[发明专利]一种基于非局部注意力机制的全自动抠图方法

说明书

本发明公开了一种基于非局部注意力机制的全自动抠图方法，所述方法包括：获取三通道的RGB图片和两通道的软前景区域分割图片；将所述RGB图片和所述软前景区域分割图片输入到训练好的三元图生成网络得到三元图；将所述RGB图片和所述三元图输入到训练好的基于非局部注意力机制的抠图网络，得到粗糙透明度遮罩；将所述粗糙透明度遮罩输入到预设的完善模块，得到目标透明度遮罩。本发明实施例通过采用训练好的三元图生成网络，能自动生成三元图；通过采用训练好的基于非局部注意力机制的抠图网络提高了抠图的精度。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及的是一种基于非局部注意力机制的全自动抠图方法。

背景技术

随着人工智能的发展，基于AI人工智能的在线图片编辑如抠图、改图、修图等越来越普遍，基于抠图的深度学习算法也被陆续提出，但是现有的抠图算法存在一些问题，要么对于带有影子或者有复杂光照环境的图片表现不鲁棒，要么不满足实际需要。此外，如果语义分割的质量很差，生成的三元图的质量会很低，进而产生连锁反应，导致基于深度学习产生的抠图效果较差。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于非局部注意力机制的全自动抠图方法，旨在解决现有技术中抠图算法存在一些问题，要么对于带有影子或者有复杂光照环境的图片表现不鲁棒，要么不满足实际需要。此外，如果语义分割的质量很差，生成的三元图的质量会很低，进而产生连锁反应，导致基于深度学习产生的抠图效果较差的问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种基于非局部注意力机制的全自动抠图方法，其中，所述方法包括：

获取三通道的RGB图片和两通道的软前景区域分割图片；

将所述RGB图片和所述软前景区域分割图片输入到训练好的三元图生成网络得到三元图；

将所述RGB图片和所述三元图输入到训练好的基于非局部注意力机制的抠图网络，得到粗糙透明度遮罩；

将所述粗糙透明度遮罩输入到预设的完善模块，得到目标透明度遮罩。

在一种实现方式中，其中，所述三元图生成网络的训练过程具体为：

将第一训练数据中的软区域分割训练图片和训练RGB图片输入到预设的第一初始网络，以得到预测三元图；其中，所述第一训练数据包括真实三元图、软区域分割训练图片和训练RGB图片；

根据所述真实三元图和所述预测三元图调整所述第一初始网络的参数，并继续执行将第一训练数据中的软区域分割训练图片输入到预设的第一初始网络，以得到预测三元图的步骤，直至满足预设训练条件，以得到训练好的三元图生成网络。

在一种实现方式中，其中，所述第一训练数据的生成方式为：

获取第一真实透明度遮罩；

对所述第一真实透明度遮罩的前景区域和背景区域进行随机腐蚀得到真实三元图；

对所述真实三元图的前景区域和第一未知区域进行随机腐蚀和膨胀，得到中间三元图；其中，所述未知区域为靠近前景区域和背景区域的边界区域；

对所述中间三元图进行随机高斯模糊处理得到软区域分割训练图片；

获取第一原始图片并对所述第一原始图片进行随机裁剪和尺寸变换，得到训练RGB图片；

将所述训练RGB图片、所述真实三元图和所述软区域分割训练图片组成第一训练数据。

在一种实现方式中，其中，所述基于非局部注意力机制的抠图网络的训练过程具体为：