[发明专利]一种陈列图像样本的生成方法及装置在审

专利信息
申请号: 201911284109.1 申请日: 2019-12-13
公开(公告)号: CN111062861A 公开(公告)日: 2020-04-24
发明(设计)人: 夏志鹏;丁明;陈永辉;李海荣 申请(专利权)人: 广州市玄武无线科技股份有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06K9/00
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郭浩辉;麦小婵
地址: 510000 广东省广州市天河区体*** 国省代码: 广东;44
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 陈列 图像 样本 生成 方法 装置
【说明书】:

发明公开了一种陈列图像样本的生成方法及装置,所述方法包括:获取不同视觉角度下的待融合SKU的SKU图像,并根据视觉角度对每一所述SKU图像进行分类;获取陈列场景的场景图像,并根据视觉角度对所述场景图像中的每一待替换SKU进行分类;其中,所述场景图像中的待替换SKU与所述SKU图像中的SKU为不同品类的SKU;以所述SKU图像为前景图像,以所述场景图像为背景图像,根据所述前景图像所属的视觉角度类别,将所述前景图像中的待融合SKU与所述背景图像中,视觉角度类别相同的待替换SKU进行替换,生成所述陈列图像样本,通过实施本发明的实施例能降低新SKU陈列图像样本采集的人力物力成本并提高陈列图像样本的获取效率。

技术领域

本发明涉及图像处理技术领域,尤其是涉及一种陈列图像样本的生成方法及装置。

背景技术

快消品零售是一个很特殊的行业,商品销售节奏很快,它更多满足的是消费者的冲动性和即时性消费。充满视觉冲击力的货架陈列对推动销售业绩发挥着重要作用。很多大型快消品牌商每年花在陈列广告上的支出多达十几亿,光花在陈列检查上的费用就有近亿元。过去陈列检查完全依赖人眼和手工完成的,进店和记录需要花费大量的人力,效率很低,质量难以把控。随着技术的发展越来越多的陈列检测采用基于深度学些的商品识别的技术,对陈列进行智能检测。

而基于深度学习的商品识别在模型训练时需要依赖于大量陈列图片数据,作为训练样本,而这些作为训练样本的陈列图片主要由人工进行实地采集,而由于快消行业的快速变换的节奏,产品的更新比较块,若每变更一种新产品就要实地去采集新产品的陈列图像作为训练样本,需要花费大量人力物力成本,并且对于那些时效性特别高的,间歇性特别强的陈列场景,如节假日特别促销陈列场景等,由于陈列时间短,采用人工实地采集的方式可能不能在促销产品的陈列期间,采集足够多的样本。

发明内容

本发明实施例所要解决的技术问题在于,提供了一种陈列图像样本的生成方法及装置,能够在原有陈列场景的场景图像的基础上,生成与原场景图像不同的SKU的陈列图像,降低新SKU陈列图像样本采集的人力物力成本并提高陈列图像样本的获取效率。

为了解决上述技术问题,本发明实施例提供了一种陈列图像样本的生成方法,包括:获取不同视觉角度下的待融合SKU的SKU图像,并根据视觉角度对每一所述SKU图像进行分类;

获取陈列场景的场景图像,并根据视觉角度对所述场景图像中的每一待替换SKU进行分类;其中,所述场景图像中的待替换SKU与所述SKU图像中的SKU为不同品类的SKU;

以所述SKU图像为前景图像,以所述场景图像为背景图像,根据所述前景图像所属的视觉角度类别,将所述前景图像中的待融合SKU与所述背景图像中,视觉角度类别相同的待替换SKU进行替换,生成所述陈列图像样本。

进一步的,所述以所述SKU图像为前景图像,以所述场景图像为背景图像,根据所述前景图像所属的视觉角度类别,将所述前景图像中的待融合SKU与所述背景图像中,视觉角度类别相同的待替换SKU进行替换,生成所述陈列图像样本,具体包括:

步骤A:以一所述SKU图像,作为所述前景图像,并提取所述前景图像中待融合SKU的mask;

步骤B:以一所述场景图像,作为所述背景图像,并提取所述背景图像中所有待替换SKU对应的标注框的位置信息和视觉角度类别信息

步骤C:选取一标注框,并判断所选取的标注框的视觉角度类别信息是否与所述前景图像的视觉角度类别一致;若一致,则将所选取的标注框对应的待替换SKU与所述待融合SKU的mask进行替换,若不一致,则重新选取一标注框,重新判断所选取的标注框的视觉角度类别信息是否与所述前景图像的视觉角度类别一致;

步骤D:重复步骤A和步骤C直至所替换的前景图像的数量达到预设值,生成所述陈列图像样本。

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广州市玄武无线科技股份有限公司,未经广州市玄武无线科技股份有限公司许可,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/201911284109.1/2.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