[发明专利]一种在移动终端预览、拍摄模式下的数据增强方法及装置

权利要求书

1.一种在移动终端预览、拍摄模式下的数据增强方法，其特征在于，包括：

S1、离线建立数据库，具体为：

S11、构建目标图像数据库，并采集网络、标准图像库以及自建图像数据库中的图像存储至目标图像数据库；

S12、构建目标信息数据库，并将目标图像数据库中的图像的标注信息存储至目标信息数据库；

S13、构建目标特征数据库，利用基于深度学习的物体检测模型对目标图像数据库中的图像进行目标检测，对检测出的目标进行特征提取并存储至目标特征数据库；

S2、对输入的真实场景图像进行在线增强数据图像；

S21、移动终端在预览或者拍摄模式下获得真实场景图像；

S22、利用所述基于深度学习的物体检测模型对输入的真实场景图像进行目标检测，得到真实场景图像中所有显著性目标，并对所有显著性目标进行特征提取；

S23、将真实场景图像中每个目标特征与目标特征数据库中目标特征进行比对，得到目标图像排序结果；

S24、根据所述目标图像排序结果，基于图像数据存取分布式文件系统及相似性检索引擎，在目标图像数据库中检索出至少一张目标图像的原始数据以及从目标信息数据库中提取与至少一张目标图像对应的目标标注信息；

S25、将检索出的至少一张目标图像的数据、与目标图像对应的目标标注信息、以及显著性物体同时叠加在该显著性物体的场景位置处，并显示叠加后的融合图像。

2.如权利要求1所述的方法，其特征在于，所述基于深度学习的物体检测模型具体为：

针对感兴趣目标数据，设计基于深度学习的物体检测模型并利用感兴趣目标对基于深度学习的物体检测模型进行训练得到；

其中，感兴趣目标数据包括外部数据或者通过手工标注所述目标图像数据库中部分/全部目标图像中的感兴趣目标数据。

3.如权利要求2所述的方法，其特征在于，在所述的步骤S21之前，还包括：

对所述真实场景的图像进行降噪处理，得到处理后的真实场景图像。

4.如权利要求2所述的方法，其特征在于，还包括：

基于特征提取方法，对所述利用基于深度学习的物体检测模型检测出的目标进行特征提取。

5.如权利要求2所述的方法，其特征在于，所述的步骤S23，具体包括：

将所述真实场景图像中目标特征与目标特征数据库中所有目标特征进行比对计算，并将计算出的相似性分数由高到低排序；

按照相似性分数的高低顺序，返回目标图像数据库中与所述用于排序的特征对应的目标图像，得到所述目标图像结果。

6.如权利要求2所述的方法，其特征在于，还包括：

对检索结果进行分析，并根据分析结果对所述的物体检测模型进行优化。