[发明专利]一种图片增强方法及装置

说明书

本发明实施例提供一种图片增强方法及装置，包括：确定原图片的前景特性和背景特征，将原图片内的前景特性和背景特征进行分离，分别形成相应的前景图片和背景图片；其中，所述前景特征为原图片的目标图像对应的特征，背景特征为原图片的非目标图像对应的特征；随机变换背景图片的像素生成背景变换图片，通过多次随机变换背景图片的像素生成多张相应的背景变换图片；将各背景变换图片分别与前景图片融合，重新生成对应的增强图片，所述增强图片用于图像分类。分离图片的前景和背景，重要特征保持不变，对背景图片的像素进行随机像素替换改变次要特，提升模型进行主要特征的识别和提取。

技术领域

本发明涉及图片处理领域，具体涉及一种图片增强方法及装置。

背景技术

在待识别或者分类的图片之前，对训练图片随机添加噪声来丰富样本使模型能更好的学习到主要特征和增加模型的泛化性。在实现本发明过程中，申请人发现现有技术中至少存在如下问题：但是现有的数据增强算法对图片整体进行随机添加噪声，噪声会对主要特征结构上产生破坏性影响。

发明内容

本发明实施例提供一种图片增强方法及装置，分离图片的前景和背景，重要特征保持不变，对背景特征的像素进行随机像素替换改变次要特，提升模型进行主要特征的识别和提取。

为达上述目的，一方面，本发明实施例提供一种图片增强方法，包括：

确定原图片的前景特性和背景特征，将原图片内的前景特性和背景特征进行分离，分别形成相应的前景图片和背景图片；其中，所述前景特征为原图片的目标图像对应的特征，背景特征为原图片的非目标图像对应的特征；

随机变换背景图片的像素生成背景变换图片，通过多次随机变换背景图片的像素生成多张相应的背景变换图片；

将各背景变换图片分别与前景图片融合，重新生成对应的增强图片，所述增强图片用于图像分类。

另一方面，本发明实施例提供一种图片增强装置，包括：

重要特征分离模块，用于确定原图片的前景特性和背景特征，将原图片内的前景特性和背景特征进行分离，分别形成相应的前景图片和背景图片；其中，所述前景特征为原图片的目标图像对应的特征，背景特征为原图片的非目标图像对应的特征；

背景特征变换模块，用于随机变换背景图片的像素生成背景变换图片，通过多次随机变换背景图片的像素生成多张相应的背景变换图片；

融合模块，用于将各背景变换图片分别与前景图片融合，重新生成对应的增强图片，所述增强图片用于图像分类。

上述技术方案具有如下有益效果：对于给定样本中的一张图片，通过重要特征分离模块得到图片的前景图片和背景图片，对背景图片的像素进行随机像素替换并与前景图片进行融合，得到增强图片，然后将增强图片作为深度学习模型的新样本，能通过这种重要特征保持不变，改变次要特征的样本增强，可以很好的提升模型进行主要特征的识别和提取。采用增强图片训练时使训练模型时具有更高的准确性和泛化性，具有非常高的实用提升效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例的一种图片增强方法的流程图；

图2是本发明实施例的一种图片增强装置的结构图；

图3是本发明实施例的图片增强方法的原理图。

具体实施方式