[发明专利]图像处理方法、装置、计算机设备和存储介质

说明书

本公开提供了一种图像处理方法、装置、计算机设备和存储介质，其中，该方法包括：获取待处理图像；利用预先训练好的深度神经网络对待处理图像进行皮肤区域的分割处理，得到待处理图像对应的皮肤分割图像，皮肤分割图像标识有皮肤区域和非皮肤区域；基于皮肤分割图像以及待处理图像，对待处理图像中皮肤区域和/或非皮肤区域进行特效处理。本公开实施例基于训练好的深度神经网络对待处理图像进行皮肤区域的分割，能够准确地确定皮肤分割结果，提高皮肤分割的精度。

技术领域

本公开涉及图像处理技术领域，具体而言，涉及一种图像处理方法、装置、计算机设备和存储介质。

背景技术

图像的处理越来越多样化，在许多场景中，用户会需要对图像中自身的脸部或者手部等区域进行美颜等特效处理，从而改变皮肤状态，如磨皮、美白等。这些处理都需要事先知图像中属于皮肤的像素点，也就是需要对图像进行皮肤分割。

现有的皮肤分割大多是基于颜色空间的方式对待处理图像进行皮肤区域的分割处理，这种方式容易受待处理图像的图像背景颜色或者拍摄图像时的光照强度的影响，造成皮肤分割结果的精度的降低。皮肤分割精度的降低会影响图像特效处理的效果。

发明内容

本公开实施例至少提供一种图像处理方法、装置、计算机设备和存储介质，以提高皮肤分割的精度。

第一方面，本公开实施例提供了一种图像处理方法，包括：

获取待处理图像；

利用预先训练好的深度神经网络对所述待处理图像进行皮肤区域的分割处理，得到所述待处理图像对应的皮肤分割图像，所述皮肤分割图像标识有皮肤区域和非皮肤区域；

基于所述皮肤分割图像以及所述待处理图像，对所述待处理图像中皮肤区域和/或非皮肤区域进行特效处理。

利用训练好的深度神经网络，能够确定反映待处理图像的深度特征的图像特征信息，基于待处理图像的深度特征能够准确地确定待处理图像中每个像素点是否属于皮肤，这种利用深度学习的方式进行皮肤分割的方案，能够克服现有技术中光照强度和背景颜色对皮肤分割的干扰，提高皮肤分割的抗干扰性和准确性。进而，利用准确的皮肤分割结果对待处理图像进行特效处理，能够提高特效处理的效果。

在一种可能的实施方式中，所述利用预先训练好的深度神经网络对所述待处理图像进行皮肤区域的分割处理，得到所述待处理图像对应的皮肤分割图像，包括：

利用预先训练好的所述深度神经网络，提取所述待处理图像的图像特征信息和结构化信息；

基于提取的图像特征信息和结构化信息对所述待处理图像进行皮肤区域的分割处理，得到所述待处理图像对应的皮肤分割图像。

图像特征信息能够反映待处理图像的深度特征，结构化信息能够反映图像特征信息中的特征点之间的位置关系，基于特征点之间的位置关系以及特征点对应的深度特征，能够准确地确定每个像素点是否属于皮肤，即够准确地确定皮肤分割结果，得到准确的皮肤分割图像。

在一种可能的实施方式中，所述基于提取的图像特征信息和结构化信息对所述待处理图像进行皮肤区域的分割处理，得到所述待处理图像对应的皮肤分割图像，包括：

利用预先训练好的所述深度神经网络，提取所述待处理图像中与不同特征维度分别对应的图像特征信息；其中，所述多个特征维度中包括相邻的第一特征维度和第二特征维度，所述第一特征维度低于所述第二特征维度；所述第一特征维度对应的图像特征信息是基于所述第二特征维度对应的图像特征信息以及第二特征维度对应的图像特征信息的结构化信息确定的；所述第二特征维度对应的图像特征信息的结构化信息为利用预先训练好的所述深度神经网络提取得到的；

基于不同特征维度分别对应的图像特征信息对所述待处理图像进行皮肤区域的分割处理，得到所述待处理图像对应的皮肤分割图像。