申请/专利权人:视睿(杭州)信息科技有限公司
申请日:2024-03-15
公开(公告)日:2024-04-16
公开(公告)号:CN117893952A
主分类号:G06V20/40
分类号:G06V20/40;G06V10/82;G06N3/0464;G06V10/34
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开了基于深度学习的视频马赛克缺陷检测方法包括步骤:获取视频流数据,并将视频流数据解码为视频帧序列;检测视频帧的马赛克缺陷,并对视频帧剪裁得到多个马赛克缺陷图,并标注马赛克缺陷信息;利用泊松融合的方式将马赛克缺陷图合成到无缺陷视频帧中得到虚假缺陷帧,并根据马赛克缺陷信息生成标注文件;将包含马赛克缺陷的视频帧和虚假缺陷帧输入到目标检测模型进行训练,得到训练完成的目标检测模型;使用训练完成的目标检测模型对视频流数据进行马赛克缺陷检测。本申请能够降低海量马赛克缺陷图像标注的成本,提升马赛克缺陷检测的效果。
主权项:1.一种基于深度学习的视频马赛克缺陷检测方法,其特征在于,包括以下步骤:获取视频流数据,并将所述视频流数据解码为视频帧序列;检测所述视频帧的马赛克缺陷,并对所述视频帧剪裁得到多个马赛克缺陷图,并标注所述马赛克缺陷信息;利用泊松融合的方式将所述马赛克缺陷图合成到无缺陷视频帧中得到虚假缺陷帧,并根据所述马赛克缺陷信息生成标注文件;将包含所述马赛克缺陷的所述视频帧和所述虚假缺陷帧输入到目标检测模型进行训练,得到训练完成的目标检测模型;使用训练完成的目标检测模型对视频流数据进行马赛克缺陷检测。
全文数据:
权利要求:
百度查询: 视睿(杭州)信息科技有限公司 基于深度学习的视频马赛克缺陷检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。