[发明专利]基于二维高斯分布的图像数据增强方法、装置及存储介质有效

专利信息
申请号: 202110610001.8 申请日: 2021-06-01
公开(公告)号: CN113222873B 公开(公告)日: 2023-06-16
发明(设计)人: 韦嘉楠;周超勇;刘玉宇 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06T5/50 分类号: G06T5/50
代理公司: 北京鸿元知识产权代理有限公司 11327 代理人: 王迎;袁文婷
地址: 518033 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 二维 分布 图像 数据 增强 方法 装置 存储 介质
【权利要求书】:

1.一种基于二维高斯分布的图像数据增强方法,其特征在于,所述方法包括:

获取待增强样本数据中的任意两张图像,形成待测图像和随机图像,并获取所述待测图像和所述随机图像的二维高斯分布;

根据所述待测图像和所述随机图像的二维高斯分布,确定与所述待测图像和所述随机图像分别对应的掩码矩阵;

基于所述待测图像和所述随机图像的掩码矩阵,确定所述待测图像和所述随机图像的结合图像;

对所述结合图像中的所述待测图像的边界框和所述随机图像的边界框进行组合,确定与所述结合图像对应的边界框信息;

基于所述结合图像及所述边界框信息,确定与所述待测图像和所述随机图像对应的增强图像,以增强所述待增强样本数据;

其中,所述待测图像和所述随机图像存储于区块链中,所述获取所述待测图像和所述随机图像的二维高斯分布,包括:

在所述待测图像和所述随机图像上分别随机生成与所述待测图像和所述随机图像分别对应的中心点;

基于所述待测图像和所述随机图像的中心点,分别生成与所述待测图像和所述随机图像相对应的二维高斯分布;

所述待测图像的中心点表示为(x1,y1),所述随机图像的中心点表示为(x2,y2),所述待测图像的高斯分布表示为N1(x1,y1,1,1,ρ1),所述随机图像的高斯分布表示为N2(x2,y2,1,1,ρ2);其中,

所述待测图像在像素点为(m,n)处的概率密度表示为:

所述随机图像的在像素点(u,v)处的概率密度表示为:

其中,σ12=1,σ22=1,ρ1表示二维高斯分布N1中正态随机变量x1和正态随机变量y1之间的相关系数,取值范围为-1ρ11,ρ2表示二维高斯分布N2正态随机变量x2和正态随机变量y2之间的相关系数,取值范围为-1<ρ2<1。

2.如权利要求1所述的基于二维高斯分布的图像数据增强方法,其特征在于,所述确定与所述待测图像和所述随机图像分别对应的掩码矩阵,包括:

基于所述待测图像的二维高斯分布,确定所述待测图像中每个像素点对应的第一概率密度,基于所述随机图像的二维高斯分布,确定所述随机图像中每个像素点对应的第二概率密度;

基于所述第一概率密度确定所述待测图像的第一掩码矩阵,基于所述第二概率密度,确定所述随机图像的第二掩码矩阵。

3.如权利要求2所述的基于二维高斯分布的图像数据增强方法,其特征在于,所述确定所述待测图像和所述随机图像的结合图像,包括:

基于所述第一掩码矩阵和所述第二掩码矩阵,确定所述待测图像和所述随机图像的逐像素乘法图像;

基于所述待测图像和所述随机图像的逐像素乘法图像之和,确定所述结合图像。

4.如权利要求3所述的基于二维高斯分布的图像数据增强方法,其特征在于,所述基于所述第一概率密度确定所述待测图像的第一掩码矩阵,基于所述第二概率密度,确定所述随机图像的第二掩码矩阵,包括:

所述第一掩码矩阵表示为:

所述第二掩码矩阵表示为:

其中,f1(m,n)表示所述待测图像在像素点为(m,n)处的概率密度,f1(u,v)表示所述随机图像在像素点(u,v)处的概率密度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110610001.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top