图像背景一致识别方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了图像背景一致识别方法、装置、设备及介质，包括：对图像样本进行前景分割，以区分图像样本中的背景与前景，得到前景分割后的图像样本，图像样本包括有监督数据和无监督数据；基于正负样本构成比例对有监督数据进行采样，并随机从无监督数据中进行采样；对采样后的图像样本进行数据增强以及特征提取，得到背景特征；分别基于表征学习和度量学习对背景特征中的有监督数据进行处理，得到第一处理结果和第二处理结果，同时基于配准学习对背景特征中的有监督数据和无监督数据进行处理，得到第三处理结果，结合第一处理结果、第二处理结果以及第三处理结果以确定背景一致识别的结果。提升图像背景一致识别的效率。提升图像背景一致识别的效率。提升图像背景一致识别的效率。

【技术实现步骤摘要】
图像背景一致识别方法、装置、设备及介质


[0001]本专利技术涉及图像识别
，具体涉及图像背景一致识别方法、装置、设备及介质。

技术介绍

[0002]图像背景是指前景之外的图像内容，图像的前景通常是人物或其他物体，图像的背景是人物或其他物体所处的空间环境。图像背景一致识别是指针对给定的图片，识别其背景跟其他图像的背景的一致性，背景一致识别可应用于户外搜救、作业环境认证等场景。在背景一致识别时，需要较大的样本数据量，因此进行模型训练和标注的人力成本较大。由于图像背景类别集合不是一成不变的，是高度复杂多变的，图像背景的构图千差万别，决定了图像背景的类别是开放的，因此，每当背景类别发生变化，将需要对模型进行重新训练，导致效率较低。另一方面，由于图像背景类别数据的分布是不均衡的，有常见背景和不常见背景，可能大部分数据将集中于常见场景，存在长尾分布现象，这时的分类预测有更大的概率集中于常见类别，导致背景一致识别的准确率较低。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供了一种图像背景一致识别方法、装置、设备及介质，以解决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像背景一致识别方法，其特征在于，包括：对图像样本进行前景分割，以区分所述图像样本中的背景与前景，得到前景分割后的图像样本，所述图像样本包括有监督数据和无监督数据；基于正负样本构成比例对所述有监督数据进行采样，并随机从所述无监督数据中进行采样；对采样后的图像样本进行数据增强以及特征提取，得到背景特征；分别基于表征学习和度量学习对所述背景特征中的有监督数据进行处理，得到第一处理结果和第二处理结果，同时基于配准学习对所述背景特征中的有监督数据和无监督数据进行处理，得到第三处理结果，结合所述第一处理结果、所述第二处理结果以及所述第三处理结果以确定背景一致识别的结果。2.根据权利要求1所述的方法，其特征在于，当所述图像样本中的前景为人像，所述对图像样本进行前景分割，以区分所述图像样本中的背景与前景，得到前景分割后的图像样本，包括：基于语义分割对所述图像样本中的人像区域进行像素级粒度识别，分割出所述图像样本中的人像区域，以区分所述图像样本中的背景与前景得到前景分割后的图像样本。3.根据权利要求1所述的方法，其特征在于，所述对采样后的图像样本进行数据增强以及特征提取，得到背景特征，包括：对采样后的图像样本进行数据增强，得到数据增强后的图像样本，所述数据增强至少包括裁剪、模糊、缩放、调整颜色、调整亮度以及加入噪声中的一项或多项；去除所述数据增强后的图像样本中的前景，并对所述图像样本进行特征提取，得到背景特征。4.根据权利要求1所述的方法，其特征在于，所述分别基于表征学习和度量学习对所述背景特征中的有监督数据进行处理，得到第一处理结果和第二处理结果，包括：获取所述有监督数据中各图像的类别标识号；对所述类别标识号进行识别，得到各类别的得分，以确定所述第一处理结果。5.根据权利要求4所述的方法，其特征在于，所述分别基于表征学习和度量学习对所述背景特征中的有监督数据进行处理，得到第一处理结果和第二处理结果，还包括：对所述背景特征中的有监督数据进行类别标注，并基于度量学习对所述类别标注后所述背景特征中的有监督数据进行处理，以将所述类别标注后所述背景特...

【专利技术属性】
技术研发人员：王庆庆，邬国锐，邓礼曦，
申请(专利权)人：北京爱咔咔信息技术有限公司，
类型：发明
国别省市：