[发明专利]目标图像提取方法、神经网络训练方法和装置在审

专利信息
申请号: 202011251871.2 申请日: 2020-11-11
公开(公告)号: CN112270377A 公开(公告)日: 2021-01-26
发明(设计)人: 董青 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08;G06N20/20
代理公司: 北京市汉坤律师事务所 11602 代理人: 姜浩然;吴丽丽
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 图像 提取 方法 神经网络 训练 装置
【权利要求书】:

1.一种目标图像提取方法,包括:

获取输入图像;

识别所述输入图像中是否包含属于目标类别的对象;

响应于所述输入图像中包含属于所述目标类别的对象且所述对象具有第一外观形态,输出目标图像;以及

响应于所述输入图像中包含属于所述目标类别的对象且所述对象具有不同于所述第一外观形态的第二外观形态,不输出所述目标图像,其中,

所述目标图像是所述输入图像中的包含所述对象的局部区域。

2.根据权利要求1所述的方法,其中,具有所述第一外观形态的对象是满足清晰度指标的对象,并且具有所述第二外观形态的对象是不满足清晰度指标的对象。

3.根据权利要求1或2所述的方法,其中,具有所述第一外观形态的对象是完整的对象,并且具有所述第二外观形态的对象是部分被遮挡的对象。

4.根据权利要求1或2所述的方法,其中,具有所述第一外观形态的对象是具有第一纹理特征的对象,并且具有所述第二外观形态的对象是具有与所述第一纹理特征不同的第二纹理特征的对象。

5.根据权利要求1或2所述的方法,其中,所述目标类别表征含有文本的对象,并且其中,具有所述第一外观形态的对象是文字边界连续的对象,并且具有所述第二外观形态的对象是文字边界不连续的对象。

6.根据权利要求1所述的方法,

其中,所述方法是通过神经网络来进行的,

其中,判断所述输入图像中是否包含属于目标类别的对象包括:

通过所述神经网络中的第一子网络,输出所述输入图像中属于所述目标类别的对象所位于的一个或多个候选区域;并且

其中,响应于所述输入图像中包含属于所述目标类别的对象且所述对象具有第一外观形态,输出目标图像包括通过所述神经网络中的第二子网络,对所述一个或多个候选区域中的每一个:

计算所述候选区域中的对象的外观属性值,

基于经计算的外观属性值落入第一外观属性值区间,输出所述候选区域作为所述目标图像。

7.根据权利要求6所述的方法,其中,所述神经网络是端到端训练的。

8.一种神经网络的训练方法,

使用其中存在属于目标类别的对象的图像作为正样本集合,并且使用其中不存在属于所述目标类别的对象的图像作为负样本集合,对所述神经网络进行训练;

其中,所述正样本集合包括第一正样本子集和第二正样本子集,所述第一正样本子集中的图像包括具有第一外观形态的对象,并且所述第二正样本子集中的图像包括具有第二外观形态的对象,并且

其中,对所述神经网络进行训练还包括,

计算样本的外观属性值;

对所述神经网络的参数进行调整,使得所述第一正样本子集中的样本的外观属性值落入第一外观属性值区间中,并且所述第二正样本子集中的样本的外观属性值落入第二外观属性值区间中,所述第二外观属性值区间与所述第一外观属性值区间不重叠。

9.根据权利要求8所述的方法,其中,所述第一正样本子集中的对象是满足清晰度指标的对象,并且所述第二正样本子集中的对象是不满足所述清晰度指标的对象。

10.根据权利要求8或9所述的方法,其中,所述第一正样本子集中的对象是完整的对象,并且所述第二正样本子集中的对象是部分被遮挡的对象。

11.根据权利要求8或9所述的方法,其中,所述第一正样本子集中的对象是具有第一纹理特征的对象,并且所述第二正样本子集中的对象是具有与所述第一纹理特征不同的第二纹理特征的对象。

12.根据权利要求8或9所述的方法,其中,所述目标类别表征含有文本的对象,并且其中,所述第一正样本子集中的对象是文字边界连续的对象,并且所述第二正样本子集中的对象是文字边界不连续的对象。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202011251871.2/1.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