虚拟对象检测方法、装置、设备及计算机可读存储介质制造方法及图纸

本申请提供了一种虚拟对象检测方法、装置、设备及计算机可读存储介质；方法包括：获取图像样本，从图像样本中选择待标注图像样本，获得未选择的剩余图像样本；结合剩余图像样本的风格信息与待标注图像样本的内容信息，获得增量样本；获取待标注图像样本的虚拟对象标注信息，并将虚拟对象标注信息确定为增量样本和待标注图像样本的标签信息，训练原始检测模型；继续从剩余图像样本中选择新的待标注图像样本以生成新的增量样本，并基于新的增量样本对训练后的原始检测模型进行训练，直到满足训练截止条件时，获得检测模型，其中，检测模型用于对图像进行虚拟对象检测。通过本申请，能够基于人工智能技术提升虚拟对象检测的准确度。基于人工智能技术提升虚拟对象检测的准确度。基于人工智能技术提升虚拟对象检测的准确度。

【技术实现步骤摘要】
虚拟对象检测方法、装置、设备及计算机可读存储介质


[0001]本申请涉及人工智能领域中的图像处理技术，尤其涉及一种虚拟对象检测方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]随着图像处理技术的快速发展，检测图像中的对象在互联网领域中得到了广泛应用，比如，通过检测图像中对象，实现基于图的检索和推荐等的处理。然而，当图像中的对象为实体对象(比如，真人或实物)时，通过人工智能技术训练检测模型，能够实现对实体对象的准确检测；而当图像中的对象为虚拟对象时，由于虚拟对象对应的图像数据集较少，从而通过人工智能训练出的检测模型的检测准确度较低。

技术实现思路

[0003]本申请实施例提供一种虚拟对象检测方法、装置、设备及计算机可读存储介质，能够提升虚拟对象检测的准确度。
[0004]本申请实施例的技术方案是这样实现的：
[0005]本申请实施例提供一种虚拟对象检测方法，包括：
[0006]获取图像样本，并从所述图像样本中选择待标注图像样本，从而获得未选择的剩余图像样本，其中，所述图像样本中的每张样本图像包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虚拟对象检测方法，其特征在于，包括：获取图像样本，并从所述图像样本中选择待标注图像样本，从而获得未选择的剩余图像样本，其中，所述图像样本中的每张样本图像包括虚拟对象区域；结合所述剩余图像样本的风格信息与所述待标注图像样本的内容信息，获得增量样本；获取所述待标注图像样本的虚拟对象标注信息，并将所述虚拟对象标注信息确定为所述增量样本和所述待标注图像样本的标签信息，训练原始检测模型；继续从所述剩余图像样本中选择新的待标注图像样本以生成新的增量样本，并基于所述新的增量样本对训练后的原始检测模型进行训练，直到满足训练截止条件时，获得检测模型，其中，所述检测模型用于对图像进行虚拟对象检测。2.根据权利要求1所述的方法，其特征在于，所述从所述图像样本中选择待标注图像样本，包括：基于图像差异信息，对所述图像样本进行等级划分，获得多个等级图像样本，其中，所述图像差异信息为虚拟对象数量信息、图像质量信息、光照信息、虚拟对象位置信息、视角信息和虚拟风格信息中的至少一种；将从所述多个等级图像样本中的每个等级图像样本中所选择的数量阈值张样本图像，组合为所述图像样本的所述待标注图像样本。3.根据权利要求2所述的方法，其特征在于，当所述图像差异信息为所述虚拟对象数量信息时，所述基于图像差异信息，对所述图像样本进行等级划分之前，所述方法还包括：获取所述原始检测模型；通过所述原始检测模型，对所述每张样本图像进行虚拟对象检测，获得至少一个虚拟对象预测框对应的至少一个预测框概率值，其中，所述至少一个虚拟对象预测框中的每个虚拟对象预测框用于标注所述虚拟对象区域；将所述至少一个预测框概率值分别与概率阈值进行比较；基于比较结果，确定所述至少一个虚拟对象预测框对应的预测框数量；将所述预测框数量，确定为所述虚拟对象数量信息。4.根据权利要求3所述的方法，其特征在于，所述获得至少一个虚拟对象预测框对应的至少一个预测框概率值之后，所述方法还包括：计算所述至少一个预测框概率值对应的概率熵；将所述概率熵，确定为所述虚拟对象数量信息。5.根据权利要求3或4所述的方法，其特征在于，所述获取所述原始检测模型，包括：获取辅助图像样本对应的实体对象标注信息，其中，所述辅助图像样本中的每张辅助样本图像包括实体对象区域；基于所述辅助图像样本和所述实体对象标注信息，训练出辅助检测模型，其中，所述辅助检测模型用于对图像进行实体对象检测；通过所述辅助检测模型，对所述每张样本图像进行虚拟对象检测，获得初始检测结果；在所述图像样本中，将所述初始检测结果为至少一个虚拟对象检测框的样本图像，组合为初始图像样本；将所述辅助图像样本的内容信息和所述初始图像样本的风格信息进行结合，获得过渡
图像样本；基于所述过渡图像样本和所述实体对象标注信息，训练所述辅助检测模型，获得所述原始检测模型。6.根据权利要求2所述的方法，其特征在于，当所述图像差异信息为所述图像质量信息时，所述基于图像差异信息，对所述图像样本进行等级划分之前，所述方法还包括：获取所述图像样本中的所述每张样本图像的图像质量分；将所述图像质量分，确定为所述每张样本图像对应的所述图像质量信息。7.根据权利要求1至4任一项所述的方法，其特征在于，所述将所述虚拟对象标注信息确定为所述增量样本和所述待标注图像样本的标签信息，训练原始检测模型，包括：通过所述原始检测模型，对所述增量样本和所述待标注图像样本中的每个样本进行虚拟对象检测，获得至少一个虚拟对象框对应的至少一个预测概率值；从所述虚拟对象标注信息中，获取所述每个样本对应的至少一个标注框；基于所述至少一个虚拟对象框对应...

【专利技术属性】
技术研发人员：郭卉，
申请(专利权)人：腾讯科技北京有限公司，
类型：发明
国别省市：