[发明专利]图像数据增强方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像数据增强方法、装置、计算机设备和存储介质。所述方法包括：获取原始图像，并对原始图像进行掩码融合处理，得到检测目标图像；确定检测目标图像的透视变换基点；根据透视变换基点和预设的透视变换条件，对检测目标图像进行透视变换，得到透视视角图像；将透视视角图像与预设的背景图像进行融合，得到增强图像，图像增强数据包括增强图像。采用本方法能够对图像数据进行扩充，增加图像数据量。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像数据增强方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，基于人工神经网络的人工智能经过不断深入的研究，已经取得了很大的进展，在模式识别、智能机器人、自动控制、预测估计等领域得到了广泛的应用。一般而言，人工神经网络与训练数据量呈正相关，例如，在训练数据量足够多的情况下，深度学习的卷积神经网络(Convolutional neural networks，CNN)能够被训练得足够鲁棒去识别出特定的图像。

然而，目前数据总量严重不足，且各样本数不均衡，影响了网络的训练学习，降低了网络的工作性能，如模式识别网络的识别精度。

发明内容

基于此，有必要针对上述技术问题，提供一种能够对图像数据进行扩充，增加图像数据量的图像数据增强方法、装置、计算机设备和存储介质。

一种图像数据增强方法，所述方法包括：

获取原始图像，并对原始图像进行掩码融合处理，得到检测目标图像；

确定检测目标图像的透视变换基点；

根据透视变换基点和预设的透视变换条件，对检测目标图像进行透视变换，得到透视视角图像；

将透视视角图像与预设的背景图像进行融合，得到增强图像，图像增强数据包括增强图像。

在其中一个实施例中，透视变换条件包括视角方向和变换角度；根据透视变换基点和预设的透视变换条件，对检测目标图像进行透视变换，得到透视视角图像包括：

根据视角方向、变换角度和透视变换基点的坐标确定透视变换矩阵；

按照透视变换矩阵对检测目标图像中各像素点的坐标进行变换，得到透视视角图像。

在其中一个实施例中，在将透视视角图像与预设的背景图像进行融合，得到增强图像之后，还包括：

确定遮挡框中心和遮挡框参数；

根据遮挡框中心和遮挡框参数，生成图像遮挡框；

将图像遮挡框与增强图像进行融合，得到遮挡图像，图像增强数据包括遮挡图像。

在其中一个实施例中，对原始图像进行掩码融合处理，得到检测目标图像包括：

对原始图像进行边缘检测，确定原始图像中的检测目标区域；

获取与检测目标区域对应的掩码；

将掩码与检测目标区域融合，得到检测目标图像。

在其中一个实施例中，将透视视角图像与预设的背景图像进行融合，得到增强图像包括：

获取预设的背景图像；

将掩码、背景图像和透视视角图像进行融合，得到背景融合图像；

按照预设的融合调整条件，对背景融合图像进行调整，得到增强图像。

在其中一个实施例中，在得到检测目标图像之后，还包括：

对检测目标图像进行形态学处理，得到形态处理图像，图像增强数据包括形态处理图像；