数据采集方法、模型训练方法、图像拼接方法及相关装置与流程

本申请涉及图像拼接，尤其涉及一种数据采集方法、模型训练方法、图像拼接方法及相关装置。

背景技术：

1、图像拼接算法是将有重叠部分的两幅或多幅图像拼成一幅包含各图像信息的全景图像的算法。在图像拼接过程中，可以利用深度学习提取相邻两副图像的重叠部分，然后将相邻两副图像的重叠部分融合，得到拼接重构的平滑无缝全景图像。

2、在深度学习中，数据的采集和标注是重要的环节。其中，数据为有重叠部分的图像序列，需要的标注为这些图像序列中相邻图像的重叠部分的偏移量。若要提高深度学习的效果，则需要增大数据数量。因此，如何方便快速的采集和标注数据，是本领域技术人员亟待解决的技术问题。

技术实现思路

1、基于上述需求，本申请提出一种数据采集方法、模型训练方法、图像拼接方法及相关装置，该数据采集方法能够方便快速的采集和标注深度学习所需的数据，提高深度学习的效果。

2、本申请提出的技术方案具体如下：

3、一方面，本申请提供了一种数据采集方法，包括：

4、获取待裁剪的目标图像；

5、基于图像采集设备的图像采集属性数据，计算确定将所述目标图像作为拼接后的图像时，所述图像采集设备采集得到的用于拼接得到所述目标图像的图像序列中相邻待拼接图像之间的偏移量；其中，所述图像采集属性数据表示由所述图像采集设备采集的待拼接图像拼接而成的图像中，单位尺寸对应的待拼接图像的数量；

6、按照所述偏移量对所述目标图像进行待拼接图像裁剪处理，得到待拼接图像序列。

7、另一方面，本申请还提供了一种模型训练方法，包括：

8、按照以下方式获取训练数据：基于图像采集设备的图像采集属性数据，计算确定将待裁剪的目标图像作为拼接后的图像时，所述图像采集设备采集得到的用于拼接得到所述目标图像的图像序列中相邻待拼接图像之间的偏移量；其中，所述图像采集属性数据表示由所述图像采集设备采集的图像拼接而成的拼接图像中，单位尺寸对应的待拼接图像的数量；按照所述偏移量对所述目标图像进行待拼接图像裁剪处理，得到待拼接图像序列；

9、将所述图像序列作为训练样本，将所述图像序列中相邻待拼接图像之间的偏移量作为训练标签，对偏移量检测模型进行偏移量检测训练。

10、另一方面，本申请还提供了一种图像拼接方法，包括：

11、将待拼接的图像序列输入预先训练的偏移量检测模型中，得到所述待拼接的图像序列中相邻待拼接图像之间的偏移量；

12、根据所述图像序列中相邻待拼接图像之间的偏移量，对所述待拼接的图像序列进行拼接处理；

13、其中，所述偏移量检测模型的训练样本为样本图像序列，训练标签为样本图像序列中相邻样本待拼接图像之间的偏移量；所述样本图像序列的生成过程包括：基于图像采集设备的图像采集属性数据，计算确定将待裁剪的目标图像作为拼接后的图像时，所述图像采集设备采集得到的用于拼接得到所述目标图像的样本图像序列中相邻样本待拼接图像之间的偏移量；其中，所述图像采集属性数据表示由所述图像采集设备采集的图像拼接而成的拼接图像中，单位尺寸对应的待拼接图像的数量；按照所述偏移量对所述目标图像进行待拼接图像裁剪处理，得到所述样本图像序列。

14、另一方面，本申请还提供了一种数据采集装置，包括：

15、获取模块，用于获取待裁剪的目标图像；

16、计算模块，用于基于图像采集设备的图像采集属性数据，计算确定将所述目标图像作为拼接后的图像时，所述图像采集设备采集得到的用于拼接得到所述目标图像的图像序列中相邻待拼接图像之间的偏移量；其中，所述图像采集属性数据表示由所述图像采集设备采集的待拼接图像拼接而成的图像中，单位尺寸对应的待拼接图像的数量；

17、裁剪模块，用于按照所述偏移量对所述目标图像进行待拼接图像裁剪处理，得到待拼接图像序列。

18、另一方面，本申请还提供了一种模型训练装置，包括：

19、获取模块，用于按照以下方式获取训练数据：基于图像采集设备的图像采集属性数据，计算确定将待裁剪的目标图像作为拼接后的图像时，所述图像采集设备采集得到的用于拼接得到所述目标图像的图像序列中相邻待拼接图像之间的偏移量；其中，所述图像采集属性数据表示由所述图像采集设备采集的图像拼接而成的拼接图像中，单位尺寸对应的待拼接图像的数量；按照所述偏移量对所述目标图像进行待拼接图像裁剪处理，得到待拼接图像序列；

20、训练模块，用于将所述图像序列作为训练样本，将所述图像序列中相邻待拼接图像之间的偏移量作为训练标签，对偏移量检测模型进行偏移量检测训练。

21、另一方面，本申请还提供了一种图像拼接装置，包括：

22、输入模块，用于将待拼接的图像序列输入预先训练的偏移量检测模型中，得到所述待拼接的图像序列中相邻待拼接图像之间的偏移量；

23、拼接模块，用于根据所述图像序列中相邻待拼接图像之间的偏移量，对所述待拼接的图像序列进行拼接处理；

24、其中，所述偏移量检测模型的训练样本为样本图像序列，训练标签为样本图像序列中相邻样本待拼接图像之间的偏移量；所述样本图像序列的生成过程包括：基于图像采集设备的图像采集属性数据，计算确定将待裁剪的目标图像作为拼接后的图像时，所述图像采集设备采集得到的用于拼接得到所述目标图像的样本图像序列中相邻样本待拼接图像之间的偏移量；其中，所述图像采集属性数据表示由所述图像采集设备采集的图像拼接而成的拼接图像中，单位尺寸对应的待拼接图像的数量；按照所述偏移量对所述目标图像进行待拼接图像裁剪处理，得到所述样本图像序列。

25、另一方面，本申请还提供了一种电子设备，包括：

26、存储器和处理器；

27、其中，所述存储器用于存储程序；

28、所述处理器，用于通过运行所述存储器中的程序，实现以上任意一项所述的数据采集方法；或者，实现以上任意一项所述的模型训练方法；或者，实现以上任意一项所述的图像拼接方法。

29、另一方面，本申请还提供了一种存储介质，包括：所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现以上任意一项所述的数据采集方法；或者，实现以上任意一项所述的模型训练方法；或者，实现以上任意一项所述的图像拼接方法。

30、本申请提出的数据采集方法，能够获取待裁剪的目标图像，基于图像采集设备的图像采集属性数据，计算确定将目标图像作为拼接后的图像时，图像采集设备采集得到的用于拼接目标图像的图像序列中相邻待拼接图像之间的偏移量，其中，图像采集属性数据表示由图像采集设备采集的图像拼接而成的拼接图像中，单位尺寸对应的待拼接图像的数量，按照偏移量对目标图像进行待拼接图像裁剪处理，得到图像序列。基于此，本申请能够自动生成大量的有重叠部分的图像序列，以及自动对图像序列中相邻图像的重叠部分的偏移量进行标注，方便快捷。

技术特征：

1.一种数据采集方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，基于图像采集设备的图像采集属性数据，计算确定将所述目标图像作为拼接后的图像时，所述图像采集设备采集得到的用于拼接得到所述目标图像的图像序列中相邻待拼接图像之间的偏移量，包括：

3.根据权利要求2所述的方法，其特征在于，根据所述待拼接图像的数量，确定所述偏移量，包括：

4.根据权利要求3所述的方法，其特征在于，若所述图像序列包括第一部分，则根据所述图像序列中待拼接图像的数量，确定所述第一部分对应的偏移量，包括：

5.根据权利要求3所述的方法，其特征在于，若所述图像序列包括第二部分，则根据所述图像序列中待拼接图像的数量，确定所述第二部分对应的偏移量，包括：

6.根据权利要求1所述的方法，其特征在于，还包括：

7.根据权利要求6所述的方法，其特征在于，还包括：

8.根据权利要求1所述的方法，其特征在于，按照所述偏移量对所述目标图像进行待拼接图像裁剪处理，得到待拼接图像序列，包括：

9.根据权利要求8所述的方法，其特征在于，若所述目标图像中的图像内容为文本行，所述方法还包括：

10.一种模型训练方法，其特征在于，包括：

11.一种图像拼接方法，其特征在于，包括：

12.一种数据采集装置，其特征在于，包括：

13.一种模型训练装置，其特征在于，包括：

14.一种图像拼接装置，其特征在于，包括：

15.一种电子设备，其特征在于，包括：

16.一种存储介质，其特征在于，包括：所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至9中任意一项所述的数据采集方法；或者，实现如权利要求10所述的模型训练方法；或者，实现如权利要求11所述的图像拼接方法。

技术总结
本申请提出一种数据采集方法、模型训练方法、图像拼接方法及相关装置，能够获取待裁剪的目标图像，基于图像采集设备的图像采集属性数据，计算确定将目标图像作为拼接后的图像时，图像采集设备采集得到的用于拼接目标图像的图像序列中相邻待拼接图像之间的偏移量，其中，图像采集属性数据表示由图像采集设备采集的图像拼接而成的拼接图像中，单位尺寸对应的待拼接图像的数量，按照偏移量对目标图像进行待拼接图像裁剪处理，得到图像序列。基于此，本申请能够自动生成大量的有重叠部分的图像序列，以及自动对图像序列中相邻图像的重叠部分的偏移量进行标注，方便快捷。

技术研发人员：苏雷,刘亚美,吴爱红,韩球,谢名亮,吴嘉嘉,殷兵,胡金水
受保护的技术使用者：科大讯飞股份有限公司
技术研发日：
技术公布日：2024/1/12