[发明专利]生成目标图像的方法、装置及设备

权利要求书

1.一种生成目标图像的方法，包括：

获取原始图像，所述原始图像中包含目标图像，所述目标图像的图像轮廓为符合预设规则的规则图形；

获取多个包含样本目标图像的样本原始图像，各所述样本原始图像中标记有所述样本目标图像对应的至少三个样本点的位置信息；

将所述至少三个样本点的位置信息作为卷积神经网络的第一卷积层的输入参数进行学习，得到第一学习结果，所述第一学习结果包括各所述样本目标图像对应的至少三个样本点、边缘线、目标区域中的至少两项之间的第一位置关系，所述卷积神经网络包括至少两个卷积层；

将所述第一学习结果作为第二卷积层的输入参数进行学习，直至执行完所述至少两个卷积层中的各卷积层分别对应的学习操作，得到第二学习结果，所述第二学习结果包括各所述样本目标图像对应的至少三个样本点、边缘线、目标区域中的至少两项之间的第二位置关系；

基于所述第一学习结果和所述第二学习结果生成目标图像模型；

基于所述目标图像模型对所述原始图像进行处理，得到目标图像；

其中，所述基于所述第一学习结果和所述第二学习结果生成目标图像模型包括：

将所述第一学习结果和所述第二学习结果分别映射至所述卷积神经网络的样本标记空间的各结点上；

对所述各结点上的数据进行综合学习，得到第三学习结果，所述第三学习结果包括所述至少三个点的信息；

根据所述第三学习结果生成目标图像模型；

所述基于所述目标图像模型对所述原始图像进行处理，得到目标图像包括：

获取经深度学习得到的所述目标图像模型，所述目标图像模型包括与目标图像的图像轮廓相对应的至少三个点的信息；

在所述原始图像中，根据所述目标图像模型对所述目标图像的至少三个点进行定位；

根据所述定位的至少三个点对所述原始图像进行处理，得到所述目标图像。

2.根据权利要求1所述的方法，在所述原始图像中，根据所述目标图像模型对所述目标图像的至少三个点进行定位之前，所述方法还包括：

对所述原始图像进行质量检测，得到至少一个检测项对应的检测结果，所述检测项包括曝光度、是否模糊、是否被遮挡中的至少一项；

当所述至少一个检测项对应的检测结果均为检测通过时，确定所述原始图像满足预设质量要求；

当存在至少一个目标检测项对应的检测结果为检测未通过时，针对所述目标检测项对所述原始图像进行相应调整，以使所述调整后的原始图像满足所述预设质量要求；或者，重新获取所述原始图像，并对所述重新获取的原始图像进行质量检测，直至所述原始图像满足所述预设质量要求。

3.根据权利要求1所述的方法，所述至少三个样本点的位置信息包括：相对横坐标和相对纵坐标。

4.根据权利要求1所述的方法，根据所述定位的至少三个点对所述原始图像进行处理，包括：

将所述定位的至少三个点依次连接形成闭合区域；

判断所述闭合区域是否符合与指定视角的所述目标图像相匹配的预设形状；

若是，则根据所述定位的至少三个点对所述原始图像进行处理；

若否，则针对所述原始图像进行透视变换，得到符合所述预设形状的原始图像；根据所述定位的至少三个点对所述透视变换之后的原始图像进行处理。

5.根据权利要求4所述的方法，根据所述定位的至少三个点对所述原始图像进行处理，包括：

针对所述原始图像，沿所述闭合区域的边缘进行切割，得到所述闭合区域对应的图像；

确定所述闭合区域对应的图像为所述目标图像。