[发明专利]图像差异检测及模型训练的方法、设备及程序产品

说明书

本公开提供了图像差异检测及模型训练的方法、设备及程序产品，涉及计算机技术中的软件测试、计算机视觉、深度学习等领域。本公开提供的图像差异检测模型可以确定输入的样本图像和基准图像的差异可视化矩阵，根据差异可视化矩阵确定两张图像存在差异的预测概率，由于差异可视化矩阵是确定两张存在差异的预测概率的过程中产生的中间结果，在模型训练时，训练样本集中的标注数据只需包含样本图像与基准图像是否存在差异的标注信息，即可实现模型的训练，得到的模型能精准地判定图像间是否存在差异，并定位图像间差异的位置信息，无需标注出每个差异所在区域，大大简化了标注数据，降低了获取标注数据的难度和成本，提高了模型的可用性。

技术领域

本公开涉及计算机技术中的软件测试、计算机视觉、深度学习等，尤其涉及一种图像差异检测及模型训练的方法、设备及程序产品。

背景技术

在用户界面(User Interface，简称UI)测试中UI界面上缺陷的识别和定位、交通环境中障碍物的识别和定位、图书排版中错误的识别定位、医学影像比对等很多应用场景中，都可以通过将当前图像相对于基准图像是否存在差异，并定位差异的位置，来实现相应的功能。

目前，用于检测两个图像的差异，并定位差异的位置的检测模型，是基于目标检测的方法，将两个图像的差异区域作为检测目标，需要大量的差异区域的标注数据来训练模型，但是差异区域的标注数据的获取需要耗费大量人力进行人工标注，获取标注数据的成本高、难度大、效率低，导致检测模型的可用性低。

发明内容

本公开提供了一种图像差异检测及模型训练的方法、设备及程序产品。

根据本公开的第一方面，提供了一种图像差异检测模型训练方法，包括：

获取训练样本集，所述训练样本集中的每个训练样本包括样本图像、所述样本图像对应的基准图像、和标注信息，所述标注信息用于表示所述样本图像与所述基准图像是否存在差异；

将所述样本图像和所述基准图像输入图像差异检测模型，通过所述图像差异检测模型，确定所述样本图像和所述基准图像的差异可视化矩阵，并根据所述差异可视化矩阵确定所述样本图像和所述基准图像存在差异的预测概率，所述差异可视化矩阵包含所述样本图像和所述基准图像的差异位置信息；

根据所述预测概率，确定所述样本图像和所述基准图像是否存在差异的预测结果；

根据所述预测结果和所述标注信息，确定第一损失，并根据所述第一损失，更新所述图像差异检测模型的模型参数。

根据本公开的第二方面，提供了一种图像差异检测方法，包括：

获取待检测图像和所述待检测图像对应的基准图像；

将所述待检测图像和所述基准图像输入训练好的图像差异检测模型，通过所述图像差异检测模型，确定所述待检测图像和所述基准图像的差异可视化矩阵，以及所述待检测图像和所述基准图像存在差异的预测概率，所述差异可视化矩阵包含所述待检测图像和所述基准图像的差异位置信息；

若根据所述预测概率，确定所述待检测图像和所述基准图像存在差异，则根据所述差异可视化矩阵，显示所述待检测图像，在所显示的待检测图像上标记出所述待检测图像与所述基准图像存在差异的区域。

根据本公开的第三方面，提供了一种图像差异检测模型训练的设备，包括：

训练数据获取模块，用于获取训练样本集，所述训练样本集中的每个训练样本包括样本图像、所述样本图像对应的基准图像、和标注信息，所述标注信息用于表示所述样本图像与所述基准图像是否存在差异；