(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210875985.7 (22)申请日 2022.07.25 (71)申请人 兰州理工大 学 地址 730050 甘肃省兰州市七里河区兰工 平路287号 (72)发明人 陈海燕　甄霞军　赵涛涛　张墨逸　 (74)专利代理 机构 北京睿智保诚专利代理事务 所(普通合伙) 11732 专利代理师 杜娟 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/50(2022.01) G06V 10/56(2022.01) G06V 10/74(2022.01) G06V 10/774(2022.01)G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种自适应图像融合数据增强的目标检测 方法 (57)摘要 本发明公开了一种自适应图像融合数据增 强的目标检测方法， 涉及图像检测技术领域。 对 原始训练集进行图像提取， 获得第一目标图像； 对第一目标图像进行尺寸调整， 获得第二目标图 像； 多尺度梯度生成对抗网络经过第二目标图像 训练后生 成第三目标图像； 提取第三目标图像和 第一背景图像， 利用颜色直方图自适应地根据相 似度阈值对第三目标图像和第一背景图像进行 判断， 得到满足阈值要求的第四目标图像和第二 背景图像； 使用泊松融合算法对第四目标图像和 第二背景图像进行融合得到新图像； 将新图像加 入到原始训练集得到增强训练集， 目标检测模型 调取增强训练集的图像以检测图像中的目标。 达 到丰富训练数据、 提高目标图像与背景图像融合 度的目的。 权利要求书2页 说明书10页 附图5页 CN 115100530 A 2022.09.23 CN 115100530 A 1.一种自适应图像融合数据增强的目标检测方法， 其特 征在于， 具体步骤 包括： 对原始训练集进行图像提取， 获得第一目标图像； 对所述第一目标图像进行尺寸调整， 获得第二目标图像； 多尺度梯度生成对抗网络将所述第二目标图像生成为第三目标图像； 提取所述第 三目标图像和所述原始训练集中的第 一背景图像， 利用颜色直方图自适应 地根据相似度阈值对所述第三目标图像和所述第一背 景图像进行判断， 得到满足 阈值要求 的第四目标图像和第二背景图像； 使用泊松融合 算法对所述第四目标图像和所述第二背景图像进行融合得到新图像； 将所述新图像加入到所述原 始训练集得到增强训练集； 目标检测模型调取 所述增强训练集的图像以检测图像中的目标。 2.根据权利要求1所述 一种自适应图像融合数据增强的目标检测方法， 其特 征在于， 所述图像提取的具体内容 为： 通过剪切在大小为M ×N的图像中提取 出大小为P×Q的所述第一目标图像。 3.根据权利要求2所述 一种自适应图像融合数据增强的目标检测方法， 其特 征在于， 所述尺寸调整的具体内容 为： 将所述第一目标图像的尺寸从P ×Q调整为目标尺寸。 4.根据权利要求1所述 一种自适应图像融合数据增强的目标检测方法， 其特 征在于， 所述多尺度梯度生成对抗网络由基于StyleGAN的生成网络和判别网络组成； 所述初始 多尺度梯度生成对抗网络将所述第二目标图像生成为第三目标图像的具体内容 为： 使用所述第二目标图像对所述判别网络进行训练； 使用所述生成网络将所述第 二目标图像生成为所述第 三目标图像， 将所述第 三目标图 像输入所述判别网络进行真假识别， 并将结果反馈至所述生成网络， 所述生成网络根据反 馈的信息进行 更新。 5.根据权利要求1所述 一种自适应图像融合数据增强的目标检测方法， 其特 征在于， 获取第四目标图像和第二背景图像的具体内容 为： 所述第一背景图像和所述第三目标图像对应的所述第一目标图像为原始训练集中随 机选取的图像； 并分别计算所述第一背景图像、 所述第三目标图像的颜色直方图； 根据定义式(1)来判别所述第三目标图像和所述第一背景图像之间的颜色相似度； 当相似度大于等于给定的阈值T时， 则认为所述第三目标图像和所述第一背景图像颜 色相近， 将所述第三 目标图像输出为第四目标图像， 将所述第一背景图像输出为第二背景 图像； 当所述第 一背景图像、 所述第 三目标图像相似度小于给定的阈值T时， 则重新进行随机 选择， 直至相似度大于等于T； 式(1)中， x和y表示待判别的两副图像， k代表图像的特征取值， xk和yk表示直方图中特 征k的个数， L表示特 征取值的个数。权　利　要　求　书 1/2 页 2 CN 115100530 A 26.根据权利要求5所述 一种自适应图像融合数据增强的目标检测方法， 其特 征在于， 所述颜色直方图的计算方法为： 采用彩色图像的R、 G、 B三个分量提取所述第三目标图像和所述第 一背景图像的颜色直 方图。 7.根据权利要求5所述 一种自适应图像融合数据增强的目标检测方法， 其特 征在于， 所述获取第四目标图像和第二背景图像的具体步骤 还包括： 设置随机选择次数为N时， 达到自适应选择结束条件， 结束自适应选择， 得到N 次选择中 相似度最高的第四目标图像和第二背景图像。 8.根据权利要求1所述 一种自适应图像融合数据增强的目标检测方法， 其特 征在于， 融合得到新图像的具体内容 为： 在所述第二背景图像中随机地选取与所述第四目标图像的融合 区域， 并记录所述融合 区域的位置信息和所述第四目标图像的边界信息， 避免被融合的所述第四 目标图像与所述 第二背景图像中的所述融合区域的原 始目标图像重合； 使用梯度算子计算所述融合区域的梯度， 得到所述融合区域的梯度场； 根据梯度场引导的插值计算方法， 计算所述融合区域的像素值， 实现所述第 四目标图 像和所述第二背景图像的无 缝融合。权　利　要　求　书 2/2 页 3 CN 115100530 A 3