[发明专利]一种基于人像分割精度提升的方法、系统和存储介质

权利要求书

1.一种基于人像分割精度提升的方法，其特征在于，所述方法包括：

接收关于视频云会议的视频流并从中读取一帧源图像；

通过RBF人脸检测网络对所述源图像进行人脸检测，并检测得到所述源图像中的疑似人脸个数；

如果检测到的疑似人脸个数不为零，结合所述源图像分辨率与各个疑似人脸坐标区域之间的比值关系分别判断各个疑似人脸是否为真实人脸；

根据判断结果，如果存在真实人脸，则标记出真实人脸坐标区域；

基于真实人脸坐标区域对所述源图像进行人像分割处理，得到对应的二值化灰度图；

将二值化灰度图与所述源图像以及预设的背景图像进行融合，得到融合图像，并展示在视频云会议观看侧的界面；

其中，结合所述源图像分辨率与各个疑似人脸坐标区域之间的比值关系分别判断各个疑似人脸是否为真实人脸，具体包括：

预设图像中的人脸大小与该图像分辨率的基准比值；

分别计算各个疑似人脸坐标区域大小与所述源图像分辨率的比值；

分别将计算得到的比值与所述基准比值进行比较，并筛选出超过所述基准比值的部分比值；

将上述部分比值对应的疑似人脸认定为真实人脸；

其中，在得到对应的二值化灰度图之后，所述方法还包括：

对所述二值化灰度图进行去噪处理；

采用光流法对去噪后的二值化灰度图进行优化处理，得到新的二值化灰度图；

将新的二值化灰度图与所述源图像以及预设的背景图像进行融合，得到融合图像，并展示在视频云会议观看侧的界面。

2.根据权利要求1所述的一种基于人像分割精度提升的方法，其特征在于，将新的二值化灰度图与所述源图像以及预设的背景图像进行融合，具体包括：

将新的二值化灰度图与所述源图像以及预设的背景图像按照公式：

进行融合；其中K表示融合后的融合图像，β为透明度，A为新的二值化灰度图中对应像素点的灰度值，K1 为源图像，K2为背景图像。

3.根据权利要求1所述的一种基于人像分割精度提升的方法，其特征在于，采用光流法对去噪后的二值化灰度图进行优化处理，具体包括：

接收视频流，基于真实人脸坐标区域对所述源图像进行人像分割处理，得到对应的二值化灰度图C1；

结合所述二值化灰度图C1对应的源图像以及前一帧源图像进行稀疏光流分析得到所述二值化灰度图C1对应的源图像的光流图；

将得到的光流图的方向矢量对前一帧源图像人像分割处理得到的二值化灰度图进行

平移得到新的二值化灰度图C2；

对二值化灰度图C1和二值化灰度图C2按照权重公式C= k*C1+(1-k)*C2进行融合得到二值化灰度图C，其中k为权重因子；

对所述二值化灰度图C中的人像边界进行平滑处理，得到新的二值化灰度图。

4.根据权利要求3所述的一种基于人像分割精度提升的方法，其特征在于，结合所述二值化灰度图C1对应的源图像以及前一帧源图像进行稀疏光流分析得到所述二值化灰度图C1对应的源图像的光流图，具体包括：

根据光流法的亮度恒定、时间连续性，得到源图像的约束方程：

，其中是t时刻源图像在(x,y)位置的亮度值，是两帧时间差，和为需要求解的像素运动，为泰勒公式的高阶余项；

利用泰勒公式对函数在(x,y,t)处展开得到：

，其中和是当前时刻源图像在和方向的梯度，表示时间方向上的梯度；

联立公式和

，得到：

，将置为0，并对该式同时除以，并移项得到：，其中和分别为像素点沿着x和y方向的导数，沿x和y方向的速度分量分别记为和，将式：变换为：；

令，，，且为图像灰度对时间的变化量，将式写成矩阵形式；

基于光流法的空间一致性，得到以下方程组：

其中，m为源图像中边长为d的正方形窗口面积；

采用最小二乘法求解上述方程组，得到源图像对应的光流图为：

。