场景元素融合处理方法、装置和设备及计算机存储介质制造方法及图纸

本申请公开了一种场景元素融合处理方法、装置和设备及计算机存储介质，涉及计算机技术领域，通过从与目标样本图片集合具有相同或者类似场景类型的源样本图片集合中提取包含目标类型元素的目标区域图片，并通过提取的目标区域图片对目标样本图片集合中的多个目标样本图片进行融合处理，从而能够得到增加了目标类型元素的目标样本图片。这样，针对目标样本图片集合中缺失元素或者失衡元素，则可以通过上述的过程在目标样本图片中有针对性的进行添加，从而对目标样本图片集合进行增强，进而可以提升训练得到的模型的准确性。该方法可应用于自动驾驶或者地图导航等场景中。

【技术实现步骤摘要】
场景元素融合处理方法、装置和设备及计算机存储介质
本申请涉及计算机
，尤其涉及人工智能(ArtificialIntelligence，AI)
，提供一种场景元素融合处理方法、装置和设备及计算机存储介质。
技术介绍
计算机视觉技术是人工智能技术的一个重要分支，计算机视觉相关算法的研究成为了近年来的一个热门研究领域，而基于监督的学习是当前计算机视觉算法的主流方法。在监督学习中，有标注的数据集是不可或缺的，它在训练时提供模型输入和输出真值，引导模型学习参数，并在测试时，则可以量化以及评估模型的效果。当前训练数据集的获取基本都依赖人工标注，但这是一项非常耗时耗力的工作。并且，即使是通过人工的精心标注，面对任务需求的拓展和实际场景中各类元素出现频次相差较大的情况，数据集也常常存在缺少某些类别的元素或不同类别元素数量失衡的问题。针对这些问题，通常可以通过在空间与通道上的转换，例如对样本图片进行翻转、裁剪、旋转、缩放变形、添加噪声或者模糊处理等方法得到新的样本图片，增强样本多样性。但是该方法无法增加数据集的元素类别，要获取包含更多本文档来自技高网...

【技术保护点】
1.一种场景元素融合处理方法，其特征在于，所述方法包括：/n获取包含多个源样本图片的源样本图片集合以及包含多个目标样本图片的目标样本图片集合；其中，各源样本图片与各目标样本图片具有相同的场景类型，每一源样本图片和目标样本图片均采用多种类型的元素构成，且每一源样本图片和目标样本图片包括的至少一个元素均设置了相应的标注信息；/n根据所述源样本图片集合中各个源样本图片各自对应的标注信息，分别从各个源样本图片中获取包含目标类型元素的目标区域图片，获得目标区域图片集合；/n基于获得的目标区域图片集合，对所述目标样本图片集合中的至少一个目标样本图片进行针对所述目标类型元素的融合处理，获得包含所述目标类型元...

【技术特征摘要】
1.一种场景元素融合处理方法，其特征在于，所述方法包括：
获取包含多个源样本图片的源样本图片集合以及包含多个目标样本图片的目标样本图片集合；其中，各源样本图片与各目标样本图片具有相同的场景类型，每一源样本图片和目标样本图片均采用多种类型的元素构成，且每一源样本图片和目标样本图片包括的至少一个元素均设置了相应的标注信息；
根据所述源样本图片集合中各个源样本图片各自对应的标注信息，分别从各个源样本图片中获取包含目标类型元素的目标区域图片，获得目标区域图片集合；
基于获得的目标区域图片集合，对所述目标样本图片集合中的至少一个目标样本图片进行针对所述目标类型元素的融合处理，获得包含所述目标类型元素的至少一个目标样本图片。


2.如权利要求1所述的方法，其特征在于，根据所述源样本图片集合中各个源样本图片各自对应的标注信息，分别从各个源样本图片中获取包含目标类型元素的目标区域图片，获得目标区域图片集合，包括：
针对所述各个源样本图片的标注文件，获取相应的标注信息；
针对获得的各个标注信息，分别执行以下操作：确定获得的一个标注信息中指示的元素类型包含所述目标类型元素时，根据所述一个标注信息指示的所述目标类型元素的坐标信息，从相应的源样本图片中截取所述目标类型元素对应的目标区域图片。


3.如权利要求1所述的方法，其特征在于，所述基于获得的目标区域图片集合，对所述目标样本图片集合中的至少一个目标样本图片进行针对所述目标类型元素的融合处理，获得包含所述目标类型元素的至少一个目标样本图片，包括：
从所述目标样本图片集合中确定所述至少一个目标样本图片；
针对所述至少一个目标样本图片中的各个目标样本图片，分别执行以下操作：针对一个目标样本图片，从所述目标区域图片集合中选取至少一个目标区域图片，以及将所述一个目标样本图片与所述至少一个目标区域图片进行融合处理，获得包含所述目标类型元素的一个目标样本图片。


4.如权利要求3所述的方法，其特征在于，从所述目标样本图片集合中确定所述至少一个目标样本图片，包括：
根据所述目标样本图片集合中各个目标样本图片的标注信息，确定所述目标样本图片集合中标注的所述目标类型元素的总数量以及其他类型元素的总数量；
根据所述目标类型元素的总数量以及所述其他类型元素的总数量，确定所述目标样本图片集合需增加的所述目标类型元素的总数量；
根据需增加的所述目标类型元素的总数量，从所述目标样本图片集合确定所述至少一个目标样本图片；其中，所述至少一个目标样本图片中各个目标样本图片对应的目标类型元素的数量之和，与需增加的所述目标类型元素的总数量相同。


5.如权利要求4所述的方法，其特征在于，所述针对一个目标样本图片，从所述目标区域图片集合中选取至少一个目标区域图片，包括：
根据所述需增加的所述目标类型元素的总数量，为所述一个目标样本图片选取相应数量的目标区域图片；其中，所述至少一个目标样本图片中各个目标样本图片需增加的所述目标类型元素的数量之和与需增加的所述目标类型元素的总数量相同；或者，
为所述一个目标样本图片选取设定数量的目标区域图片。


6.如权利要求3所述的方法，其特征在于，从所述目标样本图片集合中确定所述至少一个目标样本图片，包括：
根据所述目标样本图片集合中各个目标样本图片的标注信息，分别确定所述各个目标样本图片各自对应的所述目标类型元素的数量；
将所述目标类型元素的数量不大于预设数量阈值的目标样本图片确定为所述至少一个目标样本图片。


7.如权利要求3所述的方法...

【专利技术属性】
技术研发人员：李德辉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44