[发明专利]自动抠图方法、系统及其可读存储介质在审

专利信息
申请号: 202011531661.9 申请日: 2020-12-22
公开(公告)号: CN112581480A 公开(公告)日: 2021-03-30
发明(设计)人: 李增前 申请(专利权)人: 深圳市雄帝科技股份有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/187;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 自动 方法 系统 及其 可读 存储 介质
【权利要求书】:

1.一种自动抠图方法,其特征在于,包括:

获取原始图像的数据;

对所述原始图像的数据进行语义分割得到Trimap图像,在该Trimap图像中划分出前景、背景和不确定区域;

将所述原始图像的数据与所述Trimap图像的参数一同导入卷积网络中进行精细分割,得到初步提取图像;

在所述初步提取图像中融合该Trimap图像中的前景、背景和不确定区域任意两个以上区域的参数,对该初步提取图像进行调整得到最终提取图像。

2.根据权利要求1所述的自动抠图方法,其特征在于,将所述原始图像的数据与所述Trimap图像的参数一同导入卷积网络中进行精细分割,得到初步提取图像包括:

设置卷积网络的参数,并将所述原始图像的数据与所述Trimap图像的参数一同导入所述卷积网络中进行卷积得到第一卷积层的参数;

根据所述第一卷积层的参数自顶向下依次将每一卷积层中的参数进行卷积、激活、池化操作,分别得到第二卷积层的参数、第三卷积层的参数、第四卷积层的参数和最底层的参数;

将所述最底层的参数和所述第四卷积层的参数一同进行反卷积、激活、反池化操作,得到第四反卷积层的参数;

将所述第四反卷积层的参数和第三卷积层的参数一同进行反卷积、激活、反池化操作,得到第三反卷积层的参数;

将所述第三反卷积层的参数和第二卷积层的参数一同进行反卷积、激活、反池化操作,得到第二反卷积层的参数;

将所述第二反卷积层的参数和第一卷积层的参数一同进行反卷积、激活、反池化操作,得到第一反卷积层的参数;

将所述第一反卷积层的参数的输出通道数量进行调整,得到初步提取图像。

3.根据权利要求2所述的自动抠图方法,其特征在于,所述进行卷积和所述进行反卷积之后均包括:进行归一化处理。

4.根据权利要求1所述的自动抠图方法,其特征在于,在所述初步提取图像中融合该Trimap图像中的前景、背景和不确定区域任意两个以上区域的参数,对该初步提取图像进行调整得到最终提取图像包括:

根据融合公式,在该初步提取图像中融合该Trimap图像中的前景和不确定区域的参数,得到最终提取图像,该融合公式为:

其中,为最终提取图像;Fs为前景参数;Us为不确定区域参数;为初步提取图像。

5.根据权利要求4所述的自动抠图方法,其特征在于,所述获取原始图像的数据包括:

导入人像图像,并在该人像图像中检测出人像的双目位置和头高位置,再根据所述双目位置和头高的位置确定裁切区域,获取裁切区域中图像,得到原始图像的数据。

6.根据权利要求5所述的自动抠图方法,其特征在于,所述获取原始图像的数据之后包括:

对所述原始图像的数据进行数据增强处理。

7.根据权利要求6所述的自动抠图方法,其特征在于,所述对该初步提取图像进行调整得到最终提取图像之后包括:

提取所述最终提取图像,并将提取后的最终提取图像与新的背景图像进行结合,形成新的人物图像。

8.一种自动抠图系统,其特征在于,包括:

图像获取模块,所述图像获取模块用于获取原始图像的数据;

语义分割模块,所述语义分割模块与所述图像获取模块相连接,用于对所述原始图像的数据进行语义分割得到Trimap图像,在该Trimap图像中划分出前景、背景和不确定区域;

精细分割模块,所述精细分割模块分别与所述图像获取模块与所述语义分割模块相连接,用于将所述原始图像的数据与所述Trimap图像的参数一同导入卷积网络中进行精细分割,得到初步提取图像;

图像融合模块,所述图像融合模块分别与所述精细分割模块和所述语义分割模块相连接,用于在所述初步提取图像中融合该Trimap图像中的前景、背景和不确定区域任意两个以上区域的参数,对该初步提取图像进行调整得到最终提取图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市雄帝科技股份有限公司,未经深圳市雄帝科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011531661.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top