对位靶标数据集的构成方法及其装置和电子设备制造方法及图纸

本发明专利技术公开了一种对位靶标数据集的构成方法及其装置和电子设备，所述对位靶标数据集的构成方法包括：获取历史对位靶标的真实靶标图像，以及获取更新对位靶标的虚拟靶标图像；对所述真实靶标图像进行特征提取，以获得所述历史对位靶标的靶标环境特征；对所述虚拟靶标图像进行特征提取，以获得所述更新对位靶标的靶标图样特征；根据所述靶标环境特征和所述靶标图样特征生成伪造靶标图像；根据所述虚拟靶标图像和所述伪造靶标图像构成对位靶标数据集。采用该方法可以生成大量真实的对位靶标图像，并且可以自动对对位靶标图像进行像素级别的标注且精度较高，降低了人力成本和时间成本。本。本。

【技术实现步骤摘要】
对位靶标数据集的构成方法及其装置和电子设备


[0001]本专利技术涉及电子设备
，尤其是涉及一种对位靶标数据集的构成方法及其装置和电子设备。

技术介绍

[0002]相关技术中，通过CCD(charge coupled device，电荷耦合器件)相机采集对位靶标图像，再通过人工对对位靶标图像进行标注，但是人工标注会耗费大量时间且十分繁琐，或者也可通过计算机生成的对位靶标图像，但是该方式生成的对位靶标图像的样式单一，且对位靶标常因各种压膜工艺导致对位靶标图像变得模糊、反光和破损，因此无法利用计算机图像生成技术自然生成真实的对位靶标图像。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术的一个目的在于提出一种对位靶标数据集的构成方法，采用该方法可以生成大量真实的对位靶标图像，并且可以自动对对位靶标图像进行像素级别的标注且精度较高，降低了人力成本和时间成本。
[0004]本专利技术的目的之二在于提出一种对位靶标数据集的构成装置。
[0005]本专利技术的目的之三在于提出一种计算机存储介质。
[0006]本专利技术的目的之四在于提出一种电子设备。
[0007]为了解决上述问题，本专利技术第一方面实施例提供一种对位靶标数据集的构成方法，包括：获取历史对位靶标的真实靶标图像，以及获取更新对位靶标的虚拟靶标图像；对所述真实靶标图像进行特征提取，以获得所述历史对位靶标的靶标环境特征；对所述虚拟靶标图像进行特征提取，以获得所述更新对位靶标的靶标图样特征；根据所述靶标环境特征和所述靶标图样特征生成伪造靶标图像；根据所述虚拟靶标图像和所述伪造靶标图像构成对位靶标数据集。
[0008]根据本专利技术实施例的对位靶标数据集的构成方法，通过历史对位靶标的真实靶标图像获得靶标环境特征，以及通过更新对位靶标的虚拟靶标图像获得靶标图样特征，再根据靶标环境特征和靶标图样特征生成伪造靶标图像，即将历史对位靶标的靶标环境特征和更新对位靶标的靶标图样特征进行混合，以获得更新对位靶标对应的伪造靶标图像，并且在生成伪造靶标图像时只需更改像素点所需要渲染的像素值，即可完成对伪造靶标图像的标注，再将虚拟靶标图像和伪造靶标图像构成对位靶标数据集，弥补了前期预训练过程的不足，且优化了对位靶标数据集的应用流程，并且无需对对位靶标图像进行人工标注。
[0009]在一些实施例中，所述靶标环境特征至少包括光源特征、磨损特征和反光特征中的一种或多种。
[0010]在一些实施例中，获取更新对位靶标的虚拟靶标图像，包括：获取所述更新对位靶标的初始靶标图像；对所述初始靶标图像进行图像几何处理，以获得所述虚拟靶标图像；其
中，对所述初始靶标图像进行图像几何处理包括：对所述初始靶标图像中的靶标对象进行放大、缩小、旋转和/或平移处理。
[0011]在一些实施例中，根据所述靶标环境特征和所述靶标图样特征生成伪造靶标图像，包括：通过GAN网络的图像风格混合技术，将所述靶标环境特征和所述靶标图样特征进行混合，以获得所述伪造靶标图像。
[0012]本专利技术第二方面实施例提供一种对位靶标数据集的构成装置，包括：获取模块，用于获取历史对位靶标的真实靶标图像，以及获取更新对位靶标的虚拟靶标图像；第一提取模块，用于对所述真实靶标图像进行特征提取，以获得所述历史对位靶标的靶标环境特征；第二提取模块，用于对所述虚拟靶标图像进行特征提取，以获得所述更新对位靶标的靶标图样特征；第一生成模块，用于根据所述靶标环境特征和所述靶标图样特征生成伪造靶标图像；第二生成模块，用于根据所述虚拟靶标图像和所述伪造靶标图像构成对位靶标数据集。
[0013]根据本专利技术实施例的对位靶标数据集的构成装置，可以生成大量真实的对位靶标图像，并且可以自动对对位靶标图像进行像素级别的标注且精度较高，降低了人力成本和时间成本。
[0014]在一些实施例中，所述靶标环境特征至少包括光源特征、磨损特征和反光特征中的一种或多种。
[0015]在一些实施例中，所述获取模块具体用于：获取所述更新对位靶标的初始靶标图像；对所述初始靶标图像进行图像几何处理，以获得所述虚拟靶标图像，其中，对所述初始靶标图像进行图像几何处理包括：对所述初始靶标图像中的靶标对象进行放大、缩小、旋转和/或平移处理。
[0016]在一些实施例中，所述第一生成模块具体用于：通过GAN网络的图像混合技术，将所述靶标环境特征和所述靶标图样特征进行像素值混合，以获得所述伪造靶标图像。
[0017]本专利技术第三方面实施例提供一种计算机存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现上述实施例中所述的对位靶标数据集的构成方法。
[0018]本专利技术第四方面实施例提供一种电子设备，包括：至少一个处理器；与至少一个所述处理器通信连接的存储器；其中，所述存储器中存储有可被至少一个所述处理器执行的计算机程序，至少一个所述处理器执行所述计算机程序时实现上述实施例中所述的对位靶标数据集的构成方法。
[0019]根据本专利技术实施例的电子设备，可以生成大量真实的对位靶标图像，并且可以自动对对位靶标图像进行像素级别的标注且精度较高，降低了人力成本和时间成本。
[0020]本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0021]本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0022]图1是根据本专利技术一个实施例的对位靶标数据集的构成方法的流程图；
[0023]图2是根据本专利技术一个实施例的伪造靶标图像的示意图；
[0024]图3是根据本专利技术一个实施例的虚拟靶标图像的示意图；
[0025]图4是根据本专利技术一个实施例的对位靶标数据集的构成装置的结构框图；
[0026]图5是根据本专利技术一个实施例的电子设备的结构框图。
[0027]附图标记：
[0028]电子设备10；对位靶标数据集的构成装置9；
[0029]获取模块1；第一提取模块2；第二提取模块3；第一生成模块4；第二生成模块5；处理器6；存储器7。
具体实施方式
[0030]下面详细描述本专利技术的实施例，参考附图描述的实施例是示例性的，下面详细描述本专利技术的实施例。
[0031]现有的全监督语义分割技术大多是基于手工标注的数据集，由于语义分割任务使用的场景不同，如开源的VOC(Visual Object Classes，视觉物体分类)数据集、COCO(Common Objects in Context)数据集，因为需要对自然场景下的物体，如水杯、鸭子、人等进行像素级分类，且由于其物理结构复杂，无法抽象出数字特征通过自动化的工具进行标注，因此通过手工对其进行标注，但是通过人工标注费时费力且标注的精度不高，往往需要长时间的前期培训才能胜任标注工作，而且一旦标注的数据集中有标签错误的图片，往往对模型训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对位靶标数据集的构成方法，其特征在于，包括：获取历史对位靶标的真实靶标图像，以及获取更新对位靶标的虚拟靶标图像；对所述真实靶标图像进行特征提取，以获得所述历史对位靶标的靶标环境特征；对所述虚拟靶标图像进行特征提取，以获得所述更新对位靶标的靶标图样特征；根据所述靶标环境特征和所述靶标图样特征生成伪造靶标图像；根据所述虚拟靶标图像和所述伪造靶标图像构成对位靶标数据集。2.根据权利要求1所述的对位靶标数据集的构成方法，其特征在于，所述靶标环境特征至少包括光源特征、磨损特征和反光特征中的一种或多种。3.根据权利要求1所述的对位靶标数据集的构成方法，其特征在于，获取更新对位靶标的虚拟靶标图像，包括：获取所述更新对位靶标的初始靶标图像；对所述初始靶标图像进行图像几何处理，以获得所述虚拟靶标图像；其中，对所述初始靶标图像进行图像几何处理包括：对所述初始靶标图像中的靶标对象进行放大、缩小、旋转和/或平移处理。4.根据权利要求1所述的对位靶标数据集的构成方法，其特征在于，根据所述靶标环境特征和所述靶标图样特征构成伪造靶标图像，包括：通过GAN网络的图像风格混合技术，将所述靶标环境特征和所述靶标图样特征进行混合，以获得所述伪造靶标图像。5.一种对位靶标数据集的构成装置，其特征在于，包括：获取模块，用于获取历史对位靶标的真实靶标图像，以及获取更新对位靶标的虚拟靶标图像；第一提取模块，用于对所述真实靶标图像进行特征提取，以获得所述历史对位靶标的靶标环境特征；第二提取模块，用于对所述虚拟靶...

【专利技术属性】
技术研发人员：冯午阳，
申请(专利权)人：合肥芯碁微电子装备股份有限公司，
类型：发明
国别省市：