一种图像处理方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种图像处理方法，包括：获取图片；所述图片包含人体；基于机器学习算法，确定所述图片中人体的骨骼关节点的位置；利用所述骨骼关节点的位置，确定所述图片中人体所形成的贴合区域；在所述贴合区域上贴合预设服饰素材。本发明专利技术还同时公开了一种图像处理装置以及计算机可读存储介质。

Image processing method, device and computer readable storage medium

The invention discloses an image processing method, which comprises: acquiring a picture; the picture contains a human body; determining the position of the human skeletal joint points in the picture based on machine learning algorithm; using the position of the skeletal joint points to determine the fitting area formed by the human body in the picture; and on the fitting area. Fit the preset clothing material. The invention also discloses an image processing device and a computer readable storage medium.

【技术实现步骤摘要】
一种图像处理方法、装置及计算机可读存储介质
本专利技术涉及图像处理
，尤其涉及一种图像处理方法、装置及计算机可读存储介质。
技术介绍
目前，随着图像处理技术以及计算机视觉技术的发展，逐渐利用计算机代替人眼对目标进行识别，并可以对识别得到的图片做图形处理。目前，通过人脸识别技术识别人脸的轮廓以及关键点，并利用获取的人脸的关键点，在人脸的轮廓上贴合动漫头饰素材。但是，由于通过人脸识别技术，仅能识别人脸的轮廓，因而不能基于人工智能实现对人体贴合服饰素材。
技术实现思路
有鉴于此，本专利技术实施例期望提供一种图像处理方法、装置及计算机可读存储介质，能够基于人工智能实现对人体贴合服饰素材。本专利技术实施例的技术方案是这样实现的：本专利技术实施例提供一种图像处理方法，所述方法包括：获取图片；所述图片包含人体；基于机器学习算法，确定所述图片中人体的骨骼关节点的位置；利用所述骨骼关节点的位置，确定所述图片中人体所形成的贴合区域；在所述贴合区域上贴合预设服饰素材。上述方案中，所述基于机器学习算法，确定所述图片中人体的骨骼关节点的位置，包括：利用所述图片的数据，结合卷积神经网络模型，确定所述图片中人体的骨骼关节点的位置。上述方案中，所述利用所述骨骼关节点的位置，确定所述图片中人体所形成的贴合区域，包括：利用所述图片的数据，并结合人体语义分割模型，得到掩码特征图；所述人体语义分割模型为基于全卷积神经网络算法对与人体有关的预设分割数据集进行训练得到的；针对每个骨骼关节点的位置，在所述掩码特征图进行搜索，将相应骨骼关节点对应的像素相邻的非前景像素作为所述相应骨骼关节点的边缘点；其中，非前景像素是利用所述掩码特征图中像素的掩码值确定的；基于所述骨骼关节点的边缘点，确定所述图片中人体所形成的贴合区域。上述方案中，所述在所述贴合区域上贴合预设服饰素材，包括：控制所述预设服饰素材的尺寸，使得与所述贴合区域的大小相符；将缩放后的预设服饰素材贴合在所述贴合区域。上述方案中，所述基于所述骨骼关节点的边缘点，确定所述图片中人体所形成的贴合区域，包括：基于所述图片中人体肩部的骨骼关节点以及髋部的骨骼关节点对应的像素相邻的非前景像素，确定所述图片中人体躯干部位的区域；将确定的躯干部位的区域作为贴合区域。上述方案中，所述基于所述骨骼关节点的边缘点，确定所述图片中人体所形成的贴合区域，包括：基于所述图片中人体的骨骼关节点的位置，确定四肢部位上的两个骨骼关节点；所述四肢部位包括以下之一：左手臂、右手臂，左腿、右腿；在所述两个骨骼关节点确定的连线上，确定至少一组离散点；针对每个离散点，在所述掩码特征图中进行搜索，将相应离散点对应的像素相邻的非前景像素作为所述离散点的边缘点；基于所述离散点的边缘点，以及四肢部位上的骨骼关节点，确定贴合区域。上述方案中，将预设服饰素材贴合在所述贴合区域之后，所述方法还包括：确定预设服饰素材的覆盖区域；当所述覆盖区域大于确定的贴合区域时，对所述覆盖区域中不属于所述图片中人体的轮廓的区域的颜色更新为背景色；所述轮廓是利用所述掩码特征图中的前景像素确定的；所述前景像素是利用所述掩码特征图中像素的掩码值确定的；当所述覆盖区域小于确定的贴合区域时，确定所述轮廓中未贴合预设服饰素材的未贴合区域，并确定与未贴合区域相邻的贴合区域；将未贴合区域的颜色渲染为所述贴合区域对应的预设服饰素材的颜色。本专利技术实施例提供一种图像处理装置，所述装置包括：获取模块，用于获取图片；所述图片包含人体；确定模块，用于基于机器学习算法，确定所述图片中人体的骨骼关节点的位置；还用于利用所述骨骼关节点的位置，确定所述图片中人体所形成的贴合区域；贴合模块，用于在所述贴合区域上贴合预设服饰素材。本专利技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上面所述任一项图像处理方法的步骤。本专利技术实施例提供一种图像处理装置，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序；其中，所述处理器用于运行所述计算机程序时，执行上面所述任一项图像处理方法的步骤。本专利技术实施例提供的图像处理方法、装置及计算机可读存储介质，获取图片；所述图片包含人体；基于机器学习算法，确定所述图片中人体的骨骼关节点的位置；利用所述骨骼关节点的位置，确定所述图片中人体所形成的贴合区域；在所述贴合区域上贴合预设服饰素材。在本专利技术实施例中，基于机器学习算法，通过确定骨骼关节点的位置，进而确定贴合区域，从而能够基于人工智能实现在确定的贴合区域上对人体贴合服饰素材。附图说明图1为本专利技术实施例图像处理方法的实现流程示意图；图2为本专利技术实施例本专利技术实施例图像处理的具体实现流程示意图；图3为本专利技术实施例人体的骨骼关节点的示意图；图4为本专利技术实施例图像处理装置的组成结构示意图一；图5为本专利技术实施例图像处理装置的组成结构示意图二。具体实施方式本专利技术实施例中，获取图片；所述图片包含人体；基于机器学习算法，确定所述图片中人体的骨骼关节点的位置；利用所述骨骼关节点的位置，确定所述图片中人体所形成的贴合区域；在所述贴合区域上上贴合预设服饰素材。为了能够更加详尽地了解本专利技术实施例的特点与
技术实现思路
，下面结合附图对本专利技术实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本专利技术。如图1所示，详细说明本专利技术实施例图像处理方法，包括以下步骤：步骤101：获取图片；所述图片包含人体。这里，所述图像处理方法可以应用于人工智能领域。步骤102：基于机器学习算法，确定所述图片中人体的骨骼关节点的位置。在一实施例中，所述基于机器学习算法，确定所述图片中人体的骨骼关节点的位置，包括：利用所述图片的数据，结合卷积神经网络模型，确定所述图片中人体的骨骼关节点的位置。其中，所述位置为在以预设坐标系为参考系中的位置。所述预设坐标系可以为世界坐标系。步骤103：利用所述骨骼关节点的位置，确定所述图片中人体所形成的贴合区域。在一实施例中，所述利用所述骨骼关节点的位置，确定所述图片中人体所形成的贴合区域，包括：利用所述图片的数据，并结合人体语义分割模型，得到掩码特征图；所述人体语义分割模型为基于全卷积神经网络算法对与人体有关的预设分割数据集进行训练得到的；针对每个骨骼关节点的位置，在所述掩码特征图进行搜索，将相应骨骼关节点对应的像素相邻的非前景像素作为所述相应骨骼关节点的边缘点；其中，非前景像素是利用所述掩码特征图中像素的掩码值确定的；基于所述骨骼关节点的边缘点，确定所述图片中人体所形成的贴合区域。实际应用时，可以利用上采样，使得到的掩码特征图与原图的分辨率相同，如此，针对所述掩码特征图中的每个像素，基于相应像素的掩码值，判断所述相应像素是否为前景像素；其中，前景像素可以形成所述图片中人体的轮廓。步骤104：在所述贴合区域上贴合预设服饰素材。所述预设服饰素材，可以由至少一个部分的动漫服饰素材构成。具体地，动漫服饰素材可以包括对应人体四肢部位的动漫服饰素材以及对应人体躯干部位的动漫服饰素材。在一实施例中，所述在所述贴合区域上贴合预设服饰素材，包括：控制所述预设服饰素材的尺寸，使得与所述贴合区域的大小相符；将缩放后的预设服饰素材贴合在所述贴合区域。在一实施例中，所述基于所述骨骼关节点的边缘点，确定所述图片中人本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：获取图片；所述图片包含人体；基于机器学习算法，确定所述图片中人体的骨骼关节点的位置；利用所述骨骼关节点的位置，确定所述图片中人体所形成的贴合区域；在所述贴合区域上贴合预设服饰素材。

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取图片；所述图片包含人体；基于机器学习算法，确定所述图片中人体的骨骼关节点的位置；利用所述骨骼关节点的位置，确定所述图片中人体所形成的贴合区域；在所述贴合区域上贴合预设服饰素材。2.根据权利要求1所述的方法，其特征在于，所述基于机器学习算法，确定所述图片中人体的骨骼关节点的位置，包括：利用所述图片的数据，结合卷积神经网络模型，确定所述图片中人体的骨骼关节点的位置。3.根据权利要求2所述的方法，其特征在于，所述利用所述骨骼关节点的位置，确定所述图片中人体所形成的贴合区域，包括：利用所述图片的数据，并结合人体语义分割模型，得到掩码特征图；所述人体语义分割模型为基于全卷积神经网络算法对与人体有关的预设分割数据集进行训练得到的；针对每个骨骼关节点的位置，在所述掩码特征图进行搜索，将相应骨骼关节点对应的像素相邻的非前景像素作为所述相应骨骼关节点的边缘点；其中，非前景像素是利用所述掩码特征图中像素的掩码值确定的；基于所述骨骼关节点的边缘点，确定所述图片中人体所形成的贴合区域。4.根据权利要求1所述的方法，其特征在于，所述在所述贴合区域上贴合预设服饰素材，包括：控制所述预设服饰素材的尺寸，使得与所述贴合区域的大小相符；将缩放后的预设服饰素材贴合在所述贴合区域。5.根据权利要求3所述的方法，其特征在于，所述基于所述骨骼关节点的边缘点，确定所述图片中人体所形成的贴合区域，包括：基于所述图片中人体肩部的骨骼关节点以及髋部的骨骼关节点对应的像素相邻的非前景像素，确定所述图片中人体躯干部位的区域；将确定的躯干部位的区域作为贴合区域。6.根据权利要求3所述的方法，其特征在于，所述基于所述骨骼关节点的边缘点，确定所述图片中人体所...

【专利技术属性】
技术研发人员：王乐，王琦，洪毅强，吴嘉旭，
申请(专利权)人：咪咕动漫有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：福建,35