(19)中华 人民共和国 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 202111659555.3 (22)申请日 2021.12.31 (71)申请人 郑州信大 先进技术研究院 地址 450000 河南省郑州市高新 技术产业 开发区莲 花街55号 (72)发明人 高梦娜　王坤　高毫林　张甲　 王志恒　汪淼　 (74)专利代理 机构 郑州德勤知识产权代理有限 公司 41128 代理人 张微微 (51)Int.Cl. G06V 10/774(2022.01) G06K 9/62(2022.01) G06V 20/10(2022.01) (54)发明名称 一种城市暴露垃圾样本图像的数据扩充方 法及系统 (57)摘要 本发明提供一种城市暴露垃圾样本图像的 数据扩充方法及系统， 包括以下步骤： 步骤1： 获 取各类常见的生活垃圾图片， 并采用抠图方法抠 出垃圾元素并保存； 步骤2： 获取城市暴露垃圾场 景图片， 人工标注垃圾箱标签， 进行垃圾箱识别 模型的训练， 并使用训练好的垃圾箱识别模型检 测出城市暴露垃圾场景图片中的垃圾箱； 步骤3： 根据识别出的垃圾箱位置划定其周围矩形区域， 并将划定的周围矩形区域等分为若干子区块； 步 骤4： 随机选 择至少一个垃圾元素， 将每个垃圾元 素以随机旋转角度叠加到随机选择的子区块中， 完成数据扩充； 如此既能增加样 本数据的数量和 丰富程度， 又能提升模型精度， 提高垃圾的检出 率。 权利要求书2页 说明书6页 附图3页 CN 114299364 A 2022.04.08 CN 114299364 A 1.一种城市暴露垃圾样本图像的数据扩充方法， 其特 征在于， 包括以下步骤： 步骤1： 获取 各类常见的生活垃圾图片， 并采用抠图方法抠出 垃圾元素并保存； 步骤2： 获取城市暴露垃圾场景图片， 人工标注垃圾箱标签， 进行垃圾箱识别模型的训 练， 并使用训练好的垃圾箱 识别模型检测出城市暴露垃圾场景图片中的垃圾箱； 步骤3： 根据识别出的垃圾箱位置划定其周围矩形区域， 并将划定的周围矩形区域等分 为若干子区块； 步骤4： 随机选择至少一个垃圾元素， 将每个垃圾元素以随机旋转角度叠加到随机选择 的子区块中， 完成数据扩充。 2.根据权利要求1所述的城市暴露垃圾样本图像的数据扩充方法， 其特征在于， 在将每 个垃圾元素以随机选择的旋转角度叠加到随机选择的子区块时， 先判断垃圾元素的图像类 型和位深度是否与随机选择 的子区块的图像类型和位深度一致， 若一致， 则将垃圾元素以 随机旋转角度叠加到 子区块中。 3.根据权利要求1所述的城市暴露垃圾样本 图像的数据扩充方法， 其特征在于， 步骤3 中的具体步骤如下： 检测到垃圾箱时， 以垃圾箱预测框的中心点为中心， 划定垃圾箱的周围矩形区域， 其中 周围矩形区域的宽为垃圾箱预测框 宽的m倍， 周围矩形区域的高为垃圾箱预测框高的n 倍。 4.根据权利要求1或3所述的城市暴露垃圾样本 图像的数据扩充方法， 其特征在于， 随 机选择子区块的步骤为： 对周围矩形区域的若干个子区块进行编号， 并将子区块的编号作 为随机数的取值范围， 利用随机数生成函数生成随机数， 将编号为该随机数 的子区块作为 随机选择的子区块。 5.根据权利要求1所述的城市暴露垃圾样本图像的数据扩充方法， 其特征在于， 随机旋 转角度的确定步骤为： 利用随机数生 成函数random.randint(0,359)生 成随机数， 该随机数 即为随机 旋转角度。 6.根据权利要求1所述的城市暴露垃圾样本图像的数据扩充方法， 其特征在于， 随机旋 转角度的确定步骤为： 利用随机数生成函数random.randi nt(0,2)生成随机数， 若随机生成的数字是0， 则确定 旋转角度为0度； 若随机生成的数字是1， 则确定 旋转角度为90度； 若随机生成的数字是2， 则确定 旋转角度为180度。 7.根据权利要求1所述的城市暴露垃圾样本图像的数据扩充方法， 其特征在于， 随机旋 转角度的确定步骤为： 设置一个包 含3个数字的列表， L ist = [0,1,2]； 利用随机 选择函数从列表中随机 选择一个数字，  Number = random.c hoice(List)； 若随机选择的数字是0或1， 则利用随机数生成函数random.randint(0,2)生成随机数， 并在随机生成的数字是0时， 确定旋转角度为0度； 在随机生成的数字是1时， 确定旋转角度 为90度； 在随机生成的数字是2时， 确定 旋转角度为180度； 若随机选择的数字是2， 则利用随机数生成函数random.randint(0,359)生成随机数， 该随机数即为随机 旋转角度。 8.根据权利要求1所述的城市暴露垃圾样本图像的数据扩充方法， 其特征在于： 在完成权　利　要　求　书 1/2 页 2 CN 114299364 A 2数据扩充后， 还利用训练鉴别器判断扩充数据的真伪度， 选择结果为真的扩充数据组成扩 充样本集； 所述训练鉴别器的结构为编码器+全连接层的结构， 由编码器 内的卷积、 池化层来提取 组合信息中的特 征得到特征序列， 全连接层网络基于特 征序列判断图像真伪度的置信度。 9.一种城市暴露垃圾样本图像的数据扩充系统， 其特 征在于： 包括： 自动抠图模块， 用于从各类常见的生活垃圾图片中抠出 垃圾元素并保存； 训练检测模块， 用于在获取的城市暴露垃圾场景图片中人工标注垃圾箱标签， 进行垃 圾箱识别模型的训练， 并使用训练好的垃圾箱识别模型检测出城市暴露垃圾场景图片中的 垃圾箱； 随机选择模块， 用于随机选择至少一个垃圾元素、 随机选择一个子区块以及随机选择 一个旋转角度； 划区叠加模块， 基于垃圾箱位置划定其周围矩形区域， 将划定的周围矩形区域等分为 若干子区块， 将随机选择的每一个垃圾元素以随机选择的旋转角度叠加到随机选择的一个 子区块中， 完成数据扩充。 10.根据权利要求9所述的一种城市暴露垃圾样本图像的数据扩充系统， 其特征在于： 还包括训练鉴别器， 所述训练鉴别器用于判断扩充数据的真伪度， 选择结果为真的扩充数 据组成扩充样本集； 所述训练鉴别器的结构为编码器+全连接层的结构， 由编码器内的卷 积、 池化层来提取组合信息中的特征得到特征序列， 全连接层 网络基于特征序列判断图像 真伪度的置信度。权　利　要　求　书 2/2 页 3 CN 114299364 A 3