[发明专利]一种马赛克区域检测方法、装置及设备

说明书

本申请公开一种马赛克区域检测方法、装置及设备，该方法包括：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。本申请利用神经网络模型实现马赛克区域检测，能够很大程度上提高马赛克区域的检测准确性，同时不存在现有的边缘检测方法中的各种问题。

技术领域

本申请涉及数据处理领域，具体涉及一种马赛克区域检测方法、装置及设备。

背景技术

由于拍摄设备的老化和其他缺陷问题，可能导致利用上述设备进行拍摄的图片、视频等存在马赛克区域，而存在马赛克区域的图像对于用户来说是不清楚的，所以，可以通过对马赛克区域的检测确定出图像或视频中的马赛克区域，以便技术人员对图像或视频进行修复。

现有的马赛克区域检测方法是基于图像的边缘检测的，通常是将原始的彩色图像转换为灰度图像，通过对灰度图像进行边缘提取，最终基于提取到边缘的图像进行马赛克区域的确定。

上述基于边缘检测的马赛克区域检测方法，只适用于正常区域和马赛克区域的边缘强度存在明显的模式差异的图像，对于不满足上述条件的图像，该方法并不能完成对马赛克区域的检测。另外，现有的方法是基于马赛克区域为矩形的前提进行检测的，对于其他形状的马赛克区域也不能准确检测。同时，对于图像中存在与马赛克区域的边缘形状模式相似的方格形字符(如中日韩文字)、条纹、方格状的围巾或地面砖等时，该方法会出现明显的误检。

所以，目前亟需一种能够准确检测出马赛克区域的方法。

发明内容

为解决上述问题，本申请提供了一种马赛克区域检测方法、装置及设备，具体技术方案如下：

第一方面，本申请提供了一种马赛克区域检测方法，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。

可选的，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。

可选的，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。

可选的，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；