[发明专利]基于GAN的加油站危险场景图片生成方法

说明书

本发明涉及一种基于GAN的加油站危险场景图片生成方法，所述方法包括：图片输入单元输入危险场景图片以及加油站背景图片；图片生成单元根据所述输入的图片及生成的图片生成新的加油站危险场景图片；图片判决单元判决生成的危险场景图片是否真实；若不真实，由图片生成单元继续迭代生成新的图片数据；若真实，输出有效的加油站危险场景图片训练样本数据。通过本发明提出的一种基于GAN的加油站危险场景图片生成方法，可以生成加油站抽烟、打手机、烟雾、火焰等危险场景的图片，用于深度学习的数据训练，能有效降低原始图片采集的数据量，大大降低数据采集和标注的成本。

技术领域

本发明涉及机器视觉应用领域，尤其涉及一种基于GAN的加油站危险场景图片生成方法。

背景技术

随着新基建的提出，人工智能被广泛的应用于各个领域，包括加油站的安全监控。加油站抽烟、打手机等行为是严重危害加油站安全的行为，此外，加油站烟雾、火焰也是需要立即报警的场景。但以上行为及场景存在数据收集困难的问题，使得人工智能的实施落地得不到足够的训练数据样本。

发明内容

鉴于现有技术实现方式的不足，本发明提出的一种基于GAN的加油站危险场景图片生成方法，利用深度学习GAN，可以生成加油站抽烟、打手机、烟雾、火焰等危险场景的图片，用于深度学习的数据训练，能有效降低原始图片采集的数据量，大大降低数据采集和标注的成本。

本发明提出的技术实现方案如下：

一种基于GAN的加油站危险场景图片生成方法，其中，所述方法包括步骤：

图片输入单元输入危险场景图片以及加油站背景图片。

图片生成单元根据所述输入的图片及生成的图片生成新的加油站危险场景图片。

图片判决单元判决生成的危险场景图片是否真实。

若图片判决单元判决结果为不真实，由图片生成单元继续迭代生成新的图片数据。

若图片判决单元判决结果为真实，输出有效的加油站危险场景图片训练样本数据。

所述GAN为生成对抗网络（Generative Adversarial Network, GAN）。

所述的一种基于GAN的加油站危险场景图片生成方法，其中，所述图片输入单元输入危险场景图片以及加油站背景图片，具体包括：

所述图片输入单元输入图片的方式可以是通过网络传输，也可以通过存储设备。

所述危险场景图片包括但不限于：抽烟场景、打手机场景、烟雾场景、火焰场景的图片数据。

所述危险场景图片数据不是在加油站场景进行采集的。

所述加油站背景图片是指各种环境条件下加油站的背景图片。

所述图片输入单元将采集到的危险场景图片数据集、加油站背景图片数据集以及标注信息作为原始数据源输入到图片生成单元。

所述的一种基于GAN的加油站危险场景图片生成方法，其中，所述图片生成单元根据所述输入的图片及生成的图片生成新的加油站危险场景图片，具体包括：

所述输入的图片是指所述图片输入单元输入的危险场景图片数据集、加油站背景图片数据集以及标注信息的原始数据源。

所述生成的图片是指经过生成的有效的加油站危险场景图片数据集。

所述图片生成单元基于所述危险场景图片数据集生成新的危险场景图片数据。

所述图片生成单元基于所述加油站背景图片数据集生成新的加油站背景图片数据。