[发明专利]目标图像提取方法、神经网络训练方法和装置

说明书

本公开提供了一种目标图像提取方法、神经网络训练方法、装置、计算设备和介质，涉及人工智能技术领域，并且更具体地涉及计算机视觉。目标图像提取方法包括获取输入图像；识别输入图像中是否包含属于目标类别的对象；响应于输入图像中包含属于目标类别的对象且对象具有第一外观形态，输出目标图像；以及响应于输入图像中包含属于目标类别的对象且对象具有不同于第一外观形态的第二外观形态，不输出目标图像，其中，目标图像是输入图像中的包含对象的局部区域。

技术领域

本公开涉及人工智能技术领域，具体涉及计算机视觉，尤其涉及一种目标图像提取方法、神经网络训练方法、装置、计算设备和介质。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

从图像中提取目标图像的目标识别技术或者称为对象识别技术已经得到广泛应用。然而，在原始图像较多、存在多种形态的特定目标或者图像质量不佳的情况下，这样提取出的目标图像很可能是不期望的。

发明内容

根据本公开的一个方面，公开了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。

根据本公开的另一个方面，公开了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。

根据本公开的另一方面，公开了一种装置，包括：图像输入单元，用于获取输入图像；对象识别单元，用于识别所述输入图像中是否包含属于目标类别的对象；以及图像输出单元，所述图像输出单元被配置成：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。

根据本公开的又一方面，公开了一种装置，所述装置包括根据上述训练方法训练的神经网络。

根据本公开的另一方面，公开了一种计算设备，可以包括：处理器；以及存储程序的存储器，程序包括由处理器执行时使处理器执行上述目标图像提取方法或训练方法的指令。

根据本公开的又一方面，公开了一种存储程序的计算机可读存储介质，程序可以包括在由服务器的处理器执行时使得服务器执行上述目标图像提取方法或训练方法的指令。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。