[发明专利]基于抠图的样本增强方法和训练方法及其系统和电子设备

权利要求书

1.基于抠图的样本增强方法，其特征在于，包括步骤：

从包含目标对象的原始图像中扣取出目标对象信息；

通过在背景图像上对该目标对象信息进行融合处理，得到融合图像；以及

通过对该融合图像进行样本增强处理，获得含有目标对象的多个数据样本。

2.如权利要求1所述的基于抠图的样本增强方法，其中，该目标对象信息包括目标对象图、目标对象的边缘轮廓图、目标对象的二值图以及目标对象的类型信息。

3.如权利要求2所述的基于抠图的样本增强方法，其中，所述从包含目标对象的原始图像中扣取出目标对象信息的步骤，包括步骤：

基于该原始图像中该目标对象的轮廓线，确定一组标记点；

根据该标记点的局部邻域梯度信息，依次微调该标记点的位置至最大梯度值处；以及

根据微调后的该标记点构造出的凸多边形，以得到该目标对象信息中的该目标对象的边缘轮廓图。

4.如权利要求3所述的基于抠图的样本增强方法，其中，所述从包含目标对象的原始图像中扣取出目标对象信息的步骤，进一步包括步骤：

根据该目标对象的边缘轮廓图，从该原始图像中扣取出该目标对象，以获得该目标对象信息中的该目标对象图；和

对该目标对象图进行二值化处理，以得到该目标对象信息中的该目标对象的二值图。

5.如权利要求4所述的基于抠图的样本增强方法，其中，所述从包含目标对象的原始图像中扣取出目标对象信息的步骤，进一步包括步骤：

识别并标注该目标对象的类型，以得到该目标对象信息中的该目标对象的类型信息。

6.如权利要求2至5中任一所述的基于抠图的样本增强方法，其中，所述通过在背景图像上对该目标对象信息进行融合处理，得到融合图像的步骤，包括步骤：

确定在该背景图像上的对象融合区域；

将该目标对象信息融合至该背景图像中的该对象融合区域，使得该目标对象信息中该目标对象图的像素点与该对象融合区域内的像素点进行加权融合，以得到初始融合图像；以及

通过外扩该对象融合区域，根据该目标对象信息中该目标对象的边缘轮廓图进行平滑滤波处理，以得到该融合图像。

7.如权利要求6所述的基于抠图的样本增强方法，其中，在所述确定在该背景图像上的对象融合区域的步骤中，在该背景图像上随机地划定或生成该对象融合区域。

8.深度学习模型的训练方法，其特征在于，包括步骤：

从包含目标对象的原始图像中扣取出目标对象信息；

通过在背景图像上对该目标对象信息进行融合处理，得到融合图像；

通过对该融合图像进行样本增强处理，获得含有目标对象的多个数据样本；以及

基于所述多个数据样本，训练深度学习模型。

9.基于抠图的样本增强系统，其特征在于，包括依次可通信地连接的：

一抠图模块，用于从包含目标对象的原始图像中扣取出目标对象信息；

一融合模块，用于通过在背景图像上对该目标对象信息进行融合处理，得到融合图像；以及

一样本增强模块，用于通过对该融合图像进行样本增强处理，获得含有目标对象的多个数据样本。

10.如权利要求9所述的基于抠图的样本增强系统，其中，该目标对象信息包括目标对象图、目标对象的边缘轮廓图、目标对象的二值图以及目标对象的类型信息。

11.如权利要求10所述的基于抠图的样本增强系统，其中，所述抠图模块包括依次可通信地连接的一标记确定模块、一微调模块以及一构造模块，其中所述标记确定模块用于基于该原始图像中该目标对象的轮廓线，确定一组标记点；其中所述微调模块用于根据该标记点的局部邻域梯度信息，依次微调该标记点的位置至最大梯度值处；其中所述构造模块用于根据微调后的该标记点构造出的凸多边形，以得到该目标对象信息中的该目标对象的边缘轮廓图。