[发明专利]一种图像处理方法、装置及终端设备在审

专利信息
申请号: 201811465054.X 申请日: 2018-12-03
公开(公告)号: CN111260757A 公开(公告)日: 2020-06-09
发明(设计)人: 李威 申请(专利权)人: 马上消费金融股份有限公司
主分类号: G06T11/60 分类号: G06T11/60;G06T7/70
代理公司: 北京银龙知识产权代理有限公司 11243 代理人: 刘伟;陈丽宁
地址: 404100 重庆市渝北区*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 处理 方法 装置 终端设备
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

获取待处理图像;

对所述待处理图像中的待消除标志进行检测,得到所述待消除标志所在区域的位置信息;

根据所述待消除标志所在区域的位置信息,从所述待处理图像中截取包含所述待消除标志的第一区域图像;

将所述第一区域图像输入到预先训练的标志消除模型中,对所述第一区域图像中的待消除标志进行消除处理,得到已消除待消除标志的第二区域图像;

利用所述第二区域图像替换所述待处理图像中的第一区域图像,得到目标图像。

2.根据权利要求1所述的方法,其特征在于,所述待消除标志包括至少一个目标标志。

3.根据权利要求1所述的方法,其特征在于,所述对所述待处理图像中的待消除标志进行检测,得到所述待消除标志所在区域的位置信息,包括:

将所述待处理图像输入到预先训练的标志检测模型中,对所述待处理图像中的待消除标志进行检测,得到所述待消除标志所在区域的位置信息。

4.根据权利要求3所述的方法,其特征在于,所述获取待处理图像之前,所述方法还包括:

获取标志检测训练集;其中,所述标志检测训练集中的图像样本包含所述待消除标志;

基于卷积神经网络和所述标志检测训练集,训练得到所述标志检测模型。

5.根据权利要求1所述的方法,其特征在于,所述获取待处理图像之前,所述方法还包括:

获取标志消除训练集;其中,所述标志消除训练集中包括成对出现的包含所述待消除标志的第一图像样本集和不包含所述待消除标志的第二图像样本集;

基于所述第一图像样本集和所述第二图像样本集,对预设对抗神经网络模型中的生成器网络和判别器网络进行迭代训练,直至所述生成器网络和判别器网络的损失函数小于预设阈值,得到所述标志消除模型。

6.根据权利要求1所述的方法,其特征在于,所述从所述待处理图像中截取包含所述待消除标志的第一区域图像之后,所述将所述第一区域图像输入到预先训练的标志消除模型中之前,所述方法还包括:

对所述第一区域图像进行预处理,得到满足所述标志消除模型的输入要求的预处理图像;

所述将所述第一区域图像输入到预先训练的标志消除模型中,对所述第一区域图像中的待消除标志进行消除处理,得到已消除待消除标志的第二区域图像,包括:

将所述预处理图像输入到预先训练的标志消除模型中,对所述预处理图像中的待消除标志进行消除处理,得到已消除待消除标志的第三区域图像;

对所述第三区域图像进行处理,得到所述第二区域图像。

7.一种图像处理装置,其特征在于,包括:

第一获取模块,用于获取待处理图像;

检测模块,用于对所述待处理图像中的待消除标志进行检测,得到所述待消除标志所在区域的位置信息;

截取模块,用于根据所述待消除标志所在区域的位置信息,从所述待处理图像中截取包含所述待消除标志的第一区域图像;

第一处理模块,用于将所述第一区域图像输入到预先训练的标志消除模型中,对所述第一区域图像中的待消除标志进行消除处理,得到已消除待消除标志的第二区域图像;

替换模块,用于利用所述第二区域图像替换所述待处理图像中的第一区域图像,得到目标图像。

8.根据权利要求7所述的装置,其特征在于,所述检测模块具体用于:

将所述待处理图像输入到预先训练的标志检测模型中,对所述待处理图像中的待消除标志进行检测,得到所述待消除标志所在区域的位置信息。

9.一种终端设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的图像处理方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的图像处理方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于马上消费金融股份有限公司,未经马上消费金融股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811465054.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top