影像扩增方法以及设备技术

一种影像扩增方法以及设备，所述方法包括：由第一影像遮罩提取第一对象轮廓，其中第一对象轮廓对应于第一标签；将第一对象轮廓根据扩增参数叠合至第二影像遮罩中的叠合区域以产生第三影像遮罩，其中扩增参数包括轮廓缩放参数

【技术实现步骤摘要】
影像扩增方法以及设备


[0001]本揭示是有关于一种数据扩增技术，特别是有关于一种影像扩增方法以及设备
。

技术介绍

[0002]在现有技术中，当训练一个机器学习
(machine learning)
的模型时，除了所训练的模型架构会影响识别与识别能力外，最关键的是训练数据的完整度
。
然而，在预处理阶段中往往需要大量人力搜集大量的样本以对大量的样本标记标签，特别是遮罩这种标记成本很高的标签
。
因此，要如何利用少量的已标记的样本保持训练数据的完整度是本领域技术人员急欲解决的问题
。

技术实现思路

[0003]本揭示的一态样揭露一种影像扩增设备，包括存储器以及处理器
。
存储器用以存储第一影像遮罩以及第二影像遮罩
。
处理器连接存储器以执行以下操作：由第一影像遮罩提取第一对象轮廓，其中第一对象轮廓对应于第一标签；将第一对象轮廓根据扩增参数叠合至第二影像遮罩中的叠合区域以产生第三影像遮罩，其中扩增参数包括轮廓缩放参数
、
...

【技术保护点】

【技术特征摘要】
1.
一种影像扩增方法，其特征在于，包括：由第一影像遮罩提取第一对象轮廓，其中所述第一对象轮廓对应于第一标签；将所述第一对象轮廓根据扩增参数叠合至第二影像遮罩中的叠合区域以产生第三影像遮罩，其中所述扩增参数包括轮廓缩放参数
、
轮廓移动距离
、
轮廓旋转角度以及可叠合范围，所述第三影像遮罩包含所述第一对象轮廓以及所述第二影像遮罩中的第二对象轮廓；以及通过生成对抗网络模型根据所述第三影像遮罩中的所述第一对象轮廓以及所述第二对象轮廓产生对应的样本影像以进行机器学习
。2.
根据权利要求1所述的影像扩增方法，其中所述轮廓缩放参数
、
所述轮廓移动距离
、
所述轮廓旋转角度以及所述可叠合范围相关于所述第一对象轮廓的对象类型
。3.
根据权利要求1所述的影像扩增方法，其中还包括：根据所述轮廓缩放参数对所述第一对象轮廓进行等比例缩放，并根据所述轮廓旋转角度对所述第一对象轮廓进行旋转；根据所述轮廓移动距离对所述第一对象轮廓在所述第一影像遮罩中的坐标进行水平以及垂直的移动，以产生所述第一对象轮廓在所述第二影像遮罩中的坐标；以及判断所述第一对象轮廓在所述第二影像遮罩中的所述坐标是否位于所述可叠合范围，以将所述第一对象轮廓叠合于所述第一对象轮廓在所述第二影像遮罩中的所述坐标的位置
。4.
根据权利要求3所述的影像扩增方法，其中还包括：当判断所述第一对象轮廓在所述第二影像遮罩中的所述坐标位于所述可叠合范围时，将所述第一对象轮廓叠合于所述第一对象轮廓在所述第二影像遮罩中的所述坐标的所述位置
。5.
根据权利要求1所述的影像扩增方法，其中所述第一影像遮罩以及所述第二影像遮罩为二元遮罩，其中所述影像扩增方法还包括：根据与所述第一对象轮廓
、
所述第二对象轮廓以及所述叠合区域对应的多个分类数值，对所述第一对象轮廓
、
所述第二对象轮廓以及所述叠合区域进行元素操作的乘法运算，以将所述第一对象轮廓叠合至所述第二影像遮罩中的所述叠合区域，其中所述多个分类数值分别相关于第一对象轮廓的对象类型
、
第二对象轮廓的对象类型以及所述叠合区域的对象类型
。6.
根据权利要求1所述的影像扩增方法，其中还包括：根据多个预设遮罩以及与所述多个预设遮罩对应的多个预设影像训练所述生成对抗网络模型，以通过所述生成对抗网络模型根据所述第三影像遮罩产生所述样本影像，其中所述生成对抗网络模型包括生成器模型以及判别器模型，其中所述生成器模型包括多个编码层以及多个解码层，所述多个编码层以跳跃连接方法连接所述多个解码层
。7.
根据权利要求1所述的影像扩增方法，其中还包括：将所述第一对象轮廓根据所述扩增参数叠合至所述第一影像遮罩中的叠合区域以产生第四影像遮罩，其中所述第四影像遮罩包含所述第一对象轮廓以及叠合的第一对象轮廓；以及通过所述生成对抗网络模型根据所述第四影像遮罩中的所述第一对象轮廓以及所述
叠合的第一对象轮廓产生另一样本影像以进行机器学习
。8.
一种影像扩增设备，其特征在于，包括：存储器，用以存储第一影像遮罩以及第二影像遮罩；以及处理器，连接所述存储...

【专利技术属性】
技术研发人员：栗永徽，刘慎轩，普温妮，
申请(专利权)人：鸿海精密工业股份有限公司，
类型：发明
国别省市：