[发明专利]人体图像分割方法及设备

说明书

本公开实施例提供一种人体图像分割方法及设备，该方法包括：获取所述预设神经网络输出的第一人体分割图像，将所述第一人体分割图像的像素值乘以255，得到像素值为0和255的第二人体分割区域；对所述第二人体分割图像进行双三次插值，得到像素值为0至255的第三人体分割图像；将所述第三人体分割图像的像素值除以255，得到像素值为0至1的目标分割掩膜，根据目标分割掩膜和所述原始图像，得到人体分割区域的图像，能够从原始图像中提取到图像边缘平滑的人体分割区域的图像，避免分割出的图像边缘出现边缘锯齿，影响图像显示效果。

技术领域

本公开实施例涉及计算机技术领域，尤其涉及一种人体图像分割方法及设备。

背景技术

在小视频制作过程中，为了满足客户个性化需求，视频软件通常提供图像融合功能：即将图像中的人体区域分割出来，再将原始背景区域删除，替换为有特效效果的背景，以提升视频的美化效果。

目前，现有的对人体图像进行分割主要是通过深度学习神经网络实现的，其处理过程主要为：将目标图像下采样至与深度学习神经网络输入尺寸对应的大小，然后通过深度学习神经网络对图像中人体区域进行识别，将人体区域从背景中分割出来，然后通过上采样与原图像进行融合。

但是，由于在现有的神经网络中使用的mask(掩膜)只有0和1的值(其中1表示人体分割区域，0表示背景区域)，这样经过上采样处理后的图像依旧是只有0和1的值，导致人体与背景分割的边缘通常会出现边缘锯齿，而且上采样后图像的边缘锯齿会变得很明显，图像边缘不再平滑，影响人体分割后图像的显示效果。

发明内容

本公开实施例提供一种人体图像分割方法及设备，以克服现有技术中人体与背景分割的边缘通常会出现边缘锯齿，而且上采样后图像的边缘锯齿会变得很明显，图像边缘不再平滑，影响人体分割后图像的显示效果的问题。

第一方面，本公开实施例提供一种人体图像分割方法，包括：

将原始图像输入至预设神经网络，获取所述预设神经网络输出的第一人体分割图像，其中所述第一人体分割图像中的人体分割区域像素值为1，背景区域像素值为0；

将所述第一人体分割图像的像素值乘以255，得到第二人体分割图像，其中所述第二人体分割图像中的人体分割区域的像素值为255，背景区域像素值为0；

对所述第二人体分割图像进行双三次插值，得到第三人体分割图像，其中所述第三人体分割图像的像素值为0至255；

将所述第三人体分割图像的像素值除以255，得到目标分割掩膜，其中目标分割掩膜的像素值为0至1；

根据所述目标分割掩膜和所述原始图像，得到人体分割区域的图像。

第二方面，本公开实施例提供一种人体图像分割设备，包括：

第一人体分割图像获取单元，用于将原始图像输入至预设神经网络，获取所述预设神经网络输出的第一人体分割图像，其中所述第一人体分割图像中的人体分割区域像素值为1，背景区域像素值为0；

第二人体分割图像获取单元，用于将所述第一人体分割图像的像素值乘以255，得到第二人体分割图像，其中所述第二人体分割图像中的人体分割区域的像素值为255，背景区域像素值为0；

第三人体分割图像获取单元，用于对所述第二人体分割图像进行双三次插值，得到第三人体分割图像，其中所述第三人体分割图像的像素值为0至255；

目标分割掩膜获取单元，用于将所述第三人体分割图像的像素值除以255，得到目标分割掩膜，其中目标分割掩膜的像素值为0至1；

人体分割区域的图像取单元，用于根据所述目标分割掩膜和所述原始图像，得到人体分割区域的图像。

第三方面，本公开实施例提供一种电子设备，包括：至少一个处理器和存储器；