[发明专利]获得训练图像的方法及装置

说明书

本发明涉及商品识别技术领域，提供一种获得训练图像的方法及装置。该方法首先从商品图像库中选择第一图像，并获得第一图像中的前景图像，前景图像为第一图像中仅包含商品的部分图像；然后从背景图像库中选择背景图像，背景图像为可用于放置商品的场景的图像；最后将前景图像与背景图像进行组合获得训练图像。可见，在该方法中，训练图像是通过前景图像和背景图像的自由组合生成的，其生成方式简单灵活，便于快速生成大量不同场景下的训练图像。进一步的，获得的高质量训练图像可以用于训练用于商品识别的模型，并取得较好的训练效果。

技术领域

本发明涉商品识别技术领域，具体而言，涉及一种获得训练图像的方法及装置。

背景技术

目前，在零售行业中，对于商品进行标识的主要手段是在商品包装的表面设置标识物，例如条形码、二维码、RFID标签等。在顾客进行结账时，通过使用相应的识读设备，例如条形码扫描枪、二维码扫描枪、RFID识读器等对该标识物所包含的信息进行读取以识别出商品，进而进行商品结算。由于识读设备通常需要靠收银员进行操作，因此此种商品识别方式与未来零售行业无人化的发展趋势相违背。

近年来，基于卷积神经网络的图像识别技术得到快速发展，为利用图像识别技术进行商品识别奠定了良好的基础。然而，卷积神经网络在建立模型的过程中，需要大量的训练样本进行训练。对于商品识别任务而言，意味着需要采集商品在大量不同场景下的图像作为训练样本，这一样本采集过程费时费力，并且要找到大量不同的场景也比较困难。

发明内容

有鉴于此，本发明实施例提供一种获得训练图像的方法及装置，通过前景图像与背景图像的组合获得大量的训练样本，以解决上述技术问题。

为实现上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种获得训练图像的方法，包括：

从商品图像库中选择第一图像，并获得第一图像中的前景图像，前景图像为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，背景图像为可用于放置商品的场景的图像；

将前景图像与背景图像进行组合，获得训练图像。

在该方法中，训练图像可以由前景图像和背景图像自由组合产生，而不局限于实际拍摄的图像，从而大大简化了训练图像的采集过程，并且很容易生成大量的不同场景下的训练图像，这些训练图像可以进一步被用于训练用于商品识别的模型，以取得较好的训练效果。

结合第一方面，在第一方面的第一种可能的实施方式中，从商品图像库中选择第一图像，并获得第一图像中的前景图像之前，方法还包括：

从商品的原始图像集中获得第一图像；

对第一图像进行前后景分割，获得第一分割结果；

基于第一分割结果对第一图像进行前后景的位置标记，获得第一标记结果；

将第一标记结果以及第一图像存储至商品图像库；

从商品图像库中选择第一图像，并获得第一图像中的前景图像，包括：

从商品图像库中选择第一图像，并基于第一标记结果获得第一图像中的前景图像。

即对于前景图像可以提前进行分割并标记，便于在进行前后景组合时直接根据标记结果提取出前景图像，从而快速生成大量的训练图像。

结合第一方面的第一种可能的实施方式，在第一方面的第二种可能的实施方式中，对第一图像进行前后景分割，获得第一分割结果，包括：

利用预先训练好的第一卷积神经网络对第一图像进行前后景分割，获得第一分割结果。利用卷积神经网络进行前后景分割是目前非常流行的图像分割方法，并且已经取得了较好的分割效果。