[发明专利]图像背景虚化处理方法及装置

权利要求书

1.一种图像背景虚化处理方法，其特征在于，包括：

采集到图像；

根据物体识别模型，识别出所述图像中的物体的主体轮廓，其中，所述物体识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像和从所述图像中识别出的物体的主体轮廓；

对所述图像中所述主体轮廓的背景进行虚化处理；

对所述图像中所述主体轮廓的背景进行虚化处理包括：获取所述图像的深度图；根据获取的所述深度图和识别出的所述主体轮廓，对所述图像中的所述主体轮廓的背景进行虚化处理；其中，深度指图像中的场景的某个点到摄像头中心所在的平面的距离；

在对所述图像中所述主体轮廓的背景进行虚化处理之前，还包括：对所述图像中的所述主体轮廓进行效果增强处理；

在对所述图像中的所述主体轮廓进行效果增强处理之前，还包括通过采集所述图像的双摄像头中的辅摄像头对所述主体轮廓对应的主体进行对焦，其中，利用图像边缘检测算法计算所述图像中的物体边缘进而完成辅摄像头的对焦；具体地，利用所述图像边缘检测算法将所述图像中的边缘信息计算出后，再与所述物体识别模型识别出的所述主体轮廓结合匹配；

在对所述图像中所述主体轮廓的背景进行虚化处理之后，还包括：通过采集所述图像的双摄像头中的主摄像头对进行虚化处理后的图像进行预览和输出，同时，辅摄像头用于辅助计算深度图及对焦主体，进行主体确认。

2.根据权利要求1所述的方法，其特征在于，在根据所述物体识别模型，识别出所述图像中的物体的所述主体轮廓之前，还包括：

获取预定数量系列的采样图像，以及从所述采样图像中识别出的物体的主体轮廓；

对获取的所述采样图像，以及从所述采样图像中识别出的物体的主体轮廓，采用人工神经网络算法进行训练，得到针对所述预定数量系列图像的物体识别模型。

3.根据权利要求1所述的方法，其特征在于，获取所述图像的深度图包括：

通过主摄像头截获主图像和通过辅摄像头截获辅图像；

对所述主图像和所述辅图像进行时间同步，得到所述主摄像头的主同步图像和所述辅摄像头的辅同步图像；

根据所述主同步图像和所述辅同步图像，获取所述图像的深度图。

4.根据权利要求3所述的方法，其特征在于，根据所述主同步图像和所述辅同步图像，获取所述图像的深度图包括：

获取所述主同步图像和所述辅同步图像的图像差异，获取所述主摄像头和所述辅摄像头两中心位置之间的距离，以及获取所述主同步图像和所述辅同步图像的画幅差异；

根据获取的所述图像差异，所述距离，以及所述画幅差异，获取所述图像的深度图。

5.一种图像背景虚化处理装置，其特征在于，包括：

采集模块，用于采集到图像；

识别模块，用于根据物体识别模型，识别出所述图像中的物体的主体轮廓，其中，所述物体识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像和从所述图像中识别出的物体的主体轮廓；

虚化模块，用于对所述图像中所述主体轮廓的背景进行虚化处理；

所述虚化模块包括：获取单元，用于获取所述图像的深度图；虚化单元，用于根据获取的所述深度图和识别出的所述主体轮廓，对所述图像中的所述主体轮廓的背景进行虚化处理；其中，深度指图像中的场景的某个点到摄像头中心所在的平面的距离；

所述装置还包括：增强模块，用于在对所述图像中所述主体轮廓的背景进行虚化处理之前，对所述图像中的所述主体轮廓进行效果增强处理；

所述装置还包括：对焦模块，用于在对所述图像中的所述主体轮廓进行效果增强处理之前，通过采集所述图像的双摄像头中的辅摄像头对所述主体轮廓对应的主体进行对焦，其中，利用图像边缘检测算法计算所述图像中的物体边缘进而完成辅摄像头的对焦；具体地，利用所述图像边缘检测算法将所述图像中的边缘信息计算出后，再与所述物体识别模型识别出的所述主体轮廓结合匹配；

所述装置还包括：预览输出模块，用于在对所述图像中所述主体轮廓的背景进行虚化处理之后，通过采集所述图像的双摄像头中的主摄像头对进行虚化处理后的图像进行预览和输出，同时，辅摄像头用于辅助计算深度图及对焦主体，进行主体确认。