一种图像遮挡方法、遮挡下目标识别方法及电子设备技术

本发明专利技术涉及图像处理技术领域，具体提供一种图像遮挡方法、遮挡下目标识别方法及电子设备，旨在解决现有对待识别目标图像的遮挡和真实遮挡情况差异比较大且存在无法有效遮挡到待识别目标的问题。为此目的，本发明专利技术的图像遮挡方法包括：获取遮挡物图像；获取待遮挡图像中待识别目标的目标检测框；将遮挡物图像嵌入待遮挡图像中，使遮挡物图像至少部分遮挡目标检测框中的待识别目标，得到遮挡目标图像。该方法通过获取遮挡物图像对待遮挡图像中的待识别目标进行遮挡，解决了随机生成的遮挡区域和真实遮挡情况差异比较大的问题，另外，通过获取待识别目标的目标检测框，并使遮挡物图像至少部分遮挡目标检测框中的待识别目标，可以有效提高遮挡效果。有效提高遮挡效果。有效提高遮挡效果。

【技术实现步骤摘要】
一种图像遮挡方法、遮挡下目标识别方法及电子设备


[0001]本专利技术涉及图像处理
，具体提供一种图像遮挡方法、遮挡下目标识别方法及电子设备。

技术介绍

[0002]随着图像处理技术的发展，基于图像处理技术的目标识别方法被广泛的应用于各种生活场景中。例如，应用于购物场景中，采用智能生鲜电子秤，该智能生鲜电子秤上设置有图像采集装置，可以通过采集电子秤上的图像，利用生鲜识别模型识别出生鲜类型。然而，在目标识别过程中，通常存在待识别图像中目标被遮挡，从而影响识别结果的情况。基于此，相关技术中有提供采用随机遮挡方法Cutout进行数据增广，得到遮挡目标图像作为训练样本对目标识别模型进行训练，以提高待识别目标被遮挡情况下的识别准确率。
[0003]然而，随机遮挡方法Cutout通常是在待遮挡图像中随机选取一个点作为中心点，并以该中心点生成一个固定大小的方形遮挡区域，该方法存在以下问题：1.随机遮挡方法Cutout生成的遮挡区域和真实场景中的遮挡情况差异比较大；2.随机遮挡方法Cutout在待遮挡图像中随机化的遮挡，生成的遮挡目标图像中存在大量未遮挡到待识别目标的图像，进而在利用遮挡目标图像对目标识别模型进行训练时，影响目标识别模型的训练速度以及训练效果。

技术实现思路

[0004]本专利技术旨在解决上述技术问题，即，解决现有对待识别目标图像的遮挡和真实遮挡情况差异比较大且存在无法有效遮挡到待识别目标的问题。
[0005]在第一方面，本专利技术提供一种图像遮挡方法，其包括：
[0006]获取遮挡物图像；
[0007]获取待遮挡图像中待识别目标的目标检测框；
[0008]将所述遮挡物图像嵌入所述待遮挡图像中，使所述遮挡物图像至少部分遮挡所述目标检测框中的所述待识别目标，得到遮挡目标图像。
[0009]在一些实施例中，所述方法还包括获取所述遮挡物图像的尺寸信息；所述将所述遮挡物图像嵌入所述待遮挡图像中，使所述遮挡物图像至少部分遮挡所述目标检测框中的所述待识别目标，得到遮挡目标图像包括：
[0010]以所述目标检测框中任意一点作为遮挡区域中心点，根据所述遮挡区域中心点的坐标以及所述遮挡物图像的尺寸信息将所述遮挡物图像嵌入所述待遮挡图像，得到遮挡目标图像。
[0011]在一些实施例中，所述遮挡物图像为矩形，所述遮挡物图像的尺寸信息包括所述遮挡物图像的长度和宽度；
[0012]所述根据所述遮挡区域中心点的坐标以及所述遮挡物图像的尺寸信息将所述遮挡物图像嵌入所述待遮挡图像，包括：
[0013]根据所述遮挡区域中心点的坐标以及所述遮挡物图像的长度和宽度确定遮挡区域的至少两个顶点坐标；
[0014]根据所述至少两个顶点坐标将所述遮挡物图像嵌入所述待遮挡图像。
[0015]在一些实施例中，所述获取遮挡物图像，包括：
[0016]采集包含遮挡物的初始图像；
[0017]对所述包含遮挡物的初始图像进行轮廓检测，得到遮挡物的轮廓点集；
[0018]基于所述遮挡物的轮廓点集确定包含所述遮挡物的最小矩形框；
[0019]根据所述最小矩形框从所述包含遮挡物的初始图像中裁剪出所述遮挡物图像。
[0020]在一些实施例中，所述对所述包含遮挡物的初始图像进行轮廓检测，得到遮挡物的轮廓点集，包括：
[0021]采用轮廓提取算法获取所述包含遮挡物的初始图像中遮挡物的最外层轮廓，并对所述遮挡物的最外层轮廓进行轮廓压缩，得到所述遮挡物的轮廓点集。
[0022]在一些实施例中，所述对所述包含遮挡物的初始图像进行轮廓检测之前，所述方法还包括对所述包含遮挡物的初始图像进行以下至少一种处理：灰度化处理、边缘检测、降噪、二值化、膨胀处理以及腐蚀处理。
[0023]在一些实施例中，所述遮挡物图像包括人手图像，所述获取遮挡物图像包括获取不同动作的人手图像；
[0024]和/或，
[0025]所述待识别目标包括购买商品，所述获取待遮挡图像中待识别目标的目标检测框包括获取所述待遮挡图像中所述购买商品的目标检测框。
[0026]在第二方面，本专利技术提供了一种遮挡下目标识别方法，其包括：
[0027]获取待识别图像；
[0028]将所述待识别图像输入训练好的遮挡下目标识别模型，得到所述待识别图像的目标识别结果；
[0029]其中，所述遮挡下目标识别模型通过以下步骤训练得到：
[0030]获取遮挡目标图像训练样本集，所述遮挡目标图像训练样本集包括多个遮挡目标图像训练样本，所述遮挡目标图像训练样本基于上述任意一项所述的图像遮挡方法得到；
[0031]利用所述遮挡目标图像训练样本集对初始的遮挡下目标识别模型进行训练，得到训练好的所述遮挡下目标识别模型。
[0032]在第三方面，本专利技术提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的图像遮挡方法或实现上述所述的遮挡下目标识别方法。
[0033]在第四方面，本专利技术提供了一种电子设备，其包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时实现上述任意一项所述的图像遮挡方法或实现上述所述的遮挡下目标识别方法。
[0034]在采用上述技术方案的情况下，本专利技术能够获取遮挡物图像；获取待遮挡图像中待识别目标的目标检测框；将遮挡物图像嵌入待遮挡图像中，使遮挡物图像至少部分遮挡目标检测框中的待识别目标，得到遮挡目标图像。该方法通过获取遮挡物图像对待遮挡图像中的待识别目标进行遮挡，解决了现有技术中随机生成遮挡区域对待识别目标图像的遮
挡和真实遮挡情况差异比较大的问题，另外，该方法通过获取待识别目标的目标检测框，并使遮挡物图像至少部分遮挡目标检测框中的待识别目标，可以有效提高遮挡效果。
附图说明
[0035]下面结合附图来描述本专利技术的优选实施方式，附图中：
[0036]图1是本专利技术实施例提供的图像遮挡方法流程示意图；
[0037]图2是本专利技术实施例提供的获取遮挡物图像的方法流程示意图；
[0038]图3是本专利技术另一实施例提供的图像遮挡方法流程示意图；
[0039]图4是本专利技术实施例提供的遮挡目标图像示意图；
[0040]图5是本专利技术实施例提供的遮挡下目标识别方法流程示意图；
[0041]图6是本专利技术实施例提供的遮挡下目标识别模型训练方法流程示意图。
具体实施方式
[0042]下面参照附图来描述本专利技术的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本专利技术的技术原理，并非旨在限制本专利技术的保护范围。
[0043]基于上述
技术介绍
部分的内容可知，随机遮挡方法Cutout通常是在待遮挡图像中随机选取一个点作为中心点，并以该中心点生成一个固定大小的方形遮挡区域，该方法存在以下问题：
[0044]1.随机遮挡方法Cutout生成的遮挡区域和真本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像遮挡方法，其特征在于，包括：获取遮挡物图像；获取待遮挡图像中待识别目标的目标检测框；将所述遮挡物图像嵌入所述待遮挡图像中，使所述遮挡物图像至少部分遮挡所述目标检测框中的所述待识别目标，得到遮挡目标图像。2.根据权利要求1所述的方法，其特征在于，所述方法还包括获取所述遮挡物图像的尺寸信息；所述将所述遮挡物图像嵌入所述待遮挡图像中，使所述遮挡物图像至少部分遮挡所述目标检测框中的所述待识别目标，得到遮挡目标图像包括：以所述目标检测框中任意一点作为遮挡区域中心点，根据所述遮挡区域中心点的坐标以及所述遮挡物图像的尺寸信息将所述遮挡物图像嵌入所述待遮挡图像，得到遮挡目标图像。3.根据权利要求2所述的方法，其特征在于，所述遮挡物图像为矩形，所述遮挡物图像的尺寸信息包括所述遮挡物图像的长度和宽度；所述根据所述遮挡区域中心点的坐标以及所述遮挡物图像的尺寸信息将所述遮挡物图像嵌入所述待遮挡图像，包括：根据所述遮挡区域中心点的坐标以及所述遮挡物图像的长度和宽度确定遮挡区域的至少两个顶点坐标；根据所述至少两个顶点坐标将所述遮挡物图像嵌入所述待遮挡图像。4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述获取遮挡物图像，包括：采集包含遮挡物的初始图像；对所述包含遮挡物的初始图像进行轮廓检测，得到遮挡物的轮廓点集；基于所述遮挡物的轮廓点集确定包含所述遮挡物的最小矩形框；根据所述最小矩形框从所述包含遮挡物的初始图像中裁剪出所述遮挡物图像。5.根据权利要求4所述的方法，其特征在于，所述对所述包含遮挡物的初始图像进行轮廓检测，得到遮挡物的轮廓点集，包括：采用轮廓提取算法获取所述包含遮挡物的初始图像中遮挡物的...

【专利技术属性】
技术研发人员：王闯，
申请(专利权)人：北京结慧科技有限公司，
类型：发明
国别省市：