属性】
技术研发人员：董秋成，唐艺创，王明远，
申请(专利权)人：贝壳技术有限公司，
类型：发明
国别省市：天津;12