【技术实现步骤摘要】
户外场景图像中的人体合成方法及计算机可读存储介质
[0001]本申请涉及图像处理领域,更具体地说,涉及一种户外场景图像中的人体合成方法及计算机可读存储介质。
技术介绍
[0002]学习模型的精度要求也越来越高,精度的提升一方面通过调整网络模型结构来达到,另一方面依赖于获取大量的训练数据;然而现实场景中由于诸多因素的限制,获取数据的成本越来越高,导致在很多场景下不能得到我们需要的数据量。因此我们有必要通过合成的手段来获得我们所需的数据量,以此来提升模型的精度。同样,为了提高户外复杂场景下的人体识别模型精确度,所述复杂场景是指训练数据不是单纯的人体图像,复杂场景下往往出现有人、车、花草树木、人行道、车道以及其他固定和移动目标,然而单纯通过网上收集包含人体目标的复杂场景需要人工花费较多时间去挑选,或者比如直接使用PS软件直接人体目标合成至复杂场景中,该方法合成的图像最为精确且最为真实但每张图像的合成需要耗费大量的人工时间。
技术实现思路
[0003]针对现有技术,本申请解决的技术问题是提供一种实现自动图像合成的户外场景图像中的人体合成方法及计算机可读存储介质。
[0004]为解决上述技术问题,本申请提供一种一种户外场景图像中的人体合成方法,其包括:
[0005]获取场景图像和待合成至场景图像中的人体目标;
[0006]对场景图像进行识别分类,获取场景图像中的可合成区域以及用于合成的所有可参照对象,并在所有的可参照对象中挑选用于合成的目标参照物;以及,
[0007]依据目标参照 ...
【技术保护点】
【技术特征摘要】
1.一种户外场景图像中的人体合成方法,其特征在于,包括:获取场景图像和待合成至场景图像中的人体目标;对场景图像进行识别分类,获取场景图像中的可合成区域以及用于合成的所有可参照对象,并在所有的可参照对象中挑选用于合成的目标参照物;以及依据目标参照物和场景图像将人体目标进行比例缩放后,并将缩放后的人体目标合成至选定的可合成区域上;其中,可参照对象包括人物参照物或者车类参照物。2.如权利要求1所述的户外场景图像中的人体合成方法,其特征在于,所述在所有的可参照对象中挑选用于合成的目标参照物,包括:选取场景图像中坐标点A作为人体目标的合成位置;计算在场景图像中每一可参照对象与坐标点A的距离;挑选所有的距离S中最小值对应的参照物目标为目标参照物。3.如权利要求2所述的户外场景图像中的人体合成方法,其特征在于,所述依据目标参照物和场景图像将人体目标进行比例缩放,包括:获取目标参照物的外接矩形框的高度h
c
和宽度h
c
;获取合成前的人体目标的外接矩形框的高度h和宽度w;获取目标参照物的外接矩形框的左上角坐标点L1和右下角坐标点R1;根据高度h
c
、宽度h
c
、高度h、宽度w以及合成位置进行人体目标的比例缩放:h
s
=(R
1y
–
Z
1y
)*(H
–
R
1y
)/(H
–
A
y
)且w
s
=w*h
s
/h,或者进行人体目标的比例缩放为:w
s
=(R
1x
–
Z
1x
)*(W
–
R
1x
)/(W
–
A
x
)且h
s
=h*w
s
/w;其中,h
s
和w
s
分别为人体目标进行比例缩放后在合成至场景图像中的高度和宽度;H和W分别为场景图像的高度和宽度;R
1x
和R
1y
分别为目标参照物的外接矩形框的右下角坐标点R1的横坐标和纵坐标;Z
1x
和Z
1y
分别为目标参照物的外接矩形框的左下角坐标点Z1的横坐标和纵坐标;其A
x
和A
y
分别为坐标点A的横坐标和纵坐标。4.如权利要求3所述的户外场景图像中的人体合成方法,其特征在于,所述将缩放后的人体目标合成至选定的可合成区域上,包括:以坐标点A作为合成至场景图像中人体目标的左下角坐标点A
o
;计算合成至场景图像中人体目标的左上角坐标点B
o
和右下角坐标点C
o
:B
ox=
A
x
且B
oy
=A
y
-h
s
;C
ox
=A
x
+w
s
且C
oy
=A
y
;其中,B
ox
和B
oy
分别为左上角坐标点B
o
的横坐标和纵坐标;C
ox
和C
oy
分别为左上角坐标点...
【专利技术属性】
技术研发人员:付磊,欧阳一村,陈雅琼,朱光强,罗富章,
申请(专利权)人:盛视科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。