[发明专利]图像分割方法及相关产品

权利要求书

1.一种图像分割方法，其特征在于，应用于电子设备，所述电子设备中预先配置图像分割模型，所述方法包括：

获取目标图像，所述目标图像中包括预设目标，该预设目标为人；具体为：获取预览图像，所述预览图像中包括所述预设目标；对所述预览图像进行人脸识别，得到人脸区域图像；获取所述人脸区域图像的目标肤色信息；按照预设的肤色信息与拍摄参数之间的映射关系，确定所述目标肤色信息对应的目标拍摄参数；依据所述目标拍摄参数进行拍摄，得到所述目标图像；

获取所述目标图像的标签数据集，所述标签数据集包括目标标签数据、背景标签数据和边缘标签数据；

将所述标签数据集输入到所述图像分割模型，得到最终分割结果，所述图像分割模型包括预设神经网络模型和预设损失函数，所述图像分割模型经由样本数据输入到所述预设神经网络模型，得到预测结果，并将所述预测结果输入到所述预设损失函数，得到运算结果，通过所述运算结果优化所述神经网络模型的模型参数而得到。

2.根据权利要求1所述的方法，其特征在于，所述预设损失函数包括第一子损失函数、第二子损失函数和第三子损失函数，其中，所述第一子损失函数用来调节目标分割结果，所述第二子损失函数用来调节背景分割结果，所述第三子损失函数用来调节边缘分割结果。

3.根据权利要求2所述的方法，其特征在于，所述第一子损失函数对应第一权值，所述第二子损失函数对应第二权值，所述第三子损失函数对应第三权值，且所述第一权值小于所述第三权值，所述第二权值小于所述第三权值。

4.根据权利要求3所述的方法，其特征在于，所述第一权值、所述第二权值和所述第三权值之和为1。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述获取所述目标图像的标签数据集，所述标签数据集包括目标标签数据、背景标签数据和边缘标签数据，包括：

对所述目标图像进行目标分割，得到第一目标区域和背景区域；

对所述第一目标区域进行边缘提取，得到边缘区域和第二目标区域；

将所述第二目标区域、所述背景区域和所述边缘区域进行标签化处理，得到所述第二目标区域对应的所述目标标签数据、所述背景区域对应的所述背景标签数据和所述边缘区域对应的所述边缘标签数据。

6.根据权利要求1-4任一项所述的方法，其特征在于，在所述获取目标图像之前，所述方法还包括：

获取第一样本图像以及该第一样本图像对应的理想分割结果；

将所述第一样本图像输入到所述预设神经网络模型中进行运算，得到实际分割结果；

依据所述理想分割结果与所述实际分割结果确定所述预设损失函数。

7.一种图像分割装置，其特征在于，应用于电子设备，所述电子设备中预先配置图像分割模型，所述图像分割装置包括：图像输入装置、标签化处理装置、图像分割模型和输出装置，其中，

所述图像输入装置，用于获取目标图像，所述目标图像中包括预设目标；该预设目标为人；具体为：获取预览图像，所述预览图像中包括所述预设目标；对所述预览图像进行人脸识别，得到人脸区域图像；获取所述人脸区域图像的目标肤色信息；按照预设的肤色信息与拍摄参数之间的映射关系，确定所述目标肤色信息对应的目标拍摄参数；依据所述目标拍摄参数进行拍摄，得到所述目标图像；

所述标签化处理装置，用于获取所述目标图像的标签数据集，所述标签数据集包括目标标签数据、背景标签数据和边缘标签数据；

所述图像分割模型，用于将所述标签数据集输入到所述图像分割模型，得到最终分割结果，所述图像分割模型包括预设神经网络模型和预设损失函数，所述图像分割模型经由样本数据输入到所述预设神经网络模型，得到预测结果，并将所述预测结果输入到所述预设损失函数，得到运算结果，通过所述运算结果优化所述神经网络模型的模型参数而得到；

所述输出装置，用于输出所述最终分割结果。