[发明专利]一种城市暴露垃圾样本图像的数据扩充方法及系统

权利要求书

1.一种城市暴露垃圾样本图像的数据扩充方法，其特征在于，包括以下步骤：

步骤1：获取各类常见的生活垃圾图片，并采用抠图方法抠出垃圾元素并保存；

步骤2：获取城市暴露垃圾场景图片，人工标注垃圾箱标签，进行垃圾箱识别模型的训练，并使用训练好的垃圾箱识别模型检测出城市暴露垃圾场景图片中的垃圾箱；

步骤3：根据识别出的垃圾箱位置划定其周围矩形区域，并将划定的周围矩形区域等分为若干子区块；

步骤4：随机选择至少一个垃圾元素，将每个垃圾元素以随机旋转角度叠加到随机选择的子区块中，完成数据扩充。

2.根据权利要求1所述的城市暴露垃圾样本图像的数据扩充方法，其特征在于，在将每个垃圾元素以随机选择的旋转角度叠加到随机选择的子区块时，先判断垃圾元素的图像类型和位深度是否与随机选择的子区块的图像类型和位深度一致，若一致，则将垃圾元素以随机旋转角度叠加到子区块中。

3.根据权利要求1所述的城市暴露垃圾样本图像的数据扩充方法，其特征在于，步骤3中的具体步骤如下：

检测到垃圾箱时，以垃圾箱预测框的中心点为中心，划定垃圾箱的周围矩形区域，其中周围矩形区域的宽为垃圾箱预测框宽的m倍，周围矩形区域的高为垃圾箱预测框高的n倍。

4.根据权利要求1或3所述的城市暴露垃圾样本图像的数据扩充方法，其特征在于，随机选择子区块的步骤为：对周围矩形区域的若干个子区块进行编号，并将子区块的编号作为随机数的取值范围，利用随机数生成函数生成随机数，将编号为该随机数的子区块作为随机选择的子区块。

5.根据权利要求1所述的城市暴露垃圾样本图像的数据扩充方法，其特征在于，随机旋转角度的确定步骤为：利用随机数生成函数random.randint(0,359)生成随机数，该随机数即为随机旋转角度。

6.根据权利要求1所述的城市暴露垃圾样本图像的数据扩充方法，其特征在于，随机旋转角度的确定步骤为：

利用随机数生成函数random.randint(0,2)生成随机数，

若随机生成的数字是0，则确定旋转角度为0度；

若随机生成的数字是1，则确定旋转角度为90度；

若随机生成的数字是2，则确定旋转角度为180度。

7.根据权利要求1所述的城市暴露垃圾样本图像的数据扩充方法，其特征在于，随机旋转角度的确定步骤为：

设置一个包含3个数字的列表，List = [0,1,2]；

利用随机选择函数从列表中随机选择一个数字， Number = random.choice(List)；

若随机选择的数字是0或1，则利用随机数生成函数random.randint(0,2)生成随机数，并在随机生成的数字是0时，确定旋转角度为0度；在随机生成的数字是1时，确定旋转角度为90度；在随机生成的数字是2时，确定旋转角度为180度；

若随机选择的数字是2，则利用随机数生成函数random.randint(0,359)生成随机数，该随机数即为随机旋转角度。

8.根据权利要求1所述的城市暴露垃圾样本图像的数据扩充方法，其特征在于：在完成数据扩充后，还利用训练鉴别器判断扩充数据的真伪度，选择结果为真的扩充数据组成扩充样本集；

所述训练鉴别器的结构为编码器+全连接层的结构，由编码器内的卷积、池化层来提取组合信息中的特征得到特征序列，全连接层网络基于特征序列判断图像真伪度的置信度。