【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种样本图像的生成方法、装置、电子设备和存储介质。
技术介绍
1、人像检测技术是基于目标检测算法识别出图像或者视频中人像的位置，基于人像检测技术可以实现很多任务，比如，统计进出人数、智能灯控(没人的时候关灯、有人出现的时候自动开灯)、检测聚集人群的人数等。为了能更好地执行任务，通常需要全时段进行人像检测，因此，人像识别模型需要同时适用于白天和夜晚的场景。目前主流使用的人像检测技术是基于目标检测算法的模型，在相关技术中，人像识别模型在进行模型训练时，虽然会同时使用白天与夜晚的图像，但由于夜晚的图像中的人像数据较少，人像识别模型在夜晚场景下的训练不到位，影响人像识别模型在夜晚场景的准确率。
技术实现思路
1、本申请实施例公开了一种样本图像的生成方法、装置、电子设备和存储介质，能够将不同拍摄时间段的样本图像进行融合，以构建目标样本图像集，缓解了不同拍摄时间段的样本图像不均衡的问题，从而提高了人像识别模型的准确性。
2、第一方面，本申请实施例公开了一种样本图像的生成方法，所述方法包括：
3、获取k帧第一样本图像与k帧第二样本图像，所述k为大于1的整数，所述第一样本图像为目标拍摄场景在第一拍摄时间段对应的图像，所述第二样本图像为所述目标拍摄场景在第二拍摄时间段对应的图像；
4、将所述k帧第一样本图像与所述k帧第二样本图像进行配对，得到k个图像对；每个所述图像对包括一帧第一样本图像及一帧第二样本图像；
5、对目标图像对
6、将所述第一人体前景图像数据与所述目标图像对包含的目标第二样本图像进行融合，得到所述目标图像对对应的第三样本图像；
7、根据各个所述图像对对应的第三样本图像，构建目标样本图像集，所述目标样本图像集用于对人像识别模型进行训练。
8、作为一种可选的实施方式，在本申请实施例的第一方面中，所述将所述k帧第一样本图像与所述k帧第二样本图像进行配对，得到k个图像对，包括：
9、根据时间顺序，分别对所述k帧第一样本图像与所述k帧第二样本图像进行排列，得到排列后的k帧第一样本图像与排列后的k帧第二样本图像；
10、将所述排列后的k帧第一样本图像与所述排列后的k帧第二样本图像中，对应相同排列序号的第一样本图像及第二样本图像进行配对，得到k个图像对。
11、作为一种可选的实施方式，在本申请实施例的第一方面中，所述第一人体前景图像数据包括一个或多个第一人体检测框；在所述将所述第一人体前景图像数据与所述目标图像对包含的目标第二样本图像进行融合之前，所述的方法还包括：
12、对所述目标图像对包含的目标第二样本图像进行人体识别，得到所述目标第二样本图像对应的一个或多个第二人体检测框；
13、根据各个所述第一人体检测框与各个所述第二人体检测框之间的相交信息，从所述一个或多个第一人体检测框中确定目标人体检测框；
14、所述将所述第一人体前景图像数据与所述目标图像对包含的目标第二样本图像进行融合，得到所述目标图像对对应的第三样本图像，包括：
15、根据预设的融合权重，将所述目标人体检测框对应的人体前景图像数据与所述目标第二样本图像进行融合，得到所述目标图像对对应的第三样本图像。
16、作为一种可选的实施方式，在本申请实施例的第一方面中，所述根据各个所述第一人体检测框与各个所述第二人体检测框之间的相交信息，从所述一个或多个第一人体检测框中确定目标人体检测框，包括：
17、计算各个所述第一人体检测框与各个所述第二人体检测框之间的交并比；
18、确定与各个所述第二人体检测框之间的交并比均小于或等于预设的融合阈值的第一人体检测框，为目标人体检测框。
19、作为一种可选的实施方式，在本申请实施例的第一方面中，所述计算各个所述第一人体检测框与各个所述第二人体检测框之间的交并比，包括：
20、根据目标第一人体检测框对应的图像位置以及目标第二人体检测框对应的图像位置，确定所述目标第一人体检测框与所述目标第二人体检测框之间的交集区域，并确定所述交集区域对应的第一面积；所述目标第一人体检测框为任一所述第一人体检测框；所述目标第二人体检测框为任一所述第二人体检测框；
21、根据所述目标第一人体检测框对应的图像位置以及目标第二人体检测框对应的图像位置，确定所述目标第一人体检测框与所述目标第二人体检测框之间的并集区域，并确定所述并集区域对应的第二面积；
22、计算所述第一面积与所述第二面积的比值，得到所述目标第一人体检测框与所述目标第二人体检测框之间的交并比。
23、作为一种可选的实施方式，在本申请实施例的第一方面中，在所述获取k帧第一样本图像与k帧第二样本图像之前，所述方法还包括：
24、通过摄像头在第一拍摄时间段，每隔n秒对目标拍摄场景进行图像采集，得到x帧第一样本图像，以构建第一样本图像集；所述n大于0；
25、通过摄像头在第二拍摄时间段，每隔n*m秒对所述目标拍摄场景进行图像采集，得到y帧第二样本图像，以构建第二样本图像集；所述x为所述y的m倍；所述m大于1；
26、所述获取k帧第一样本图像与k帧第二样本图像，包括：
27、从所述第一样本图像集中抽取k帧第一样本图像，以及从所述第二样本图像集中抽取k帧第二样本图像。
28、作为一种可选的实施方式，在本申请实施例的第一方面中，所述m大于1且小于2，所述k为m减1后再与y的乘积，在所述根据各个所述图像对对应的第三样本图像，构建目标样本图像集之后，所述方法还包括：
29、根据所述第一样本图像集中未被抽取的第一样本图像，构建第三样本图像集；
30、根据所述第二样本图像集中未被抽取的第二样本图像以及所述目标样本图像集，构建第四样本图像集；
31、根据所述第三样本图像集及第四样本图像集对人像识别模型进行训练。
32、第二方面，本申请实施例公开了一种样本图像的生成装置，所述装置包括：
33、图像获取模块，用于获取k帧第一样本图像与k帧第二样本图像，所述k为大于1的整数，所述第一样本图像为目标拍摄场景在第一拍摄时间段对应的图像，所述第二样本图像为所述目标拍摄场景在第二拍摄时间段对应的图像；
34、配对模块，用于将所述k帧第一样本图像与所述k帧第二样本图像进行配对，得到k个图像对；每个所述图像对包括一帧第一样本图像及一帧第二样本图像；
35、人体识别模块，用于对目标图像对中包含的目标第一样本图像进行人体识别，得到所述目标第一样本图像对应的第一人体前景图像数据；所述目标图像对为所述k个图像对中的任一图像对；
36、融合模块，用于将所述第一人体前景图像数本文档来自技高网...
【技术保护点】
1.一种样本图像的生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述K帧第一样本图像与所述K帧第二样本图像进行配对，得到K个图像对，包括：
3.根据权利要求1所述的方法，其特征在于，所述第一人体前景图像数据包括一个或多个第一人体检测框；在所述将所述第一人体前景图像数据与所述目标图像对包含的目标第二样本图像进行融合之前，所述的方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据各个所述第一人体检测框与各个所述第二人体检测框之间的相交信息，从所述一个或多个第一人体检测框中确定目标人体检测框，包括：
5.根据权利要求4所述的方法，其特征在于，所述计算各个所述第一人体检测框与各个所述第二人体检测框之间的交并比，包括：
6.根据权利要求1～5任一项所述的方法，其特征在于，在所述获取K帧第一样本图像与K帧第二样本图像之前，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述M大于1且小于2，所述K为M减1后再与Y的乘积，在所述根据各个所述图像对对应的第三样本
8.一种样本图像的生成装置，其特征在于，所述装置包括：
9.一种电子设备，包括存储器及处理器，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，使得所述处理器实现如权利要求1至7任一项所述的方法。
10.一种存储介质，其特征在于，所述存储介质存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种样本图像的生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述k帧第一样本图像与所述k帧第二样本图像进行配对，得到k个图像对，包括：
3.根据权利要求1所述的方法，其特征在于，所述第一人体前景图像数据包括一个或多个第一人体检测框；在所述将所述第一人体前景图像数据与所述目标图像对包含的目标第二样本图像进行融合之前，所述的方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据各个所述第一人体检测框与各个所述第二人体检测框之间的相交信息，从所述一个或多个第一人体检测框中确定目标人体检测框，包括：
5.根据权利要求4所述的方法，其特征在于，所述计算各个所述第一人体检测框与各个所述第二人体检测框之间的交并比...
【专利技术属性】
技术研发人员：邱芬鹏，邱述洪，童荪，林栋，甘海华，刘汉亮，
申请(专利权)人：联通广东产业互联网有限公司，
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。