数据生成的方法、装置、设备和存储介质与流程

本技术涉及人工智能(artificial intelligence，ai)，特别涉及一种数据生成的方法、装置、设备和存储介质。

背景技术：

1、在人工智能领域，模型经常会出现算法泛化问题，算法泛化问题指：由于训练数据和测试数据分布的差异性，使得使用训练数据训练得到的模型在训练数据的场景中性能较好，但是该模型在测试数据的场景中性能较差。例如，模型是基于白天拍摄的图像训练的，对于白天拍摄的图像的检测性能比较好，但是模型对于晚上拍摄的图像的检测性能比较差。为了使得模型能适配的更多的场景，通常需要采集该场景的数据。

2、目前有一些图像变换的技术获得训练数据。比如我们已有a场景的图像，检测模型是基于a场景的图像训练获得，想要使得检测模型也适用于b场景的图像检测，可以使用算法模型将a场景的图像转换到b场景的风格上，且内容未发生变化。例如，当前有白天场景下的红绿蓝(red green blue，rgb)图像，给定一张晚上场景的风格图像，可以将白天场景下的rgb图像转换为晚上场景的图像，但是图像内容未发生变化，这样，就获得b场景的图像。用算法生成的b场景的图像对模型进行训练，即可使得该模型适用于b场景的图像检测。

3、在目前的技术中，对图像整体进行风格迁移，使得图像的背景信息受到破坏，进而使得数据不真实，导致数据的质量比较差。

技术实现思路

1、本技术提供了一种数据生成的方法、装置、设备和存储介质，能够使得风格迁移后的数据质量比较好。

2、第一方面，本技术提供了一种数据生成的方法，该方法包括：获取第一图像的子图像，该子图像包括该第一图像中截取的待迁移目标；确定该子图像中该待迁移目标的轮廓信息；基于该轮廓信息和参考风格，对该第一图像中该待迁移目标进行风格迁移，获得第二图像，该第二图像与该第一图像的背景区域相同，该背景区域为该第一图像中除该待迁移目标之外的区域。

3、本技术所示的方案，获取第一图像的子图像，然后确定该子图像中待迁移目标的轮廓信息，使用该轮廓信息和参考风格，对第一图像中的待迁移目标进行风格迁移，使得风格迁移获得的图像中仅是对待迁移目标进行迁移，而不会使得背景区域破坏，所以能够使得风格迁移后的图像的质量比较好。而且，由于子图像包括的目标比较少，所以在子图像中确定待迁移目标的轮廓信息，能够使得确定的轮廓信息更准确。

4、在一种可能的实现方式中，该参考风格指示该待迁移目标进行风格迁移后的表观信息，该表观信息包括颜色、纹理、亮度或光照中的一种或多种。

5、在一种可能的实现方式中，该获取第一图像的子图像，包括：向终端发送无标注的样本图像，该样本图像包括和该待迁移目标同类的目标；接收该终端发送的用户为该样本图像中目标添加的标注信息；基于该样本图像和该标注信息，确定该第一图像中该待迁移目标的选取框的位置信息；基于该选取框的位置信息，从该第一图像中截取获得该子图像。

6、本技术所示的方案，用户可以交互式为样本图像添加标注信息，使用样本图像和该标注信息，确定第一图像中待迁移目标的选取框的位置信息，使用该选取框的位置信息，截取出第一图像的子图像。这样，使用用户标注的样本图像，就能获得第一图像中待迁移目标的选取框的位置信息。

7、在一种可能的实现方式中，该确定该子图像中该待迁移目标的轮廓信息，包括：对该子图像进行显著性目标检测，获得该子图像中该待迁移目标的轮廓信息。

8、本技术所示的方案，对子图像进行显著性目标检测，获得该子图像中待迁移目标的轮廓信息。这样，由于显著性目标检测技术旨于检测到图像中占据主体地位的显著目标，与目标类别不绑定，因此可以通用至任意目标的检测，所以采用本技术的方案，能够对任意图像中的目标进行风格迁移，通用性比较好。

9、在一种可能的实现方式中，该基于该轮廓信息和参考风格，对该第一图像中该待迁移目标进行风格迁移，获得第二图像，包括：基于该轮廓信息和该参考风格，对该子图像中该待迁移目标进行风格迁移，获得该子图像对应的局部风格迁移图像；将该局部风格迁移图像与该第一图像贴合，获得第二图像。

10、本技术所示的方案，对子图像中待迁移目标进行风格迁移，获得子图像对应的局部风格迁移图像，然后将局部风格图像与第一图像贴合，获得风格迁移后的图像。这样，能够提供一种风格迁移的方法。

11、在一种可能的实现方式中，该基于该轮廓信息和该参考风格，对该子图像中该待迁移目标进行风格迁移，获得该子图像对应的局部风格迁移图像，包括：基于该参考风格，对该子图像进行风格迁移，获得该子图像对应的风格迁移图像；基于该轮廓信息，对该子图像对应的风格迁移图像和该子图像进行融合处理，获得该子图像对应的局部风格迁移图像，其中，该局部风格迁移图像中该轮廓信息指示的区域发生了风格迁移。

12、本技术所示的方案，对子图像整体进行风格迁移，获得子图像对应的风格迁移图像，使用轮廓信息，将该风格迁移图像和该子图像进行融合处理，获得该子图像对应的局部风格迁移图像，该局部风格迁移图像中该轮廓信息指示的区域发生了风格迁移。这样，能够通过融合处理，获得仅对待迁移目标进行风格迁移的局部风格迁移图像。

13、在一种可能的实现方式中，该方法还包括：向终端发送该局部风格迁移图像；获取该终端发送的用户对该局部风格迁移图像中的发生风格迁移的区域进行修正的像素修正信息，该像素修正信息包括漏检的像素和误检的像素中的至少一种；基于该像素修正信息，对该局部风格迁移图像进行修正，获得更新后的局部风格迁移图像；将更新后的局部风格迁移图像与该第一图像贴合，获得更新后的第二图像。

14、本技术所示的方案，向终端发送局部风格迁移图像，使得用户对局部风格迁移图像进行修正，进而使得风格迁移后的图像的质量更好。

15、在一种可能的实现方式中，该基于该像素修正信息，对该局部风格迁移图像进行修正，获得更新后的局部风格迁移图像，包括：基于该像素修正信息，更新该待迁移目标的轮廓信息，获得更新后的轮廓信息；基于该更新后的轮廓信息，对该子图像对应的风格迁移图像和该子图像进行融合处理，获得更新后的局部风格迁移图像。

16、本技术所示的方案，在对局部风格迁移图像进行修正时，先获得待迁移目标更新后的轮廓信息，然后再使用更新后的轮廓信息，更新子图像对应的局部风格迁移图像。这样，由于轮廓信息更新，所以能够使得更新后的局部风格迁移图像质量更好。

17、在一种可能的实现方式中，该向终端发送该局部风格迁移图像，包括：获取该局部风格迁移图像的置信度，该置信度是基于该待迁移目标的轮廓信息的置信度和该子图像对应的风格迁移图像的置信度中至少一种获得；确定该局部风格迁移图像的置信度低于第二阈值，向该终端发送该局部风格迁移图像。

18、本技术所示的方案，局部风格迁移图像对应有置信度，置信度表示局部风格迁移图像的质量。在置信度比较低时，向终端发送局部风格迁移图像，供用户进行修正，使得用户可以选择性进行修正，可以节约人力资源。

19、在一种可能的实现方式中，该向终端发送该局部风格迁移图像，包括：向该终端发送该第二图像；当接收到该终端发送的该第二图像中该待迁移目标的选取指令时，向该终端发送该局部风格迁移图像。

20、本技术所示的方案中，先向终端发送第二图像，用户可以在第二图像中选取待迁移目标，检测到该待迁移目标的选取指令后，向终端发送待迁移目标的局部风格迁移图像。这样，用户可以在风格迁移后的图像中，选择性的对待迁移目标的局部风格迁移图像进行修正。

21、在一种可能的实现方式中，该获取第一图像的子图像之前，还包括：向终端发送风格迁移选择界面，该风格迁移界面包括展示局部风格迁移选项和全局风格迁移选项；接收终端发送的用户对该局部风格迁移选项的选择指令。

22、本技术所示的方案中，为用户展示局部风格迁移选项和全局风格迁移选项，用户选择对全图进行风格迁移，或者选择对局部区域进行风格迁移，使得用户可以选择至少一种进行风格迁移。

23、在一种可能的实现方式中，该方法还包括：基于该第二图像，对目标ai模型进行更新，获得更新后的ai模型；其中，目标ai模型用于对第一图像中的待迁移目标进行检测或识别，更新后的ai模型用于对第二图像中风格迁移后的待迁移目标进行检测或识别。

24、本技术所示的方案，使用风格迁移后的图像对ai模型进行更新，使得更新后的ai模型能够对风格迁移后的目标进行检测或识别。

25、第二方面，本技术提供了一种数据生成的装置，该装置具有实现上述第一方面或第一方面任一种可选方式的功能。该装置包括至少一个模块，至少一个模块用于实现上述第一方面或第一方面任一种可选方式所提供的数据生成的方法。

26、第三方面，本技术提供了一种计算机设备，该计算机设备包括存储器和与所述存储器连接的处理器；所述存储器用于存储计算机指令；所述处理器用于执行所述计算机指令，以使计算机设备实现上述第一方面或第一方面任一种可选方式所提供的数据生成的方法。

27、第四方面，本技术提供了一种计算机可读存储介质，该存储介质中存储有至少一条计算机指令，该计算机指令由处理器读取以使计算机设备执行上述第一方面所提供的数据生成的方法。

28、第五方面，本技术提供了一种计算机程序产品，该计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面或第一方面任一种可选方式所提供的数据生成的方法。