[发明专利]一种图像拍摄完整度判定方法及装置

说明书

本申请提供一种图像拍摄完整度判定方法及装置，该方法包括：先获取用于训练人工智能模型的待检测识别图像；再根据图像分割模型对待检测识别图像进行图像分割，得到商品售卖区域；接着提取商品售卖区域的区域轮廓；最后根据区域轮廓和待检测识别图像进行拍摄完整度判定，得到拍摄完整度判定结果，该方法能够自动且快速地对图像拍摄完整度进行识别判定，并给出是否合格的判定结果，从而有助于获取更优质的训练样本，进而提高人工智能模型的训练效果。

技术领域

本申请涉及自动化图像检测识别领域，具体而言，涉及一种图像拍摄完整度判定方法及装置。

背景技术

目前，很多基于人工智能模型进行自动化图像检测识别的方法中，已经能够对图像中的物品进行精准且有效的识别。众所周知，人工智能模型是基于训练样本进行训练得到的，而如果训练样本较差，那么其训练出来的人工智能模型的也难免逊色。

在自动化图像检测识别领域当中，对人工智能模型的训练通常会对图像中的主体进行检测识别，从而筛选出具有相应主体的训练样本。然而，在实践中发现，有些图像中虽然具有相应的主体，但是其主体的拍摄并不完整，从而直接导致训练样本的劣化，进而导致了人工智能模型的能力较差。

发明内容

本申请实施例的目的在于提供一种图像拍摄完整度判定方法及装置，能够自动且快速地对图像拍摄完整度进行识别判定，并给出是否合格的判定结果，从而有助于获取更优质的训练样本，进而提高人工智能模型的训练效果。

本申请实施例第一方面提供了一种图像拍摄完整度判定方法，包括：

获取用于训练人工智能模型的待检测识别图像；

根据图像分割模型对所述待检测识别图像进行图像分割，得到商品售卖区域；

提取所述商品售卖区域的区域轮廓；

根据所述区域轮廓和所述待检测识别图像进行拍摄完整度判定，得到拍摄完整度判定结果。

在上述实施方式中，先获取用于训练人工智能模型的待检测识别图像；再根据图像分割模型对待检测识别图像进行图像分割，得到商品售卖区域；接着提取商品售卖区域的区域轮廓；最后根据区域轮廓和待检测识别图像进行拍摄完整度判定，得到拍摄完整度判定结果，该方法能够自动且快速地对图像拍摄完整度进行识别判定，并给出是否合格的判定结果，从而有助于获取更优质的训练样本，进而提高人工智能模型的训练效果。

进一步地，所述根据图像分割模型对所述待检测识别图像进行图像分割，得到商品售卖区域的步骤包括：

将所述待检测识别图像输入至Mask-RCNN图像分割模型进行图像实体分割，得到商品售卖区域。

进一步地，所述提取所述商品售卖区域的区域轮廓的步骤包括：

根据OpenCV程序库，提取所述商品售卖区域的区域轮廓。

进一步地，所述根据所述区域轮廓和所述待检测识别图像进行拍摄完整度判定，得到拍摄完整度判定结果的步骤包括：

提取所述区域轮廓中包括的多个轮廓像素点；

计算每个所述轮廓像素点与所述待检测识别图像边缘之间的边缘距离；

获取所述边缘距离不小于预设距离阈值的多个有效像素点；

当所述有效像素点的数量与所述轮廓像素点的数量之间的比值小于预设完整度阈值时，确定拍摄完整度判定结果为所述待检测识别图像不完整。

进一步地，所述计算每个所述轮廓像素点与所述待检测识别图像边缘之间的边缘距离的步骤包括：

计算每个所述轮廓像素点与所述待检测识别图像边缘之间的四个像素距离，并将所述四个像素距离中最小的像素距离确定为边缘距离；其中，所述待检测识别图像为矩形图像，四个像素距离为所述轮廓像素点与所述矩形图像四个边之间的最短距离。

本申请实施例第二方面提供了一种图像拍摄完整度判定装置，所述图像拍摄完整度判定装置包括：