一种图像数据检测方法、装置、计算机设备和存储介质与流程

技术特征：
1.一种图像数据检测方法，其特征在于，包括：获取检测图像，对所述检测图像进行边缘检测，得到边缘检测结果；当根据所述边缘检测结果确定所述检测图像中存在初始高斯模糊位置时，将所述检测图像输入校验模型，得到针对所述初始高斯模糊位置的校验结果；所述校验模型通过目标样本图像训练得到；所述目标样本图像为至少两个样本图像中，存在基于边缘检测所得到的样本高斯模糊位置的样本图像；根据所述初始高斯模糊位置和所述校验结果，确定所述检测图像的目标高斯模糊位置。2.根据权利要求1所述的方法，其特征在于，所述校验结果包括第一校验结果和第二校验结果；所述第一校验结果表征校验出所述检测图像是通过高斯模糊后的图像；所述第二校验结果表征校验出所述检测图像是未通过高斯模糊后的图像；所述根据所述初始高斯模糊位置和所述校验结果，确定所述检测图像的目标高斯模糊位置，包括：当所述校验结果为所述第一校验结果时，将所述初始高斯模糊位置，确定为所述目标高斯模糊位置；当所述校验结果为所述第二校验结果时，确定所述目标高斯模糊位置为空。3.根据权利要求1所述的方法，其特征在于，所述根据所述初始高斯模糊位置和所述校验结果，确定所述检测图像的目标高斯模糊位置，包括：当所述校验结果为第一校验结果时，对所述检测图像进行图像直线检测，得到所述检测图像中的检测直线；所述第一校验结果表征校验出所述检测图像是通过高斯模糊后的图像；根据所述检测直线和所述初始高斯模糊位置，确定所述目标高斯模糊位置。4.根据权利要求3所述的方法，其特征在于，所述根据所述检测直线和所述初始高斯模糊位置，确定所述目标高斯模糊位置，包括：当所述检测直线的数量为第一数量时，将所述初始高斯模糊位置确定为所述目标高斯模糊位置；当所述检测直线的数量为第二数量，且所述检测直线与所述检测图像的图像中轴之间的距离小于距离阈值时，将所述初始高斯模糊位置确定为所述目标高斯模糊位置；所述第二数量大于所述第一数量；当所述检测直线的数量为所述第二数量，且所述检测直线与所述检测图像的图像中轴之间的距离大于或等于所述距离阈值时，基于所述图像中轴对所述检测直线进行对称翻转，得到对称检测直线，根据所述检测直线和所述对称检测直线确定所述目标高斯模糊位置；当所述检测直线的数量为第三数量时，根据所述初始高斯模糊位置以及与所述图像中轴之间的距离最大的检测直线，确定所述目标高斯模糊位置；所述第三数量大于所述第二数量。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述至少两个样本图像进行边缘检测，将基于边缘检测所检测出样本高斯模糊位置的样本图像，确定为所述目标样本图像；
将所述目标样本图像输入初始校验模型；所述目标样本图像携带有样本标签；所述样本标签为第一样本标签或第二样本标签；所述第一样本标签表征所述目标样本图像是通过高斯模糊后的图像；所述第二样本标签表征所述目标样本图像是未通过高斯模糊后的图像；在所述初始校验模型中，输出针对所述目标样本图像的样本校验结果；所述样本校验结果为第一样本校验结果或第二样本校验结果；所述第一样本校验结果表征校验出所述目标样本图像是通过高斯模糊后的图像；所述第二校验结果表征校验出所述目标样本图像是未通过高斯模糊后的图像；根据所述样本校验结果和所述目标样本图像所携带的所述样本标签，修正所述初始校验模型的模型参数，得到所述校验模型。6.根据权利要求1所述的方法，其特征在于，所述对所述检测图像进行边缘检测，得到边缘检测结果，包括：基于边缘检测卷积核对所述检测图像进行卷积操作，得到所述检测图像的边缘图像；根据所述边缘图像，确定针对所述检测图像的所述边缘检测结果。7.根据权利要求6所述的方法，其特征在于，所述基于边缘检测卷积核对所述检测图像进行卷积操作，得到所述检测图像的边缘图像，包括：当所述边缘检测卷积核为低通卷积核时，基于所述低通卷积核对所述检测图像进行卷积操作，得到所述检测图像的低频信号图像；在所述检测图像中过滤所述低频信号图像，得到所述检测图像的所述边缘图像；或者当所述边缘检测卷积核为高通卷积核时，基于所述高通卷积核对所述检测图像进行卷积操作，得到所述检测图像的所述边缘图像。8.根据权利要求6所述的方法，其特征在于，所述边缘图像包括至少两个单元列中的边缘检测值；所述根据所述边缘图像，确定针对所述检测图像的所述边缘检测结果，包括：分别对所述边缘图像的每个单元列中的边缘检测值进行求和，得到所述每个单元列分别对应的边缘求和值；根据所述每个单元列分别对应的边缘求和值，生成边缘检测向量；基于边缘检测阈值对所述边缘检测向量中的边缘求和值进行遍历，根据遍历结果确定所述边缘检测结果。9.根据权利要求8所述的方法，其特征在于，所述基于边缘检测阈值对所述边缘检测向量中的边缘求和值进行遍历，根据遍历结果确定所述边缘检测结果，包括：按照第一遍历顺序，依次遍历所述边缘检测向量中的边缘求和值，当遍历到大于或等于所述边缘检测阈值的边缘求和值时，停止遍历，根据遍历到的大于或等于所述边缘检测阈值的边缘求和值，确定第一边缘位置；按照第二遍历顺序，依次遍历所述边缘检测向量中的边缘求和值，当遍历到大于或等于所述边缘检测阈值的边缘求和值时，停止遍历，根据遍历到的大于或等于所述边缘检测阈值的边缘求和值，确定第二边缘位置；将所述第一边缘位置和所述第二边缘位置，确定为所述边缘检测结果。10.根据权利要求1所述的方法，其特征在于，所述边缘检测结果包括所检测到的所述
检测图像的第一边缘位置和第二边缘位置；所述初始高斯模糊位置包括第一高斯模糊位置和第二高斯模糊位置；所述当根据所述边缘检测结果确定所述检测图像中存在初始高斯模糊位置时，将所述检测图像输入校验模型，包括：根据所述第一边缘位置确定第一高斯模糊宽度值，根据所述第二边缘位置确定第二高斯模糊宽度值；根据所述第一高斯模糊宽度值、所述第二高斯模糊宽度值和所述检测图像的图像宽度值，确定所述检测图像的清晰图像宽度值；当所述第一高斯模糊宽度值与所述第二高斯模糊宽度值之间的差值小于或等于宽度对称检测阈值、且所述清晰图像宽度值与所述检测图像的图像高度值之间的比值处于比值检测区间时，将所述第一边缘位置确定为所述第一高斯模糊位置，将所述第二边缘位置确定为所述第二高斯模糊位置，将所述检测图像输入所述校验模型。11.根据权利要求1所述的方法，其特征在于，所述对所述检测图像进行边缘检测，得到边缘检测结果，包括：检测所述检测图像中的黑边图像，在所述检测图像中对所述黑边图像进行裁剪，得到目标图像；对所述目标图像进行边缘检测，得到所述边缘检测结果。12.根据权利要求1所述的方法，其特征在于，所述获取检测图像，包括：对视频数据进行分帧，得到至少两个图像帧，将所述至少两个图像帧确定为所述检测图像；所述方法还包括：基于所述目标高斯模糊位置，对所述检测图像进行裁剪，得到所述检测图像中的清晰图像；根据所述清晰图像，生成所述视频数据的清晰画面视频数据；在客户端页面中，输出所述清晰画面视频数据。13.一种图像数据检测装置，其特征在于，包括：边缘检测模块，用于获取检测图像，对所述检测图像进行边缘检测，得到边缘检测结果；校验模块，用于当根据所述边缘检测结果确定所述检测图像中存在初始高斯模糊位置时，将所述检测图像输入校验模型，得到针对所述初始高斯模糊位置的校验结果；所述校验模型通过目标样本图像训练得到；所述目标样本图像为至少两个样本图像中，存在基于边缘检测所得到的样本高斯模糊位置的样本图像；位置确定模块，用于根据所述初始高斯模糊位置和所述校验结果，确定所述检测图像的目标高斯模糊位置。14.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1
‑
12中任一项所述方法的步骤。15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序适用于由处理器加载并执行权利要求1
‑
12任一项所述的方法。

技术总结
本申请公开了一种图像数据检测方法、装置、计算机设备和存储介质，该方法包括：获取检测图像，对检测图像进行边缘检测，得到边缘检测结果；当根据边缘检测结果确定检测图像中存在初始高斯模糊位置时，将检测图像输入校验模型，得到针对初始高斯模糊位置的校验结果；校验模型通过目标样本图像训练得到；目标样本图像为至少两个样本图像中，存在基于边缘检测所得到的样本高斯模糊位置的样本图像；根据初始高斯模糊位置和校验结果，确定检测图像的目标高斯模糊位置。采用本申请，可提高所检测到的目标高斯模糊位置的准确性。目标高斯模糊位置的准确性。目标高斯模糊位置的准确性。


技术研发人员：陈法圣
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2020.12.17
技术公布日：2021/10/18