[发明专利]异常图像样本生成方法及装置、图像检测方法及装置

权利要求书

1.一种异常图像样本生成方法，其特征在于，包括：

获取视频编码序列；其中所述视频编码序列包括多个图像组；

对所述视频编码序列执行解码操作时，变更部分解码参考信息并根据变更后的解码参考信息进行解码操作，在解码操作结束后获得异常视频数据；

将所述异常视频数据中多个异常图像帧，作为所述多个异常图像样本。

2.如权利要求1所述的异常图像样本生成方法，其特征在于，每个图像组包括一个帧内编码图像帧、多个预测编码图像帧和多个双向预测编码图像帧；

则所述对所述视频编码序列执行解码操作时，变更部分解码参考信息并根据变更后的解码参考信息进行解码操作，在解码操作结束后获得异常视频数据包括：

对所述视频编码序列执行解码操作，并在所述解码操作中遗漏所述图像组中的帧内编码图像帧，在解码操作结束后获得异常视频数据。

3.如权利要求1所述的异常图像样本生成方法，其特征在于，每个图像组包括一个帧内编码图像帧、多个预测编码图像帧和多个双向预测编码图像帧；

则所述对所述视频编码序列执行解码操作时，变更部分解码参考信息并根据变更后的解码参考信息进行解码操作，在解码操作结束后获得异常视频数据包括：

对所述视频编码序列执行解码操作，并在所述解码操作中遗漏所述图像组中的预测编码图像帧，在解码操作结束后获得异常视频数据。

4.如权利要求1所述的异常图像样本生成方法，其特征在于，所述视频编码序列包括多个图像组，每个图像组包括一个帧内编码图像帧、多个预测编码图像帧和多个双向预测编码图像帧，且，所述预测编码图像帧和所述双向预测编码图像帧均包括运动矢量；

则所述对所述视频编码序列执行解码操作时，变更部分解码参考信息并根据变更后的解码参考信息进行解码操作，在解码操作结束后获得异常视频数据包括：

对所述视频编码序列执行解码操作，并在所述解码操作中改变所述图像组中帧内编码图像帧中的运动矢量，和/或，改变所述图像组中双向预测编码图像帧中的运动矢量，在解码操作结束后获得异常视频数据。

5.如权利要求1所述的异常图像样本生成方法，其特征在于，所述视频编码序列包括多个图像组，每个图像组包括一个帧内编码图像帧、多个预测编码图像帧和多个双向预测编码图像帧，且，所述预测编码图像帧和所述双向预测编码图像帧均包括运动矢量；

则所述对所述视频编码序列执行解码操作时，变更部分解码参考信息并根据变更后的解码参考信息进行解码操作，在解码操作结束后获得异常视频数据，包括：

分别对所述多个视频编码序列执行解码操作，并在所述解码操作中：

遗漏所述图像组中的帧内编码图像帧，以获得异常视频数据；或者，

遗漏所述图像组中的预测编码图像帧，以获得异常视频数据；或者，

改变所述图像组中帧内编码图像帧中的运动矢量，和/或，改变所述图像组中双向预测编码图像帧中的运动矢量，以获得异常视频数据；

从所述异常视频数据中提取多个图像帧，作为所述多个异常图像样本。

6.一种图像检测方法，其特征在于，包括：

按权利要求1-5任一项所述的异常图像样本生成方法，生成多个异常图像样本；

构建包含所述多个异常图像样本和多个正常图像样本的图像样本集；

利用所述图像样本集训练神经网络模型，直到达到训练结束条件；

将训练结束后的神经网络模型作为所述图像识别模型，以用于进行图像检测。

7.如权利要求6所述的图像检测方法，其特征在于，还包括：

确定待检测图像；

输入所述待检测图像至预先训练好的图像识别模型；其中，所述图像识别模型为依据图像样本集训练神经网络模型后得到的、用于区分正常图像和异常图像的机器模型；

获得所述图像识别模型输出的表示所述待检测图像是否异常的输出结果。