CN112967351A - 图像生成方法、装置、电子设备和存储介质 - Google Patents

图像生成方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112967351A
CN112967351A CN202110247377.7A CN202110247377A CN112967351A CN 112967351 A CN112967351 A CN 112967351A CN 202110247377 A CN202110247377 A CN 202110247377A CN 112967351 A CN112967351 A CN 112967351A
Authority
CN
China
Prior art keywords
image
shielding
target
proportion
obstruction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110247377.7A
Other languages
English (en)
Inventor
王诗吟
周强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zitiao Network Technology Co Ltd
Original Assignee
Beijing Zitiao Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Zitiao Network Technology Co Ltd filed Critical Beijing Zitiao Network Technology Co Ltd
Priority to CN202110247377.7A priority Critical patent/CN112967351A/zh
Publication of CN112967351A publication Critical patent/CN112967351A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本公开实施例涉及一种图像生成方法、装置、电子设备和存储介质，其中，该方法包括：获取遮挡物样本图像的集合的概率分布信息，其中，概率分布信息用于表征遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率；利用概率分布信息，从遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的目标遮挡物图像；基于目标遮挡物图像对应的前景占比，利用目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。本公开实施例可以快速生成具有特定遮挡比例的图像，提高遮挡图像的生成效率。

Description

图像生成方法、装置、电子设备和存储介质
技术领域
本公开涉及图像处理技术领域，尤其涉及一种图像生成方法、装置、电子设备和存储介质。
背景技术
在图像处理领域中，通过图像生成或者图像编辑，可以按照需求生成满足特定条件的图像，例如遮挡图像，即图像上的拍摄对象呈现被遮挡状态。
现有的遮挡图像生成过程中需要生成特定遮挡比例的遮挡图像，一般采用随机采样测试的方法，但该方法的试错成本非常高，并且效率很低。显然的，这不能满足对遮挡比例有特定要求的图像生成场景，例如生成具有特定遮挡比例的训练样本集。因此，如何快速生成具有特定遮挡比例的遮挡图像，仍是当前待解决的问题。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供了一种图像生成方法、装置、电子设备和存储介质。
第一方面，本公开实施例提供了一种图像生成方法，包括：
获取遮挡物样本图像的集合的概率分布信息，其中，所述概率分布信息用于表征遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率，所述遮挡比例为遮挡图像上遮挡物占据被遮挡物的区域面积与被遮挡物的区域面积之比，所述前景占比为所述遮挡图像上遮挡物的区域面积与遮挡图像的面积之比，所述遮挡图像由所述遮挡物样本图像参与生成；
利用所述概率分布信息，从所述遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的目标遮挡物图像；
基于所述目标遮挡物图像对应的前景占比，利用所述目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。
第二方面，本公开实施例还提供了一种图像生成装置，包括：
概率分布信息获取模块，用于获取遮挡物样本图像的集合的概率分布信息，其中，所述概率分布信息用于表征遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率，所述遮挡比例为遮挡图像上遮挡物占据被遮挡物的区域面积与被遮挡物的区域面积之比，所述前景占比是指所述遮挡图像上遮挡物的区域面积与遮挡图像的面积之比，所述遮挡图像由所述遮挡物样本图像参与生成；
目标遮挡物图像确定模块，用于利用所述概率分布信息，从所述遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的目标遮挡物图像；
目标图像生成模块，用于基于所述目标遮挡物图像对应的前景占比，利用所述目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。
第三方面，本公开实施例还提供了一种电子设备，包括存储器和处理器，其中，所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述电子设备实现本公开实施例提供的任一所述的图像生成方法。
第四方面，本公开实施例还提供了一种计算机可读存储介质，所述存储介质中存储有计算机程序，当所述计算机程序被计算设备执行时，使得所述计算设备实现本公开实施例提供的任一所述的图像生成方法。
本公开实施例提供的技术方案与现有技术相比至少具有如下优点：在本公开实施例中，在生成目标图像之前，首先确定各个遮挡物样本图像的集合的概率分布信息，作为生成遮挡图像的先验条件，然后根据需求的目标遮挡比例，利用该概率分布信息，从遮挡物样本图像的集合中选择目标遮挡物图像，实现了对目标遮挡物图像的针对性选择，相比于随机确定遮挡物图像的情况，本公开实施例降低了试错成本，提高了目标遮挡物图像的选择效率，并且由于概率分布信息表征了遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率，利用目标遮挡物图像对被遮挡物图像进行遮挡处理，生成的目标图像具有目标遮挡比例的概率非常大，从而实现了快速生成具有特定遮挡比例的图像，提高了遮挡图像的生成效率，同时实现了对生成具有特定遮挡比例的图像的有效控制。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的一种图像生成方法的流程图；
图2为本公开实施例提供的一种遮挡物样本图像的集合的概率分布信息的示意图；
图3为本公开实施例提供的另一种图像生成方法的流程图；
图4为本公开实施例提供的一种图像生成装置的结构示意图；
图5为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
图1为本公开实施例提供的一种图像生成方法的流程图，可以适用于如何生成具有特定遮挡比例的遮挡图像的情况，该方法可以由图像生成装置执行。该图像生成装置可以采用软件和/或硬件实现，并可集成在任意具有计算能力的电子设备上，例如智能手机、平板电脑、笔记本或台式机等用户终端，或者服务器等。
如图1所示，本公开实施例提供的图像生成方法可以包括：
S101、获取遮挡物样本图像的集合的概率分布信息，其中，概率分布信息用于表征遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率。
在本公开实施例中，可以预先维护样本图像池，其中包括了遮挡物样本图像和被遮挡物样本图像，可以利用遮挡物样本图像对被遮挡物样本图像进行遮挡处理，例如采用随机遮挡的方式进行处理，生成大量的遮挡图像，每个遮挡物样本图像均可以参与多张遮挡图像的生成，然后对每张遮挡图像进行遮挡比例计算和前景占比计算，从而统计任一遮挡比例和任一前景占比下遮挡物样本图像的出现概率(即遮挡图像满足任一遮挡比例和任一前景占比时，参与生成该遮挡图像的遮挡物样本图像对应的总出现次数与遮挡图像总数量之间的比值)，得到遮挡物样本图像的集合的概率分布信息。其中，遮挡比例是指遮挡图像上遮挡物占据被遮挡物的区域面积与被遮挡物的区域面积之比，前景占比是指遮挡图像上遮挡物的区域面积与遮挡图像的面积之比。
上述概率分布信息是一种二维联合分布的概率密度函数，其中二维随机变量为遮挡比例和前景占比。作为一种示例，该概率分布信息可以采用矩阵的形式实现，矩阵元素即遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率。可以理解的是，由于该矩阵是概率密度函数，因此矩阵所有元素的和为1。
示例性的，利用遮挡物样本图像和被遮挡物样本图像，一共生成了N张遮挡图像，其中，满足遮挡比例为O1且前景占比为为f1的遮挡图像为M(M取值小于N)张，即在遮挡比例为O1且前景占比为f1的情况下，参与生成遮挡图像的遮挡物样本图像对应的总出现次数为M，则在遮挡比例为O1且前景占比为为f1的情况下，遮挡物样本图像的出现概率为M/N。在计算遮挡物样本图像的出现概率的过程中，不对遮挡物样本图像进行区分。
遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率越大，在目标图像生成阶段，利用遮挡物样本图像生成的具有该前景占比的遮挡图像且具有该遮挡比例的概率越大。
并且，在本公开实施例中，遮挡物样本图像和被遮挡物样本图像均可以是任意可用的图像，本公开实施例不作具体限定，例如被遮挡物样本图像可以是人脸样本图像，遮挡物样本图像可以任意能够用于使人脸处于被遮挡状态的样本图像。
S102、利用概率分布信息，从遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的目标遮挡物图像。
其中，目标遮挡比例与图像生成需求的遮挡比例有关，具体可以根据实际的需求进行设置。示例性的，确定目标遮挡比例后，可以在概率分布信息中确定与该目标遮挡比例对应的各个前景占比下遮挡物样本图像的出现概率，然后根据出现概率确定目标遮挡物图像，例如可以将与该目标遮挡比例对应的各个前景占比下出现概率最大的遮挡物样本图像确定为目标遮挡物图像，或者可以根据需求的前景占比和出现概率综合确定目标遮挡物图像。
S103、基于目标遮挡物图像对应的前景占比，利用目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。
基于目标遮挡物图像对应的前景占比，生成目标图像，即保持目标遮挡物在目标图像上的区域占比保持不变，进而可以确保基于目标遮挡物图像生成的目标图像可以较大概率地符合需求的遮挡比例。
可选的，基于目标遮挡物图像对应的前景占比，利用目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像，包括：
获取目标遮挡物图像对应的遮挡物蒙版图像(即mask图像)，以及被遮挡物图像对应的被遮挡物蒙版图像；
基于目标遮挡图像对应的前景占比、遮挡物蒙版图像和被遮挡物蒙版图像，利用目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。
其中，遮挡物蒙版图像可以用于确定目标遮挡物图像上遮挡物的区域，被遮挡物蒙版图像可以用于确定被遮挡物图像上被遮挡物的区域。当利用遮挡物蒙版图像确定出目标遮挡物图像上遮挡物的区域以及利用被遮挡物蒙版图像确定出被遮挡物图像上被遮挡物的区域之后，可以在目标遮挡图像对应的前景占比的约束下，利用遮挡物对被遮挡物进行遮挡，最终生成目标图像。示例性的，可以将目标遮挡物图像中的图像背景作为目标图像的目标背景，然后将利用被遮挡物蒙版图像确定出的被遮挡物图像上的被遮挡物贴入目标背景中，最后再将利用遮挡物蒙版图像确定出的目标遮挡物图像上的遮挡物贴入目标背景中，以对被遮挡物进行随机遮挡，从而生成目标图像。需要说明的是，关于目标图像的背景，本公开实施例不作具体限定，除了可以使用目标遮挡物图像中的图像背景外，还可以采用其他任意可用的图像背景。
在本公开实施例中，在生成目标图像之前，首先确定各个遮挡物样本图像的集合的概率分布信息，作为生成遮挡图像的先验条件，然后根据需求的目标遮挡比例，利用该概率分布信息，从遮挡物样本图像的集合中选择目标遮挡物图像，实现了对目标遮挡物图像的针对性选择，相比于随机确定遮挡物图像的情况，本公开实施例降低了试错成本，提高了目标遮挡物图像的选择效率，并且由于概率分布信息表征了遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率，利用目标遮挡物图像对被遮挡物图像进行遮挡处理，生成的目标图像具有目标遮挡比例的概率非常大，从而实现了快速生成具有特定遮挡比例的图像，提高了遮挡图像的生成效率，同时实现了对生成具有特定遮挡比例的图像的有效控制。
在上述技术方案的基础上，可选的，本公开实施例提供的图像生成方法还可以包括：将目标图像作为训练样本，并基于训练样本训练得到需求的图像处理模型。即本公开实施例提供的技术方案既可以用于图像编辑场景，对待处理的被遮挡图像进行遮挡处理，以生成具有特定遮挡比例的目标图像；也可以用于模型训练场景，生成具有特定遮挡比例的大量目标图像作为训练样本，以用于模型训练。相比于依赖手动处理生成具有特定遮挡比例的训练样本的情况，采用本方案可以提高训练样本的生成效率，进而快速获取到满足一定遮挡比例分布的大量训练样本，提高图像处理模型的训练效果，避免因为训练样本不能满足遮挡比例分布需求，导致图像处理模型训练效果较差的现象。图像处理模型可以包括但不限于遮挡物识别或检测模型、被遮挡物识别或检测模型等，例如可以用于对处于遮挡状态的人脸进行识别的人脸图像处理模型等。
可选的，本公开实施例提供的图像生成方法还包括：
利用遮挡物样本图像的集合中的各个遮挡物样本图像对各个被遮挡物样本图像进行遮挡处理，例如采用随机遮挡的方式进行处理，生成多张遮挡图像；
根据每张遮挡图像上遮挡物占据被遮挡物的区域面积、以及每张遮挡图像上被遮挡物的区域面积，计算参与生成每张遮挡图像的遮挡物样本图像对应的遮挡比例；
根据每张遮挡图像上遮挡物的区域面积、以及每张图像的面积，计算参与生成每张遮挡图像的遮挡物样本图像对应的前景占比；
根据计算得到的遮挡比例和前景占比，对任一遮挡比例和任一前景占比下遮挡物样本图像的出现概率进行统计，得到概率分布信息。
通过预先生成遮挡物样本图像的集合的概率分布信息，可以为后续快速生成具有特定遮挡比例的图像奠定基础。
进一步的，根据遮挡比例和前景占比，对任一遮挡比例和任一前景占比下遮挡物样本图像的出现概率进行统计，得到概率分布信息，包括：
根据计算得到的前景占比，得到多个前景占比区间；
根据计算得到的遮挡比例，统计每个前景占比区间中任一遮挡比例下的遮挡物样本图像的出现概率，得到概率分布信息。
图2为本公开实施例提供的一种遮挡物样本图像的集合的概率分布信息的示意图，用于对本公开实施例中的概率分布信息进行示例性说明，但不应理解为对本公开实施例的具体限定。如图2所示，遮挡物样本图像对应的遮挡比例可以表示为Or，遮挡物样本图像对应的前景占比可以表示为Fr，将前景占比作为横轴，将遮挡比例作为纵轴。对前景占比进行区间划分，可以得到多个前景占比区间，例如[Fr0，Fr1)、[Fr1，Fr2)、[Fr2，Fr3)、[Fr3，Fr4)、[Fr4，Fr5)、[Fr5，Fr6)、……[Frn-1，Frn]，各个前景占比区间的步长可以相同(即前景占比的等间隔划分)，也可以不相同(即前景占比的非等间隔划分)，步长取值也可以根据实际需求而定(步长取值越小，前景占比区间的划分精度越高)，本公开实施例均不作具体限定，示例性的，前景占比的取值范围为0至1，可以将步长设置为0.1，对前景占比进行等间隔划分，得到多个前景占比区间：[0，0.1)、[0.1，0.2)、[0.2，0.3)、[0.3，0.4)、......[0.9，1]。然后，针对每个前景占比区间，统计任一遮挡比例下遮挡物样本图像的出现概率。
此外，需要说明的是，图2所示出的遮挡物样本图像的集合的概率分布信息中，也可以将遮挡比例对应的可见比例，即1-Or，作为纵轴。在实际应用中可以适应性确定。
图3为本公开实施例提供的另一种图像生成方法的流程图，基于上述技术方案进一步优化与扩展，并可以与上述各个可选实施方式进行结合。并且，针对图3和图1中相同的操作，可以参考上述实施例中的描述，以下不再赘述。
如图3所示，本公开实施例提供的图像生成方法可以包括：
S301、获取遮挡物样本图像的集合的概率分布信息，其中，概率分布信息用于表征遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率。
S302、利用概率分布信息，从遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的遮挡物样本图像，作为候选遮挡物样本图像。
其中，候选遮挡物样本图像是基于目标遮挡比例初步确定的可用遮挡物样本图像。示例性的，候选遮挡物样本图像可以包括出现概率对应目标遮挡比例以及一个或者多个前景占比区间的遮挡物样本图像，实现对遮挡物样本图像的初步筛选。例如，需求的目标遮挡比例为0.1，根据概率分布信息可以确定前景占比在0.1-0.4之间时对应的遮挡物样本图像的出现概率较大，则可以将该前景占比区间0.1-0.4之间对应的遮挡物样本图像作为候选遮挡物样本图像。
前景占比与遮挡比例之间存在一定的规律性，例如，当前景占比取值很大时，对应的遮挡物样本图像参与生成的遮挡图像所具有的遮挡比例通常也很大，即利用该遮挡物样本图像几乎不可能生成具有较小遮挡比例的遮挡图像。
S303、基于侯选遮挡物样本图像的出现概率，确定目标遮挡物图像。
目标遮挡物图像的确定可以根据实际需求而定，例如基于出现概率、或者同时基于需求的前景占比和出现概率，从侯选遮挡物样本图像中确定目标遮挡物图像。
示例性的，基于候选遮挡物样本图像的出现概率，确定目标遮挡物图像，包括：
确定候选遮挡物样本图像中出现概率大于预设概率阈值的遮挡物样本图像对应的前景占比，作为目标前景占比区间；其中，预设概率阈值可以适应性确定，本公开实施例不作具体限定；
从目标遮挡比例和目标前景占比区间对应的遮挡物样本图像中选取目标遮挡物图像；例如，可以采用随机确定的方式或者预先指定的方式从目标遮挡比例和目标前景占比区间对应的遮挡物样本图像中确定目标遮挡物图像；或者
示例性的，基于候选遮挡物样本图像的出现概率，确定目标遮挡物图像，包括：确定候选遮挡物样本图像中出现概率最高的遮挡物样本图像，作为目标遮挡物图像。
S304、基于目标遮挡物图像对应的前景占比，利用目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。
S305、根据目标图像上遮挡物占据被遮挡物的区域面积、以及目标图像上被遮挡物的区域面积，计算目标图像的生成遮挡比例。
S306、基于生成遮挡比例和目标遮挡比例之间的差异，对目标图像进行验证。
如果生成遮挡比例和目标遮挡比例之间的差异小于或等于预设的差异阈值，则目标图像验证通过，即当前生成的目标图像符合需求，可以将目标图像继续用于后续的图像处理中；如果生成遮挡比例和目标遮挡比例之间的差异大于预设的差异阈值，则目标图像验证未通过，即当前生成的目标图像不符合需求，需要重复执行目标图像的生成操作。
示例性的，可以计算生成遮挡比例与目标遮挡比例之间差值的绝对值，作为生成遮挡比例与目标遮挡比例之间的差异，还可以计算生成遮挡比例与目标遮挡比例之间商值，作为生成遮挡比例与目标遮挡比例之间的差异，本公开实施例不作具体限定，每种差异计算方式各自对应设置相应的差异阈值。差异阈值的取值也可以适应性确定。
以计算生成遮挡比例与目标遮挡比例之间差值的绝对值为例，生成遮挡比例可以表示为Os，目标遮挡比例可以表示为Or，两者之间差值的绝对值可以表示为|Os-Or|，然后将该绝对值与差异阈值α进行比较。差异阈值α的取值例如可以设置为10-3的量级等。差异阈值的取值越小，对生成遮挡比例的精度控制越高。
继续以上述示例为例，如果|Os-Or|<α，即生成遮挡比例在合理误差范围内，目标图像验证通过，然后输出目标图像，以进行存储；如果|Os-Or|≥α，即生成遮挡比例超出了合理误差范围，目标图像验证未通过，则重新执行目标图像的生成操作，直至基于新生成的目标图像计算得到的生成遮挡比例在合理误差范围内。
在本公开实施例中，首先利用遮挡物样本图像的集合的概率分布信息以及需求的目标遮挡比例，初始筛选遮挡物样本图像对应的目标前景占比区间，然后从目标遮挡比例和目标前景占比区间对应的遮挡物样本图像中进一步确定目标遮挡物图像，实现了对目标遮挡物图像的针对性选择，提高了目标遮挡物图像的选择效率；并且通过对目标图像进行验证，保证了生成的目标图像满足遮挡比例需求。
图4为本公开实施例提供的一种图像生成装置的结构示意图，可以适用于如何生成具有特定遮挡比例的遮挡图像的情况，该装置可以采用软件和/或硬件实现，并可集成在任意具有计算能力的电子设备上，例如智能手机、平板电脑、笔记本或台式机等用户终端，或者服务器等。
如图4所示，本公开实施例提供的图像生成装置400可以包括概率分布信息获取模块401、目标遮挡物图像确定模块402和目标图像生成模块403，其中：
概率分布信息获取模块401，用于获取遮挡物样本图像的集合的概率分布信息，其中，概率分布信息用于表征遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率，遮挡比例为遮挡图像上遮挡物占据被遮挡物的区域面积与被遮挡物的区域面积之比，前景占比是指遮挡图像上遮挡物的区域面积与遮挡图像的面积之比，遮挡图像由遮挡物样本图像参与生成；
目标遮挡物图像确定模块402，用于利用概率分布信息，从遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的目标遮挡物图像；
目标图像生成模块403，用于基于目标遮挡物图像对应的前景占比，利用目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。
可选的，目标遮挡物图像确定模块402包括：
候选遮挡物样本图像确定单元，用于利用概率分布信息，从遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的遮挡物样本图像，作为候选遮挡物样本图像；
目标遮挡物图像确定单元，用于基于侯选遮挡物样本图像的出现概率，确定目标遮挡物图像。
可选的，目标遮挡物图像确定单元包括：
目标前景占比区间确定子单元，用于确定候选遮挡物样本图像中出现概率大于预设概率阈值的遮挡物样本图像对应的前景占比，作为目标前景占比区间；
第一目标遮挡物图像确定子单元，用于从目标遮挡比例和目标前景占比区间对应的遮挡物样本图像中选取目标遮挡物图像；或者
可选的，目标遮挡物图像确定单元包括：
第二目标遮挡物图像确定子单元，用于确定候选遮挡物样本图像中出现概率最高的遮挡物样本图像，作为目标遮挡物图像。
可选的，目标图像生成模块403包括：
蒙版图像获取单元，用于获取目标遮挡物图像对应的遮挡物蒙版图像，以及被遮挡物图像对应的被遮挡物蒙版图像；
目标图像生成单元，用于基于目标遮挡图像对应的前景占比、遮挡物蒙版图像和被遮挡物蒙版图像，利用目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。
可选的，本公开实施例提供的图像生成装置400还包括：
生成遮挡比例计算模块，用于根据目标图像上遮挡物占据被遮挡物的区域面积、以及目标图像上被遮挡物的区域面积，计算目标图像的生成遮挡比例；
目标图像验证模块，用于基于生成遮挡比例和目标遮挡比例之间的差异，对目标图像进行验证。
可选的，本公开实施例提供的图像生成装置400还包括：
遮挡图像生成模块，用于利用遮挡物样本图像对被遮挡物样本图像进行遮挡处理，生成多张遮挡图像；
遮挡比例计算模块，用于根据每张遮挡图像上遮挡物占据被遮挡物的区域面积、以及每张遮挡图像上被遮挡物的区域面积，计算参与生成每张遮挡图像的遮挡物样本图像对应的遮挡比例；
前景占比计算模块，用于根据每张遮挡图像上遮挡物的区域面积、以及每张图像的面积，计算参与生成每张遮挡图像的遮挡物样本图像对应的前景占比；
概率分布信息确定模块，用于根据计算得到的遮挡比例和前景占比，对任一遮挡比例和任一前景占比下遮挡物样本图像的出现概率进行统计，得到概率分布信息。
可选的，概率分布信息确定模块包括：
前景占比区间确定单元，用于根据计算得到的前景占比，得到多个前景占比区间；
概率分布信息确定单元，用于根据计算得到的遮挡比例，统计每个前景占比区间中任一遮挡比例下的遮挡物样本图像的出现概率，得到概率分布信息。
可选的，本公开实施例提供的图像生成装置400还包括：
模型训练模块，用于将目标图像作为训练样本，并基于训练样本训练得到需求的图像处理模型。
本公开实施例所提供的图像生成装置可执行本公开实施例所提供的任意图像生成方法，具备执行方法相应的功能模块和有益效果。本公开装置实施例中未详尽描述的内容可以参考本公开任意方法实施例中的描述。
图5为本公开实施例提供的一种电子设备的结构示意图，用于对实现本公开实施例提供的图像生成方法的电子设备进行示例性说明。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机、智能家居设备、可穿戴电子设备、服务器等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和占用范围带来任何限制。
如图5所示，电子设备500包括一个或多个处理器501和存储器502。
处理器501可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备500中的其他组件以执行期望的功能。
存储器502可以包括一个或多个计算机程序产品，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器501可以运行程序指令，以实现本公开实施例提供的图像生成方法，还可以实现其他期望的功能。在计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
其中，本公开实施例提供的图像生成方法可以包括：获取遮挡物样本图像的集合的概率分布信息，其中，概率分布信息用于表征遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率，遮挡比例为遮挡图像上遮挡物占据被遮挡物的区域面积与被遮挡物的区域面积之比，前景占比是指遮挡图像上遮挡物的区域面积与遮挡图像的面积之比，遮挡图像由遮挡物样本图像参与生成；利用概率分布信息，从遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的目标遮挡物图像；基于目标遮挡物图像对应的前景占比，利用目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。应当理解，电子设备500还可以执行本公开方法实施例提供的其他可选实施方案。
在一个示例中，电子设备500还可以包括：输入装置503和输出装置504，这些组件通过总线***和/或其他形式的连接机构(未示出)互连。
此外，该输入装置503还可以包括例如键盘、鼠标等等。
该输出装置504可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出装置504可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图5中仅示出了该电子设备500中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备500还可以包括任何其他适当的组件。
除了上述方法和设备以外，本公开实施例还提供一种计算机程序产品，其包括计算机程序或计算机程序指令，计算机程序或计算机程序指令在被计算设备执行时使得计算设备实现本公开实施例所提供的任意图像生成方法。
计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户电子设备上执行、作为一个独立的软件包执行、部分在用户电子设备上且部分在远程电子设备上执行、或者完全在远程电子设备上执行。
此外，本公开实施例还可以提供一种计算机可读存储介质，其上存储有计算机程序指令，计算机程序指令在被计算设备执行时使得计算设备实现本公开实施例所提供的任意图像生成方法。
其中，本公开实施例提供的图像生成方法可以包括：获取遮挡物样本图像的集合的概率分布信息，其中，概率分布信息用于表征遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率，遮挡比例为遮挡图像上遮挡物占据被遮挡物的区域面积与被遮挡物的区域面积之比，前景占比是指遮挡图像上遮挡物的区域面积与遮挡图像的面积之比，遮挡图像由遮挡物样本图像参与生成；利用概率分布信息，从遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的目标遮挡物图像；基于目标遮挡物图像对应的前景占比，利用目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。应当理解，计算机程序指令在被计算设备执行时，还可以使得计算设备实现本公开方法实施例提供的其他可选实施方案。
计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (11)

1.一种图像生成方法，其特征在于，包括：
获取遮挡物样本图像的集合的概率分布信息，其中，所述概率分布信息用于表征遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率，所述遮挡比例为遮挡图像上遮挡物占据被遮挡物的区域面积与被遮挡物的区域面积之比，所述前景占比为所述遮挡图像上遮挡物的区域面积与遮挡图像的面积之比，所述遮挡图像由所述遮挡物样本图像参与生成；
利用所述概率分布信息，从所述遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的目标遮挡物图像；
基于所述目标遮挡物图像对应的前景占比，利用所述目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。
2.根据权利要求1所述的方法，其特征在于，所述利用所述概率分布信息，从所述遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的目标遮挡物图像，包括：
利用所述概率分布信息，从所述遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的遮挡物样本图像，作为候选遮挡物样本图像；
基于所述侯选遮挡物样本图像的出现概率，确定所述目标遮挡物图像。
3.根据权利要求2所述的方法，其特征在于，所述基于所述候选遮挡物样本图像的出现概率，确定所述目标遮挡物图像，包括：
确定所述候选遮挡物样本图像中所述出现概率大于预设概率阈值的遮挡物样本图像对应的前景占比，作为目标前景占比区间；
从所述目标遮挡比例和所述目标前景占比区间对应的遮挡物样本图像中选取所述目标遮挡物图像；或者
所述基于所述候选遮挡物样本图像的出现概率，确定所述目标遮挡物图像，包括：
确定所述候选遮挡物样本图像中所述出现概率最高的遮挡物样本图像，作为所述目标遮挡物图像。
4.根据权利要求1所述的方法，其特征在于，所述基于所述目标遮挡物图像对应的前景占比，利用所述目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像，包括：
获取所述目标遮挡物图像对应的遮挡物蒙版图像，以及所述被遮挡物图像对应的被遮挡物蒙版图像；
基于所述目标遮挡图像对应的前景占比、所述遮挡物蒙版图像和所述被遮挡物蒙版图像，利用所述目标遮挡物图像对所述被遮挡物图像进行遮挡处理，生成所述目标图像。
5.根据权利要求1-4中任一所述的方法，其特征在于，在所述基于所述目标遮挡物图像对应的前景占比，利用所述目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像之后，还包括：
根据所述目标图像上遮挡物占据被遮挡物的区域面积、以及所述目标图像上被遮挡物的区域面积，计算所述目标图像的生成遮挡比例；
基于所述生成遮挡比例和所述目标遮挡比例之间的差异，对所述目标图像进行验证。
6.根据权利要求1所述的方法，其特征在于，还包括：
利用所述遮挡物样本图像对被遮挡物样本图像进行遮挡处理，生成多张遮挡图像；
根据每张遮挡图像上遮挡物占据被遮挡物的区域面积、以及所述每张遮挡图像上被遮挡物的区域面积，计算参与生成所述每张遮挡图像的遮挡物样本图像对应的遮挡比例；
根据所述每张遮挡图像上遮挡物的区域面积、以及所述每张图像的面积，计算参与生成所述每张遮挡图像的遮挡物样本图像对应的前景占比；
根据所述遮挡比例和所述前景占比，对任一遮挡比例和任一前景占比下所述遮挡物样本图像的出现概率进行统计，得到所述概率分布信息。
7.根据权利要求6所述的方法，其特征在于，所述根据所述遮挡比例和所述前景占比，对任一遮挡比例和任一前景占比下所述遮挡物样本图像的出现概率进行统计，得到所述概率分布信息，包括：
根据所述前景占比，得到多个前景占比区间；
根据所述遮挡比例，统计每个前景占比区间中任一遮挡比例下的遮挡物样本图像的出现概率，得到所述概率分布信息。
8.根据权利要求1所述的方法，其特征在于，还包括：
将所述目标图像作为训练样本，并基于所述训练样本训练得到需求的图像处理模型。
9.一种图像生成装置，其特征在于，包括：
概率分布信息获取模块，用于获取遮挡物样本图像的集合的概率分布信息，其中，所述概率分布信息用于表征遮挡物样本图像在任一遮挡比例和任一前景占比下的出现概率，所述遮挡比例为遮挡图像上遮挡物占据被遮挡物的区域面积与被遮挡物的区域面积之比，所述前景占比是指所述遮挡图像上遮挡物的区域面积与遮挡图像的面积之比，所述遮挡图像由所述遮挡物样本图像参与生成；
目标遮挡物图像确定模块，用于利用所述概率分布信息，从所述遮挡物样本图像的集合中确定参与生成的遮挡图像满足目标遮挡比例的目标遮挡物图像；
目标图像生成模块，用于基于所述目标遮挡物图像对应的前景占比，利用所述目标遮挡物图像对被遮挡物图像进行遮挡处理，生成目标图像。
10.一种电子设备，其特征在于，包括存储器和处理器，其中，所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述电子设备实现权利要求1-8中任一项所述的图像生成方法。
11.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机程序，当所述计算机程序被计算设备执行时，使得所述计算设备实现权利要求1-8中任一项所述的图像生成方法。
CN202110247377.7A 2021-03-05 2021-03-05 图像生成方法、装置、电子设备和存储介质 Pending CN112967351A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110247377.7A CN112967351A (zh) 2021-03-05 2021-03-05 图像生成方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110247377.7A CN112967351A (zh) 2021-03-05 2021-03-05 图像生成方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN112967351A true CN112967351A (zh) 2021-06-15

Family

ID=76276716

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110247377.7A Pending CN112967351A (zh) 2021-03-05 2021-03-05 图像生成方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112967351A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723318A (zh) * 2021-09-01 2021-11-30 浙江大华技术股份有限公司 确定目标物体遮挡状态的方法、装置及监控设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413330A (zh) * 2013-08-30 2013-11-27 中国科学院自动化研究所 一种复杂场景下可靠的视频摘要生成方法
EP3428843A1 (en) * 2017-07-14 2019-01-16 GB Group plc Improvements relating to face recognition
CN111414879A (zh) * 2020-03-26 2020-07-14 北京字节跳动网络技术有限公司 人脸遮挡程度识别方法、装置、电子设备及可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413330A (zh) * 2013-08-30 2013-11-27 中国科学院自动化研究所 一种复杂场景下可靠的视频摘要生成方法
EP3428843A1 (en) * 2017-07-14 2019-01-16 GB Group plc Improvements relating to face recognition
CN111414879A (zh) * 2020-03-26 2020-07-14 北京字节跳动网络技术有限公司 人脸遮挡程度识别方法、装置、电子设备及可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HSIAO E, HEBERT M.: "Occlusion reasoning for object detection under arbitrary viewpoint", IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION, vol. 36, no. 9, 31 December 2014 (2014-12-31), pages 3146 - 3153 *
梅若恒;马惠敏: "遮挡图像数据生成***", 光学精密工程, vol. 29, no. 5, 31 December 2021 (2021-12-31), pages 1136 - 1144 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723318A (zh) * 2021-09-01 2021-11-30 浙江大华技术股份有限公司 确定目标物体遮挡状态的方法、装置及监控设备

Similar Documents

Publication Publication Date Title
CN110321958B (zh) 神经网络模型的训练方法、视频相似度确定方法
CN108197652B (zh) 用于生成信息的方法和装置
CN109345553B (zh) 一种手掌及其关键点检测方法、装置和终端设备
CN110544214A (zh) 一种图像修复方法、装置及电子设备
CN111026493B (zh) 界面渲染的处理方法和装置
CN114676040A (zh) 一种测试覆盖率验证方法、装置及存储介质
CN110738562B (zh) 一种风险提醒信息的生成方法、装置及设备
CN110245684B (zh) 数据处理方法、电子设备和介质
CN112967351A (zh) 图像生成方法、装置、电子设备和存储介质
CN111815748B (zh) 一种动画处理方法、装置、存储介质及电子设备
CN113409307A (zh) 基于异质噪声特性的图像去噪方法、设备及介质
CN112035732A (zh) 一种搜索结果的扩展方法、***、设备和存储介质
CN111597009A (zh) 应用程序显示的方法、装置及终端设备
CN112801882B (zh) 图像处理方法及装置、存储介质和电子设备
CN116503596A (zh) 图片分割方法、装置、介质和电子设备
CN111008934A (zh) 一种场景构建方法、装置、设备及存储介质
CN111049988A (zh) 移动设备的亲密度预测方法、***、设备及存储介质
CN113920381B (zh) 重复派生指标识别方法、电子设备及可读存储介质
CN115209030B (zh) 视频防抖处理方法、装置、电子设备和存储介质
CN117354548A (zh) 一种评论展示方法、装置、电子设备、计算机可读介质
CN111461964B (zh) 图片处理方法、装置、电子设备和计算机可读介质
CN114253675A (zh) 事务处理方法、装置、设备及存储介质
CN113238852A (zh) 一种任务分配方法、装置、电子设备及存储介质
CN110222777B (zh) 图像特征的处理方法、装置、电子设备及存储介质
CN114116418A (zh) 信息处理方法及装置、计算机存储介质、电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination