[发明专利]图像处理方法、装置及系统、存储介质、计算设备在审

专利信息
申请号: 202010197303.2 申请日: 2020-03-19
公开(公告)号: CN113496235A 公开(公告)日: 2021-10-12
发明(设计)人: 范托;高强华 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08;G06T7/00;H04N7/18
代理公司: 北京博浩百睿知识产权代理有限责任公司 11134 代理人: 谢湘宁;张文华
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 系统 存储 介质 计算 设备
【权利要求书】:

1.一种图像处理方法,包括:

获取包含有目标事件的第一图像;

利用对抗生成网络对所述第一图像进行处理,得到目标图像,其中,所述对抗生成网络是利用采集到的第二图像进行训练得到的,所述目标图像的属性参数与所述第二图像的属性参数相同,且所述目标图像包含有所述目标事件。

2.根据权利要求1所述的方法,其中,所述方法还包括:

获取多个训练数据,其中,每个训练数据包括:第一图像,以及所述第一图像对应的第一目标标签,第二图像,以及所述第二图像对应的第二目标标签;

利用所述多个训练数据对初始网络进行训练,得到所述对抗生成网络,其中,所述初始网络包括:生成器网络和鉴别器网络,所述生成器网络输出的图像输入至所述鉴别器网络中。

3.根据权利要求2所述的方法,其中,利用所述多个训练数据对初始网络进行训练,得到所述对抗生成网络,包括:

利用所述多个训练数据中的第一图像对所述生成器网络进行训练;

利用所述生成器网络输出的图像,所述多个训练数据中的所述第一图像对应的第一目标标签,第二图像,以及所述第二图像对应的第二目标标签对所述鉴别器网络进行训练,得到所述对抗生成网络;

其中,所述鉴别器网络包括:采样层,多层第一卷积层,多层第二卷积层,多层第三卷积层和判别层,所述第一卷积层与所述采样层连接,所述第三卷积层与所述第一卷积层和所述第二卷积层连接,所述判别层与所述第三卷积层连接,所述采样层用于基于所述第一目标标签对所述生成器网络输出的图像进行采样,并基于所述第二目标标签对所述第二图像进行采样,所述生成器网络输出的图像和所述第二图像输入至所述多层第二卷积层。

4.根据权利要求1所述的方法,其中,获取包含有目标事件的第一图像,包括如下至少之一:

通过三维引擎生成所述第一图像;

利用网络爬虫对网页内容进行抓取,得到所述第一图像。

5.根据权利要求4所述的方法,其中,通过三维引擎生成所述第一图像,包括:

通过所述三维引擎生成所述目标事件;

基于图像采集装置的布置参数,确定所述目标事件的视角参数;

基于所述目标事件和所述视角参数,生成所述第一图像。

6.根据权利要求1所述的方法,其中,在利用对抗生成网络对所述第一图像进行处理,得到目标图像之后,所述方法还包括:

利用所述目标图像对目标检测模型进行训练;

利用训练好的目标检测模型对获取到的检测图像进行处理,得到检测结果,其中,所述检测结果用于表征所述检测图像中是否包含所述目标事件。

7.一种图像处理方法,包括:

获取包含有目标事件的第一图像;

获取采集到的第二图像;

利用对抗生成网络对所述第一图像和所述第二图像进行处理,得到目标图像,其中,所述目标图像的属性参数与所述第二图像的属性参数相同,且包含有所述目标事件。

8.根据权利要求7所述的方法,其中,利用对抗生成网络对所述第一图像和所述第二图像进行处理,得到目标图像,包括:

将所述第一图像输入至生成器网络中;

将所述生成器网络输出的图像,所述第二图像,所述第一图像对应的第一目标标签,以及所述第二图像对应的第二目标标签输入至鉴别器网络中;

在所述鉴别器网络的输出结果满足预设条件的情况下,确定所述生成器网络输出的图像为所述目标图像。

9.根据权利要求7所述的方法,其中,获取包含有目标事件的第一图像,包括如下至少之一:

通过三维引擎生成所述第一图像;

利用网络爬虫对网页内容进行抓取,得到所述第一图像。

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阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,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/202010197303.2/1.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