[发明专利]神经网络训练、图像处理方法、装置、存储介质和电子设备

说明书

本发明实施例提供一种神经网络训练、图像处理方法、装置、计算机可读存储介质和电子设备。神经网络训练方法包括：通过神经网络系统对训练样本图像进行第一卷积处理，获取所述训练样本图像的前背景分割的第一分割结果；以及，对所述第一分割结果进行第二卷积处理，获取所述训练样本图像的前背景分割的第二分割结果；根据所述训练样本图像的前背景分割的标注分割结果与所述第一分割结果之间的差异，以及所述标注分割结果与所述第二分割结果之间的差异，训练所述神经网络系统。采用本发明实施例的技术方案，可有效地提高图像前背景分割精确度，并保证较高的处理速度，从而可以有效地提升进行单目虚化处理的效果。

技术领域

本发明实施例涉及计算机视觉技术领域，尤其涉及一种神经网络训练方法、装置、计算机可读存储介质和电子设备，以及一种图像处理方法、装置、计算机可读存储介质和电子设备。

背景技术

图像的背景虚化能够使拍摄主体清晰显示，深受摄影爱好者的喜爱。由于图像的虚化效果主要是利用光学成像原理，在硬件上采用大的镜头光圈来实现，因此，图像的虚化功能主要集成在单反相机等专业的摄像机上，对于智能手机、平板电脑等厚度受限而只能安装小光圈镜头的移动终端设备，用户在使用移动终端设备拍照时，只能生成没有具有虚化效果的或者只具有微弱虚化效果的图像。

目前，采用单镜头背景虚化技术(单目虚化技术)能够使得具有单个镜头的移动终端设备，模拟单反相机的背景虚化拍照效果。在单目虚化技术应用过程中，需要对图像进行前背景分割处理，提取目标前景区域或背景区域。但是，现有的前背景分割处理技术存在前背景分割准确度较低，或者处理速度较低的问题，在处理速度受限的情况下前背景分割准确度也会受限，导致最终的单目虚化效果较差。

发明内容

本发明实施例的目的在于，提供一种神经网络训练技术，以及一种图像处理技术。

根据本发明实施例的第一方面，提供一种神经网络训练方法，包括：通过神经网络系统对训练样本图像进行第一卷积处理，获取所述训练样本图像的前背景分割的第一分割结果；以及，对所述第一分割结果进行第二卷积处理，获取所述训练样本图像的前背景分割的第二分割结果；根据所述训练样本图像的前背景分割的标注分割结果与所述第一分割结果之间的差异，以及所述标注分割结果与所述第二分割结果之间的差异，训练所述神经网络系统。

可选地，所述根据所述训练样本图像的前背景分割的标注分割结果与所述第一分割结果之间的差异，以及所述标注分割结果与所述第二分割结果之间的差异，训练所述神经网络系统，包括：获取所述标注分割结果与所述第一分割结果之间的第一差异数据，以及所述标注分割结果与所述第二分割结果之间的第二差异数据；根据所述第一差异数据与所述第二差异数据的和调整所述神经网络系统的网络参数。

可选地，所述神经网络包括系统第一卷积子网络和第二卷积子网络；通过所述第一卷积子网络对所述训练样本图像进行所述第一卷积处理，获取所述第一分割结果；通过所述第二卷积子网络对所述第一分割结果进行所述第二卷积处理，获取所述第二分割结果。

可选地，所述第一卷积子网络包括位于不同深度的多个卷积层；所述对所述第一分割结果进行第二卷积处理，包括：获取所述多个卷积层中位于第一深度的卷积层的浅层输出结果和/或位于第二深度的卷积层的深层输出结果；其中，所述第一深度小于所述第二深度；将所述第一分割结果与所述浅层输出结果和/或所述深层输出结果进行合并，获得第一合并结果；对所述第一合并结果进行第二卷积处理。