[发明专利]一种马赛克区域检测方法、装置及设备在审
| 申请号: | 201810609003.3 | 申请日: | 2018-06-13 |
| 公开(公告)号: | CN108805884A | 公开(公告)日: | 2018-11-13 |
| 发明(设计)人: | 肖锋;张引;赵壁原 | 申请(专利权)人: | 北京搜狐新媒体信息技术有限公司 |
| 主分类号: | G06T7/11 | 分类号: | G06T7/11;G06N3/04 |
| 代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 王雪;王宝筠 |
| 地址: | 100190 北京市海淀*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 马赛克区域 检测 图像分割模型 神经网络模型 装置及设备 边缘检测 图片输入 图像分割 训练样本 申请 图片 输出 | ||
1.一种马赛克区域检测方法,其特征在于,所述方法包括:
将待检测图片输入至图像分割模型;其中,所述图像分割模型是利用标记出马赛克区域的图片作为训练样本,对神经网络模型进行训练后得到的;
由所述图像分割模型对所述待检测图片进行图像分割处理后,输出所述待检测图片的马赛克区域。
2.根据权利要求1所述的马赛克区域检测方法,其特征在于,所述将待检测图片输入至图像分割模型之前,还包括:
生成标记出马赛克区域的图片;
将所述图片作为训练样本,并由若干所述训练样本组成训练样本集;其中所述训练样本集用于训练神经网络模型。
3.根据权利要求2所述的马赛克区域检测方法,其特征在于,所述生成标记出马赛克区域的图片,包括:
将任一张不包含马赛克区域的图片确定为图片I;
将所述图片I缩小N1倍后,按照最近邻方法放大到与所述图片I相同大小,得到图片I1;
对所述图片I或所述图片I1按照纹理和颜色进行图像分割,得到具有若干分割块的图片S;其中,所述图片S的若干分割块包括马赛克区域块和正常区域块,所述马赛克区域块中的像素值为1,所述正常区域块中的像素值为0;
根据所述图片S、所述图片I和所述图片I1,生成图片IM;其中,所述图片IM中与所述图片S的马赛克区域块对应的位置的像素值与所述图片I1中对应位置像素值相同,所述图片IM中与所述图片S的正常区域块对应的位置的像素值与所述图片I中对应位置像素值相同;
将所述图片IM与所述图片S作为标记出马赛克区域的图片;其中,所述图片S用于标记出所述图片IM的马赛克区域。
4.根据权利要求3所述的马赛克区域检测方法,其特征在于,所述生成图片IM之前,还包括:
将所述图片I缩小N2倍后,按照最近邻方法放大到与所述图片I相同大小,得到图片I2;
将所述图片I1和所述图片I2按照随机生成的比例加权得到图片M;
相应的,所述对所述图片I或所述图片I1按照纹理和颜色进行图像分割,得到具有若干分割块的图片S,包括:
对所述图片I、所述图片I1或所述图片I2按照纹理和颜色进行图像分割,得到具有若干分割块的图片S;
相应的,所述图片IM中与所述图片S的马赛克区域块对应的位置的像素值与所述图片I1中对应位置像素值相同,具体为:
所述图片IM中与所述图片S的马赛克区域块对应的位置的像素值与所述图片M中对应位置像素值相同。
5.根据权利要求1-4任一项所述的马赛克区域检测方法,其特征在于,所述神经网络模型包括全卷积神经网络模型或带洞的卷积神经网络模型。
6.一种马赛克区域检测装置,其特征在于,所述装置包括:
输入模块,用于将待检测图片输入至图像分割模型;其中,所述图像分割模型是利用标记出马赛克区域的图片作为训练样本,对神经网络模型进行训练后得到的;
输出模块,用于由所述图像分割模型对所述待检测图片进行图像分割处理后,输出所述待检测图片的马赛克区域。
7.根据权利要求6所述的马赛克区域检测装置,其特征在于,所述装置还包括:
生成模块,用于生成标记出马赛克区域的图片;
训练模块,用于将所述图片作为训练样本,并由若干所述训练样本组成训练样本集;其中所述训练样本集用于训练神经网络模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京搜狐新媒体信息技术有限公司,未经北京搜狐新媒体信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810609003.3/1.html,转载请声明来源钻瓜专利网。





