[发明专利]一种图像材质类别识别方法及装置

说明书

本发明实施例提供一种图像材质类别识别方法及装置，该方法包括：获取待识别材质的图像；对所述待识别材质的图像进行数据增强，得到多个数据增强图像；将所述多个数据增强图像输入到预先训练好的材质类别识别模型中，输出相应个数的材质概率分布结果；将所述相应个数的材质概率分布结果进行整合，得到所述待识别图像的材质类别。本发明实施例提供的图像材质类别识别方法及装置，实现了图像材质类别的自动化识别，提高了识别效率，降低了人力成本。

技术领域

本发明涉及计算机技术领域，具体涉及一种图像材质类别识别方法及装置。

背景技术

在模型材质转换的过程中，需要进行材质的识别与分类。目前，材质识别与分类的工作基本还是依靠人工来实现。这种完全依赖人工的方式工作强度大、效率低，难以满足目前大批量、高效率的模型材质转换的需求。

因此迫切需要优化材质的识别与分类方法。研究材质图像的自动分类方法，对于提高模型材质转换过程的自动化以及智能化水平有重要意义。

发明内容

为解决现有技术中的问题，本发明实施例提供一种图像材质类别识别方法及装置。

第一方面，本发明实施例提供一种图像材质类别识别方法，该方法包括：获取待识别材质的图像；对所述待识别材质的图像进行数据增强，得到多个数据增强图像；将所述多个数据增强图像输入到预先训练好的材质类别识别模型中，输出相应个数的材质概率分布结果；将所述相应个数的材质概率分布结果进行整合，得到所述待识别图像的材质类别。

进一步地，所述对所述待识别材质的图像进行数据增强，得到多个数据增强图像，具体包括：对所述待识别材质的图像进行随机旋转；在旋转后的图像内部随机位置切取边长满足预设尺寸范围的矩形图像，并将所述矩形图像缩放至统一尺寸；其中，所述矩形图像具有预设固定长宽比；对所述矩形图像分别添加预设第一比率范围的随机亮度偏移及随机对比度偏移；按照预设概率对所述矩形图像进行随机翻转，从而得到单个所述数据增强图像；重复上述步骤预设次数，从而得到所述多个数据增强图像。

进一步地，所述预设尺寸范围包括所述待识别材质的图像的短边长度与所述矩形图像的短边长度的比值处于预设第二比率范围之内，并且所述矩形图像的长边长度小于或等于所述待识别材质的图像的短边长度；所述将所述矩形图像缩放至统一尺寸包括将所述矩形图像的短边的像素缩放至预设像素。

进一步地，所述随机旋转的范围为0至360度，所述预设第二比率范围为1.1至1.4，所述预设像素为299像素，所述第一比率范围为0.5至1.5，所述预设概率为0.5。

进一步地，所述将所述相应个数的材质概率分布结果进行整合，得到所述待识别图像的材质类别，具体包括：根据所述相应个数的材质概率分布结果得到各个材质类别的概率和，取所述概率和取值最大时对应的材质类别作为所述待识别图像的材质类别。

进一步地，所述获取待识别材质的图像，具体包括：接收输入的图像，并根据所述图像中像素颜色的差值判断所述输入的图像是否为纯色图像，若为纯色图像则不处理；若不为纯色图像，则将所述输入的图像作为所述待识别的图像。

进一步地，在所述获取待识别材质的图像之前，所述方法还包括：以多个图像样本作为输入，以所述图像样本的材质类别作为输出标签，对深度神经网络进行训练，得到所述材质类别识别模型；其中，所述深度神经网络包括InceptionResNetV2网络。

第二方面，本发明实施例提供一种图像材质类别识别装置，该装置包括：待识别材质的图像获取模块，用于：获取待识别材质的图像；数据增强图像获取模块，用于：对所述待识别材质的图像进行数据增强，得到多个数据增强图像；材质概率分布结果获取模块，用于：将所述多个数据增强图像输入到预先训练好的材质类别识别模型中，输出相应个数的材质概率分布结果；材质类别识别模块，用于：将所述相应个数的材质概率分布结果进行整合，得到所述待识别图像的材质类别。