【技术实现步骤摘要】
图像处理方法、装置、设备及存储介质
本申请涉及图像处理
，特别是涉及一种图像处理方法、装置、设备及存储介质。
技术介绍
随着数字摄影技术的长足发展，越来越多的用户选择使用终端拍摄图像，其中，人物图像是用户较常拍摄的一类图像。在很多情况下，终端拍摄到的人物图像在美观程度上并不能满足用户的需求。实际应用中，为了提高人物图像的美观程度，终端可以对人物图像中局部的人体区域进行美化处理，例如，终端可以对眼部进行放大处理，对脸部进行缩小处理，对头发进行换色处理等等。其中，对局部人体区域进行美化处理的前提条件是终端能够从人物图像中识别出人体区域，当前，如何保证从人物图像中识别出的人体区域的准确性，已经成为了一个亟待解决的问题。
技术实现思路
基于此，本申请实施例提供了一种图像处理方法、装置、设备及存储介质，可以保证从人物图像中识别出的人体区域的准确性。第一方面，提供了一种图像处理方法，该方法包括：将目标人物图像输入至级联的特征提取网路、特征金字塔网络和特征上采样网络中，通过该特征提...
【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：/n将目标人物图像输入至级联的特征提取网路、特征金字塔网络和特征上采样网络中，通过所述特征提取网络对所述目标人物图像进行特征提取，得到多个不同尺寸的初始特征图，通过所述特征金字塔网络对所述多个不同尺寸的初始特征图进行融合处理，得到融合特征图，通过所述特征上采样网络对所述融合特征图进行上采样处理，得到概率图，所述概率图包括所述目标人物图像中的每个像素位于目标人体区域内的概率值；/n根据所述概率图对所述目标人物图像中的所述目标人体区域进行识别。/n
【技术特征摘要】 【专利技术属性】
1.一种图像处理方法，其特征在于，所述方法包括：
将目标人物图像输入至级联的特征提取网路、特征金字塔网络和特征上采样网络中，通过所述特征提取网络对所述目标人物图像进行特征提取，得到多个不同尺寸的初始特征图，通过所述特征金字塔网络对所述多个不同尺寸的初始特征图进行融合处理，得到融合特征图，通过所述特征上采样网络对所述融合特征图进行上采样处理，得到概率图，所述概率图包括所述目标人物图像中的每个像素位于目标人体区域内的概率值；
根据所述概率图对所述目标人物图像中的所述目标人体区域进行识别。
2.根据权利要求1所述的方法，其特征在于，所述通过所述特征金字塔网络对所述多个不同尺寸的初始特征图进行融合处理，得到融合特征图，包括：
按照尺寸由大到小的顺序对所述多个不同尺寸的初始特征图进行排序，得到初始特征图序列；
通过所述特征金字塔网络对所述初始特征图序列中每两个相邻的初始特征图进行融合处理，得到多个不同尺寸的所述融合特征图。
3.根据权利要求2所述的方法，其特征在于，所述通过所述特征金字塔网络对所述初始特征图序列中每两个相邻的初始特征图进行融合处理，包括：
通过所述特征金字塔网络对所述初始特征图序列中的第k个初始特征图进行卷积处理，得到第一候选特征图；
通过所述特征金字塔网络对所述初始特征图序列中的第k+1个初始特征图进行卷积处理以及上采样处理，得到第二候选特征图，所述第二候选特征图的尺寸与所述第一候选特征图的尺寸相同；
通过所述特征金字塔网络对所述第一候选特征图和所述第二候选特征图依次进行相加处理和卷积处理，得到第k个融合特征图。
4.根据权利要求2所述的方法，其特征在于，所述通过所述特征上采样网络对所述融合特征图进行上采样处理，得到概率图，包括：
通过所述特征上采样网络对多个不同尺寸的所述融合特征图分别进行卷积处理以及上采样处理，得到多个尺寸相同的处理特征图；
通过所述特征上采样网络对所述多个尺寸相同的处理特征图进行相加处理，根据相加处理的结果得到所述概率图。
5.根据权利要求1所述的方法，其特征在于，所述特征提取网路、所述特征金字塔网络和所述特征上采样网络的训练过程包括：
获取目标训练集，所述目标训练集包括训练人物图像以及与所述训练人物图像对应的真实概率图；
将所述训练人物图像输入至级联的未经训练的初始特征提取网路和初始特征金字塔网络中，得到所述初始特征金字塔网络输出的训练融合特征图，并将所述训练融合特征进行上采样处理，得到第一训练概率图；
技术研发人员：刘钰安，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。