图像生成及检测方法和装置与流程

本公开涉及计算机视觉，尤其涉及图像生成及检测方法和装置。

背景技术：

1、目标检测是智能视频分析系统的重要一环。在游戏场景下，需要对游戏道具对象进行高准确率的检测，而对于非游戏道具对象(统称为foreign things)，不希望有误检的情况发生而影响系统的分析。

2、传统的方法通过采集包括的foreign things样本图像来对神经网络进行训练，提高神经网络的鲁棒性，从而减少误检。但是由于foreign things本身在真实场景中出现的概率较低，导致样本图像采集的成本较高。

技术实现思路

1、本公开提供一种图像生成及检测方法和装置。

2、根据本公开实施例的第一方面，提供一种图像生成方法，所述方法包括：获取游戏区域的第一图像；从所述第一图像中分割出包含目标对象的第二图像，其中，所述目标对象包括所述游戏区域内的非游戏道具对象；对所述第二图像进行变换处理，得到变换图像，所述变换图像中的目标对象与所述第二图像中的目标对象具有不同的展示状态属性；将所述变换图像叠加到预设的游戏场景图像中，得到包含所述目标对象的游戏场景图像，所述包含所述目标对象的游戏场景图像用于对初始神经网络进行训练，得到目标神经网络，所述目标神经网络用于基于图像检测游戏区域内的游戏道具对象。

3、在一些实施例中，所述获取游戏区域的第一图像，包括：获取对所述游戏区域进行成像得到的所述游戏区域的图像作为所述第一图像。

4、在一些实施例中，所述从所述第一图像中分割出包含目标对象的第二图像，包括：基于所述第一图像中所述目标对象的位置信息，从所述第一图像中分割出包含目标对象的第二图像；其中，所述位置信息通过对所述第一图像进行目标检测得到，或者根据预先标注的位置确定。

5、在一些实施例中，所述从所述第一图像中分割出包含目标对象的第二图像，包括：获取所述目标对象的参考图像；从所述第一图像中检测候选对象，并确定所述候选对象与所述参考图像中所述目标对象的相似度；在所述相似度大于预设的相似度阈值的情况下，将所述候选对象确定为所述目标对象，并从所述第一图像中分割出包含目标对象的第二图像。

6、在一些实施例中，所述目标对象包括所述游戏区域内的游戏道具对象；所述获取第一图像，包括：获取通过对所述游戏区域进行成像得到的候选图像对应的图像检测结果；在所述图像检测结果指示所述游戏区域内游戏道具对象的操作存在错误的情况下，将所述候选图像确定为所述第一图像。

7、在一些实施例中，所述图像检测结果中包括被操作错误的游戏道具对象的信息；所述从所述第一图像中分割出包含目标对象的第二图像，包括：基于所述被操作错误的游戏道具对象的信息，从所述第一图像中截取包括所述被操作错误的游戏道具对象的图像，并将所述被操作错误的游戏道具对象的图像作为所述第二图像。

8、在一些实施例中，通过以下至少一种方式对所述第二图像进行变换处理，得到变换图像：从所述第二图像中截取所述目标对象上的目标元素，对所述目标元素进行变换处理，将经变换处理的目标元素叠加到所述第二图像上，得到变换图像，经变换处理的所述目标元素与所述第二图像中的所述目标元素具有不同的展示状态属性；从图像库中获取与所述目标对象属于同一类别的同类对象的图像，并将所述同类对象的图像确定为所述变换图像。

9、在一些实施例中，所述方法还包括：基于包含所述目标对象的游戏场景图像对所述初始神经网络进行训练，得到所述目标神经网络。

10、在一些实施例中，所述基于包含所述目标对象的游戏场景图像对所述初始神经网络进行训练，得到所述目标神经网络，包括：基于游戏道具对象的图像对所述初始神经网络进行第一训练，得到中间神经网络；基于包含所述目标对象的游戏场景图像对所述中间神经网络进行第二训练，得到所述目标神经网络。

11、根据本公开实施例的第二方面，提供一种检测方法，所述方法包括：获取包括游戏道具对象的待处理图像；将所述待处理图像输入预先训练的目标神经网络，获取所述目标神经网络输出的所述游戏道具对象的检测结果；其中，所述目标神经网络基于样本图像训练得到，所述样本图像基于本公开任一实施例所述的图像生成方法生成。

12、根据本公开实施例的第三方面，提供一种图像生成装置，所述装置包括：第一获取模块，用于获取游戏区域的第一图像；图像分割模块，用于从所述第一图像中分割出包含目标对象的第二图像，其中，所述目标对象包括所述游戏区域内的非游戏道具对象；图像变换模块，用于对所述第二图像进行变换处理，得到变换图像，所述变换图像中的目标对象与所述第二图像中的目标对象具有不同的属性；叠加模块，用于将所述变换图像叠加到预设的游戏场景图像中，得到包含所述目标对象的游戏场景图像，所述包含所述目标对象的游戏场景图像用于对初始神经网络进行训练，得到目标神经网络，所述目标神经网络用于基于图像检测游戏区域内的游戏道具对象。

13、在一些实施例中，所述第一获取模块用于：获取对所述游戏区域进行成像得到的所述游戏区域的图像作为所述第一图像。

14、在一些实施例中，所述图像分割模块用于：基于所述第一图像中所述目标对象的位置信息，从所述第一图像中分割出包含目标对象的第二图像；其中，所述位置信息通过对所述第一图像进行目标检测得到，或者根据预先标注的位置确定。

15、在一些实施例中，所述图像分割模块包括：参考图像获取单元，用于获取所述目标对象的参考图像；相似度确定单元，用于从所述第一图像中检测候选对象，并确定所述候选对象与所述参考图像中所述目标对象的相似度；分割单元，用于在所述相似度大于预设的相似度阈值的情况下，将所述候选对象确定为所述目标对象，并从所述第一图像中分割出包含目标对象的第二图像。

16、在一些实施例中，所述目标对象包括所述游戏区域内的游戏道具对象；所述第一获取模块包括：检测结果获取单元，用于获取通过对所述游戏区域进行成像得到的候选图像对应的图像检测结果；图像确定单元，用于在所述图像检测结果指示所述游戏区域内游戏道具对象的操作存在错误的情况下，将所述候选图像确定为所述第一图像。

17、在一些实施例中，所述图像检测结果中包括被操作错误的游戏道具对象的信息；所述图像分割模块用于：基于所述被操作错误的游戏道具对象的信息，从所述第一图像中截取包括所述被操作错误的游戏道具对象的图像，并将所述被操作错误的游戏道具对象的图像作为所述第二图像。

18、在一些实施例中，所述图像变换模块用于通过以下至少一种方式对所述第二图像进行变换处理，得到变换图像：从所述第二图像中截取所述目标对象上的目标元素，对所述目标元素进行变换处理，将经变换处理的目标元素叠加到所述第二图像上，得到变换图像，经变换处理的所述目标元素与所述第二图像中的所述目标元素具有不同的展示状态属性；从图像库中获取与所述目标对象属于同一类别的同类对象的图像，并将所述同类对象的图像确定为所述变换图像。

19、在一些实施例中，所述装置还包括：训练模块，用于基于包含所述目标对象的游戏场景图像对所述初始神经网络进行训练，得到所述目标神经网络。

20、在一些实施例中，所述训练模块包括：第一训练单元，用于基于游戏道具对象的图像对所述初始神经网络进行第一训练，得到中间神经网络；第二训练单元，用于基于包含所述目标对象的游戏场景图像对所述中间神经网络进行第二训练，得到所述目标神经网络。

21、根据本公开实施例的第四方面，提供一种检测装置，所述装置包括：第二获取模块，用于获取包括游戏道具对象的待处理图像；输入模块，用于将所述待处理图像输入预先训练的目标神经网络，获取所述目标神经网络输出的所述游戏道具对象的检测结果；其中，所述目标神经网络基于样本图像训练得到，所述样本图像基于本公开任一实施例所述的图像生成装置生成。

22、根据本公开实施例的第五方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例所述的方法。

23、根据本公开实施例的第六方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一实施例所述的方法。

24、本公开实施例通过对包括非游戏道具对象作为目标对象的图像进行变换处理得到变换图像，再将变换图像叠加到游戏场景图像中，从而能够快速地生成包含所述目标对象的游戏场景图像，降低了图像采集成本。

25、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。