[发明专利]一种复杂场景下的绘画物体识别与提取方法

权利要求书

1.一种复杂场景下的绘画物体识别与提取方法，其特征在于：包括以下步骤：

步骤1：构建检测与识别模型，并利用已有物体框和物体类别标注的图像集训练该模型；

步骤2：图像采集，采集包含用户绘画内容的场景图像；

步骤3：利用训练完的检测与识别模型在场景图像中定位出绘画区域，并识别出绘画物体类别；

步骤4：选出绘画区域，利用图像分割技术提取出绘画物体轮廓区域。

2.根据权利要求1所述的复杂场景下的绘画物体识别与提取方法，其特征在于：所述步骤（1）中构建的检测与识别模型为深度神经网络模型，需要利用大量已有物体框和物体类别标注的图像数据进行模型的训练，直至模型的参数收敛到预定的范围。

3.根据权利要求2所述的复杂场景下的绘画物体识别与提取方法，其特征在于：所述深度神经网络模型在训练时应指定固定数量类别，指定网络输入图像的尺寸，指定网络的结构类型。

4.根据权利要求1所述的复杂场景下的绘画物体识别与提取方法，其特征在于：所述步骤（3）中使用的场景图像应首先调整到网络输入图像的尺寸。

5.根据权利要求1所述的复杂场景下的绘画物体识别与提取方法，其特征在于：所述步骤（3）中的绘画区域与绘画物体识别，是在待检测图像经过网络计算之后，两个输出端输出的结果。

6.根据权利要求1所述的复杂场景下的绘画物体识别与提取方法，其特征在于：所述步骤（3）中得到的绘画区域，是相对于调整图像之后的候选框图像坐标点，共包含4个数据。

7.根据权利要求1所述的复杂场景下的绘画物体识别与提取方法，其特征在于：所述步骤（3）中得到的识别绘画物体类别，是包含类型和概率的多组数据。

8.根据权利要求1所述的复杂场景下的绘画物体识别与提取方法，其特征在于：所述步骤（4）中物体轮廓区域，首先需要对框选图像进行边缘检测，确定绘画物体的外边缘，之后，在和框选图像同样尺寸的蒙版上填充候选区域内部。

9.根据权利要求8所述的复杂场景下的绘画物体识别与提取方法，其特征在于：所述框选图像由原图经网络检测得到的物体框选取局部得到。