[发明专利]一种基于人工智能的杂乱场景检测方法、装置及相关设备

权利要求书

1.一种基于人工智能的杂乱场景检测方法，其特征在于，包括：

通过检测模型对待检测的第一图像进行风格迁移，得到经过风格迁移的第二图像；

获取第一图像与第二图像的相似度值，所述相似度值用于衡量第一图像与第二图像的相似程度；

基于所述相似度值确定所述第一图像是否为杂乱场景；

其中，所述检测模型被配置为，具备对图像进行风格迁移的能力，且被标注为杂乱场景的第一杂乱图像，与对所述第一杂乱图像进行风格迁移后得到的第二杂乱图像的相似度值落在预设的相似度范围之内；被标注为规整场景的第一规整图像，与对所述第一规整图像进行风格迁移后得到的第二规整图像的相似度值落在所述相似度范围之外；

所述获取第一图像与第二图像的相似度值的过程，包括：

采用同样的划分方式，将待检测的第一图像划分成尺寸相等且互不重合的多个图像区域，以及将第二图像划分成尺寸相等且互不重合的多个迁移后图像区域；

针对每一图像区域，计算所述图像区域与跟所述图像区域对应的迁移后图像区域的特征差异，得到所述图像区域与所述迁移后图像区域的相似度值；

基于所述相似度值确定所述第一图像是否为杂乱场景的过程，包括：

获取相似度值落在所述相似度范围之内的各目标图像区域，并计算得到各目标图像区域相对于各图像区域的比值；

判断所述比值是否达到预设比值，若是，确定所述图像为杂乱场景。

2.根据权利要求1所述的方法，其特征在于，计算所述图像区域与跟所述图像区域对应的迁移后图像区域的特征差异，得到所述图像区域与所述迁移后图像区域的相似度值的过程，包括：

通过局部二值模式LBP算法提取所述图像区域的纹理特征，得到第一直方图；

通过LBP算法提取跟所述图像区域对应的迁移后图像区域的纹理特征，得到第二直方图；

利用预设的相似性度量函数计算第一直方图和第二直方图的相似程度，得到所述图像区域与所述迁移后图像区域的相似度值。

3.根据权利要求1所述的方法，其特征在于，得到所述图像区域与所述迁移后图像区域的相似度值之后，还包括：

判断所述图像区域与所述迁移后图像区域的相似度值是否落在所述相似度范围之内；

若是，确定所述图像区域为杂乱场景。

4.根据权利要求1所述的方法，其特征在于，通过检测模型对待检测的第一图像进行风格迁移之前，还包括：

对待检测的第一图像进行灰度化处理。

5.根据权利要求1～4中任一项所述的方法，其特征在于，所述检测模型的训练过程，包括：

获取风格图像、若干被标注为杂乱场景的第一杂乱图像以及若干被标注为规整场景的第一规则图像；

针对每一第一杂乱图像，通过所述检测模型将所述风格图像的风格特征迁移到所述第一杂乱图像中，得到经过风格迁移的第二杂乱图像，并计算得到所述第一杂乱图像与所述第二杂乱图像的第一相似度值；

针对每一第一规则图像，通过所述检测模型将所述风格图像的风格特征迁移到所述第一规则图像中，得到经过风格迁移的第二规则图像，并计算得到所述第一规则图像与所述第二规则图像的第二相似度值；

以所述第一相似度值趋近于所述相似度范围，所述第二相似度值远离所述相似度范围，以及所述检测模型的风格损失和内容损失最小化为目标，更新所述检测模型的风格参数。