[发明专利]获得训练图像的方法及装置

权利要求书

1.一种获得训练图像的方法，其特征在于，包括：

从商品的原始图像集中获得第一图像；

利用预先训练好的第一卷积神经网络对所述第一图像进行前后景分割，获得第一分割结果；

基于所述第一分割结果对所述第一图像进行前后景的位置标记，获得第一标记结果；

将所述第一标记结果以及所述第一图像存储至商品图像库；

从所述商品图像库中选择所述第一图像，并基于所述第一标记结果获得所述第一图像中的前景图像，所述前景图像为所述第一图像中仅包含商品的部分图像；

从背景图像库中选择背景图像，所述背景图像为可用于放置所述商品的场景的图像；

将所述前景图像与所述背景图像进行组合，获得训练图像。

2.根据权利要求1所述的获得训练图像的方法，其特征在于，所述从商品的原始图像集中获得所述第一图像之前，所述方法还包括：

从所述商品的所述原始图像集中获得不同于所述第一图像的第二图像；

响应第一用户的前后景分割操作，将所述第一用户对所述第二图像进行前后景分割的分割结果确定为第二分割结果；

利用所述第二分割结果训练所述第一卷积神经网络。

3.根据权利要求2所述的获得训练图像的方法，其特征在于，所述从所述原始图像集中获得不同于所述第一图像的第二图像之前，所述方法还包括：

获得图像采集设备在多个预设拍摄角度中的每个预设拍摄角度下采集的所述商品的图像，共获得多个图像；

将所述多个图像确定为所述原始图像集。

4.根据权利要求3所述的获得训练图像的方法，其特征在于，所述获得图像采集设备在多个预设拍摄角度中的每个预设拍摄角度下采集的所述商品的图像，共获得多个图像之后，所述将所述多个图像确定为所述原始图像集之前，所述方法还包括：

判断所述多个图像中重复图像的个数是否超过预设阈值；

若是，对所述多个图像进行图像去重，获得去重后的剩余图像；

基于所述商品的预设形状信息对所述商品进行建模，获得所述商品的立体模型；

将所述立体模型与预设场景进行图像合成，获得合成图像，所述合成图像的拍摄角度不同于所述多个预设拍摄角度中的任意一个拍摄角度；

将所述剩余图像以及所述合成图像确定为所述原始图像集。

5.根据权利要求1－4中任一权项所述的获得训练图像的方法，其特征在于，所述将所述前景图像与所述背景图像进行组合，获得训练图像之后，所述方法还包括：

获得所述前景图像在所述训练图像中的位置；

获得所述前景图像对应的所述商品的商品类别；

利用所述训练图像、所述位置以及所述商品类别训练第二卷积神经网络，所述第二卷积神经网络用于商品检测及分类。

6.根据权利要求5所述的获得训练图像的方法，其特征在于，所述第二卷积神经网络为区域卷积神经网络。

7.根据权利要求5所述的获得训练图像的方法，其特征在于，所述获得所述前景图像对应的所述商品的商品类别之前，所述方法还包括：

响应第二用户的商品分类操作，将所述第二用户指定的类别确定为所述前景图像对应的所述商品的所述商品类别。

8.一种获得训练图像的装置，其特征在于，包括：

前景获取模块，用于从商品图像库中选择第一图像，并基于第一标记结果获得所述第一图像中的前景图像，所述前景图像为所述第一图像中仅包含商品的部分图像；

背景获取模块，用于从背景图像库中选择背景图像，所述背景图像为可用于放置所述商品的场景的图像；

前后景组合模块，用于将所述前景图像与所述背景图像进行组合，获得训练图像；

所述装置还用于：在所述前景获取模块从商品图像库中选择第一图像，并基于第一标记结果获得所述第一图像中的前景图像之前，从所述商品的原始图像集中获得所述第一图像；利用预先训练好的第一卷积神经网络对所述第一图像进行前后景分割，获得第一分割结果；基于所述第一分割结果对所述第一图像进行前后景的位置标记，获得所述第一标记结果；将所述第一标记结果以及所述第一图像存储至所述商品图像库。