[发明专利]遮挡图像检测方法、装置及介质

说明书

本公开是关于一种遮挡图像检测方法、装置及介质。所述方法包括：通过摄像头捕捉到图像后，获取所述图像并作为待检测图像；将待检测图像输入训练后的遮挡图像检测模型；其中，所述遮挡图像检测模型是采用原始遮挡图像、无遮挡图像并利用训练后的数据特征增强网络进行训练的；基于所述遮挡图像检测模型中关于图像的遮挡特性，判断所述待检测图像是否为遮挡图像；输出所述图像检测结果。采用该方法，利用少量的带有掩模标注的手指遮挡图像便可稳定地训练生成模型来生成遮挡图像特征，从而能够有效地解决手指遮挡检测模型训练中的正样本不足问题，节省大量的正样本采集成本。

技术领域

本公开涉及相机控制领域，尤其涉及一种遮挡图像检测方法、装置及介质。

背景技术

数据增强是利用有限数据产生更多等价数据的技术，是提高深度网络模型准确率和泛化能力的重要技术，在图像分类、目标识别和语义分割等计算机视觉任务中发挥着巨大的作用。现有数据增强技术大多采用图像变换方法，例如旋转、裁剪、仿射变换和颜色抖动等。

在用户手持手机横向拍照时，由于拍摄习惯等原因，镜头边缘容易被手指遮挡，使得照片边缘有较小的遮挡区域。由于该类遮挡不易被即时察觉，用户通常不会重新拍摄，从而无法获得完美照片而留有遗憾。遮挡检测的任务是在拍照后即时判断该图像是否有被遮挡，并在检测到被遮挡图像后实时提示用户重新拍摄。

在遮挡检测中，被遮挡图像需要人工模拟真实场景进行采集。由于真实场景下被遮挡区域所占照片面积较小且位置偏僻，因此采集需要耗费大量人力。同时，现有数据增强方法会造成被遮挡区域失真从而无法产生有效的训练数据，因此这些方法不适用于遮挡检测任务。

发明内容

为克服相关技术中存在的问题，本公开提供一种遮挡图像检测方法、装置及介质。

根据本公开实施例的第一方面，提供一种遮挡图像检测方法，所述方法包括；

通过摄像头捕捉到图像后，获取所述图像并作为待检测图像；

将待检测图像输入训练后的遮挡图像检测模型；其中，所述遮挡图像检测模型是采用原始遮挡图像、无遮挡图像并利用训练后的数据特征增强网络进行训练的；

基于所述遮挡图像检测模型中关于图像的遮挡特性，判断所述待检测图像是否为遮挡图像；

输出所述图像检测结果。

其中，所述方法还包括：

获取所述原始遮挡图像和所述无遮挡图像；

基于所述原始遮挡图像训练所述数据特征增强网络；

基于所述原始遮挡图像和所述无遮挡图像并利用训练后的数据特征增强网络，训练所述遮挡图像检测模型。

其中，所述基于所述原始遮挡图像训练所述数据特征增强网络，包括：

基于所述原始遮挡图像，生成手指模板图像和非手指图像，所述手指模板图像为所述原始遮挡图像中去除未被手指遮挡区域后的图像，所述非手指图像为所述原始遮挡图像中去除手指遮挡区域后的图像；

生成训练数据组，每组训练数据包括一幅手指模板图像、一幅非手指图像和一幅原始遮挡图像，在每轮训练中采用多组训练数据对所述数据特征增强网络进行训练。

其中，所述基于所述原始遮挡图像，生成手指模板图像和非手指图像包括：

基于所述原始遮挡图像，获取掩膜数据，所述掩膜数据指示所述原始遮挡图像中被遮挡的位置；

基于所述原始遮挡图像和所述掩膜数据，生成手指模板图像和非手指图像。

其中，所述基于所述原始遮挡图像训练所述数据特征增强网络，还包括：