[发明专利]人体掩膜提取方法及装置

权利要求书

1.一种人体掩膜提取方法，应用于服务终端，其特征在于，所述方法包括：

获取灰度图像和深度图像；

将所述灰度图像输入预设的深度学习模型中，使用矩形框圈出包含人体图像的灰度图像；

根据所述矩形框计算所述深度图像中人体图像的深度值范围，具体为，获取所述深度图像中对应于所述矩形框的中心点的位置的深度值；

依据预设的第一深度值、预设的第二深度值以及所述中心点的深度值计算出所述深度图像中人体图像的深度值范围；

根据所述矩形框对所述灰度图像和所述深度图像进行裁剪，得到包含人体图像的灰度图像和包含人体图像的深度图像；

对所述裁剪出的包含人体图像的灰度图像进行边缘检测，得到边缘图；

根据所述边缘图的边缘点在所述裁剪得到的包含人体图像的深度图像中对应的深度值以及所述深度值范围，在所述裁剪得到的包含人体图像的灰度图像中确定一轮廓；

对所述轮廓进行直线检测，若所述轮廓的长度大于预定长度，则将所述轮廓中长度大于预定长度的部分的像素点去除；

选取去除所述轮廓中大于预定长度的像素点后剩余的像素点围成的最大连通区域为人体掩膜。

2.如权利要求1所述的人体掩膜提取方法，其特征在于，所述根据所述边缘图的边缘点在所述裁剪得到的包含人体图像的深度图像中对应的深度值以及所述深度值范围，在所述裁剪得到的包含人体图像的灰度图像中确定一轮廓的步骤包括：

判断所述边缘图的边缘点在所述裁剪得到的包含人体图像的深度图像中对应的深度值是否在所述深度值范围内；

若所述边缘图的边缘点在所述裁剪得到的包含人体图像的深度图像中对应的深度值在所述深度值范围内，则将所述边缘点的灰度值设置为第一预设值；

若所述边缘图的边缘点在所述裁剪得到的包含人体图像的深度图像中对应的深度值不在所述深度值范围内，则将所述边缘点的灰度值设置为第二预设值；

根据所述第一预设值和所述第二预设值在所述裁剪得到的包含人体图像的灰度图像中确定一轮廓。

3.如权利要求1所述的人体掩膜提取方法，其特征在于，所述将所述灰度图像输入预设的深度学习模型中，使用矩形框圈出包含人体图像的灰度图像的步骤包括：

将获取的灰度图像输入预设的深度学习模型中；

通过所述预设的深度学习模型使用所述矩形框在所述灰度图像中圈出部分人体图像；

对所述矩形框进行扩展，使用扩展后的矩形框圈出所述灰度图像中的人体图像。

4.如权利要求1所述的人体掩膜提取方法，其特征在于，所述选取所述轮廓上的像素点围成的最大连通区域为人体掩膜的步骤包括：

对所述轮廓进行膨胀处理；

对膨胀处理后的所述轮廓中最大的连通区域进行填充；

选取所述最大的连通区域作为人体掩膜。

5.一种人体掩膜提取装置，应用于服务终端，其特征在于，所述装置包括：

图像获取模块，用于获取灰度图像和深度图像；

图像圈出模块，用于将所述灰度图像输入预设的深度学习模型中，使用矩形框圈出包含人体图像的灰度图像；

深度范围计算模块，用于根据所述矩形框计算所述深度图像中人体图像的深度值范围，具体为，获取所述深度图像中对应于所述矩形框的中心点的位置的深度值；

依据预设的第一深度值、预设的第二深度值以及所述中心点的深度值计算出所述深度图像中人体图像的深度值范围；

图像裁剪模块，用于根据所述矩形框对所述灰度图像和所述深度图像进行裁剪，得到包含人体图像的灰度图像和包含人体图像的深度图像；

边缘检测模块，用于对所述裁剪出的包含人体图像的灰度图像进行边缘检测，得到边缘图；

轮廓确定模块，用于根据所述边缘图的边缘点在所述裁剪得到的包含人体图像的深度图像中对应的深度值以及所述深度值范围，在所述裁剪得到的包含人体图像的灰度图像中确定一轮廓；

直线检测模块，用于对所述轮廓进行直线检测，若所述轮廓的长度大于预定长度，则将所述轮廓中长度大于预定长度的部分的像素点去除；

区域选取模块，用于选取去除所述轮廓中大于预定长度的像素点后剩余的像素点围成的最大连通区域为人体掩膜。

6.如权利要求5所述的人体掩膜提取装置，其特征在于，所述轮廓确定模块还用于：

判断所述边缘图的边缘点在所述裁剪得到的包含人体图像的深度图像中对应的深度值是否在所述深度值范围内；

若所述边缘图的边缘点在所述裁剪得到的包含人体图像的深度图像中对应的深度值在所述深度值范围内，则将所述边缘点的灰度值设置为第一预设值；

若所述边缘图的边缘点在所述裁剪得到的包含人体图像的深度图像中对应的深度值不在所述深度值范围内，则将所述边缘点的灰度值设置为第二预设值；

根据所述第一预设值和所述第二预设值在所述裁剪得到的包含人体图像的灰度图像中确定一轮廓。