[发明专利]使用机器学习检测合成图像内的组成图像

权利要求书

1.一种由一个或多个处理器实施的用于训练机器学习模型以识别合成图像内的组成图像的方法，所述方法包括：

生成针对所述机器学习模型的训练数据，其中，生成所述训练数据包括：

生成合成图像，所述合成图像包括第一部分和第二部分，所述第一部分包含第一组成图像的像素数据，所述第二部分包含第二组成图像的像素数据；

生成第一训练输入，所述第一训练输入包括所述合成图像的像素数据；以及

生成针对所述第一训练输入的第一目标输出，其中，所述第一目标输出标识所述第一部分在所述合成图像内的位置；以及

提供所述训练数据，以在(i)包括所述第一训练输入的训练输入集合和(ii)包括所述第一目标输出的目标输出集合上训练所述机器学习模型。

2.根据权利要求1所述的方法，其中，所述合成图像的所述第二部分围绕所述合成图像的所述第一部分。

3.根据权利要求1所述的方法，其中，所述第一组成图像是第一视频的帧，所述第二组成图像是第二视频的帧。

4.根据权利要求1所述的方法，其中，所述第一部分在所述合成图像内的位置包括所述第一组成图像的左上角的坐标和所述第一组成图像的右下角的坐标。

5.根据权利要求1所述的方法，其中，所述训练输入集合中的每个训练输入被映射到所述目标输出集合中的目标输出。

6.根据权利要求1至5中的任一项所述的方法，其中，所述机器学习模型被配置成处理新图像并且生成一个或多个输出，所述一个或多个输出指示(i)所述新图像是包括组成图像的合成图像的置信度、以及(ii)所述组成图像在所述新图像内所在的空间区域。

7.一种设备，所述设备包括：

存储器，用于存储第一图像；以及

处理装置，与所述存储器操作地耦合，用于：

将所述第一图像的像素数据作为输入提供到经训练的机器学习模型；

从所述经训练的机器学习模型获得一个或多个输出；以及

从所述一个或多个输出中提取对以下内容的置信度：

所述第一图像是包括组成图像的合成图像，以及

所述组成图像的至少一部分处于所述第一图像的特定空间区域中。

8.根据权利要求7所述的设备，其中，所述处理装置还用于：

确定所述置信度满足阈值条件；以及

从所述第一图像的所述特定空间区域中提取所述组成图像。

9.根据权利要求7所述的设备，其中，所述特定空间区域是所述第一图像的多个空间区域中的一个，并且其中，所述多个空间区域在大小和形状上一致。

10.根据权利要求7所述的设备，其中，所述特定空间区域是所述第一图像的多个空间区域中的一个，并且其中，所述多个空间区域中的至少两个具有不同的大小。

11.根据权利要求7所述的设备，其中，所述特定空间区域是所述第一图像的多个空间区域中的一个，并且其中，所述多个空间区域中的至少两个是重叠的。

12.根据权利要求7所述的设备，其中，所述特定空间区域是所述第一图像的多个空间区域中的一个，并且其中，所述多个空间区域是不重叠的。

13.根据权利要求7所述的设备，其中，所述特定空间区域是所述第一图像的多个空间区域中的一个，并且其中，所述多个空间区域中的至少两个具有不同的形状。