抠图方法、装置、终端设备及计算机可读存储介质制造方法及图纸

本申请实施例适用于图像处理技术领域，公开了一种抠图方法、装置、终端设备及计算机可读存储介质，其中，方法包括：获取待处理图像；根据预训练的语义分割网络和待处理图像，生成待处理图像的mask图像；根据mask图像，生成待处理图像的三元图；根据三元图和待处理图像，通过预训练的全卷积神经网络生成待处理图像的蒙板；根据蒙板，抠取待处理图像中的目标对象。通过本申请实施例，可以使得抠图更加精细，效率更高。

【技术实现步骤摘要】
抠图方法、装置、终端设备及计算机可读存储介质
本申请属于图像处理
，尤其涉及一种抠图方法、装置、终端设备及计算机可读存储介质。
技术介绍
随着图像处理技术的发展进步，抠图的应用也越来越广泛。抠图是一种对图像中指定前景对象进行提取的技术，最早抠图主要应用于电影拍摄，所采取的抠图方法是“蓝屏抠图”。但是，这种方法附加条件严格，应用较为局限。渐渐的，人们为了提高抠图的精准性，人为地事先提供一些先验知识作为指引，该先验知识通常是以划分成前景区域、背景区域和未知区域的三元图Trimap形式而存在。基于Trimap发展出不少传统抠图算法。传统抠图算法大体分为基于采样的抠图方法和基于传播的抠图方法。基于采样的抠图方法对三元图的依赖性高，即如果三元图中未知区域较大，会增加需要配对采样的前背景点，那么错误配对的可能性也伴随着增加；基于传播的抠图方法通过学习图像的局部结构信息，以获得更平滑的结果，但是其需要更多时间进行抠取，效率较低。近年来，随着深度学习的发展，出现基于深度学习的抠图技术。但是，目前基于深度学习的抠图技术不够精细，效率较低。<本文档来自技高网...

【技术保护点】
1.一种抠图方法，其特征在于，包括：/n获取待处理图像；/n根据预训练的语义分割网络和所述待处理图像，生成所述待处理图像的mask图像；/n根据所述mask图像，生成所述待处理图像的三元图；/n根据所述三元图和所述待处理图像，通过预训练的全卷积神经网络生成所述待处理图像的蒙板；/n根据所述蒙板，抠取所述待处理图像中的目标对象。/n

【技术特征摘要】
1.一种抠图方法，其特征在于，包括：
获取待处理图像；
根据预训练的语义分割网络和所述待处理图像，生成所述待处理图像的mask图像；
根据所述mask图像，生成所述待处理图像的三元图；
根据所述三元图和所述待处理图像，通过预训练的全卷积神经网络生成所述待处理图像的蒙板；
根据所述蒙板，抠取所述待处理图像中的目标对象。


2.根据权利要求1所述的抠图方法，其特征在于，当所述待处理图像为包含人像的图像时，所述根据预训练的语义分割网络和所述待处理图像，生成所述待处理图像的mask图像，包括：
通过预训练的第一语义分割网络分割所述待处理图像，得到第一分割结果；
通过预训练的第二语义分割网络分割所述待处理图像，得到第二分割结果；
计算所述第一分割结果和所述第二分割结果的并集，将所述并集作为所述待处理图像的人像mask图像；
其中，所述语义分割网络包括所述第一语义分割网络和所述第二语义分割网络，所述第一语义分割网络为用于对图像中的人体区域进行分割的网络，所述第二语义分割网络为用于对图像中的服饰区域进行分割的网络。


3.根据权利要求1所述的抠图方法，其特征在于，当所述待处理图像为包含人像的图像时，所述根据预训练的语义分割网络和所述待处理图像，生成所述待处理图像的mask图像，包括：
通过预训练的所述语义分割网络分割所述待处理图像，得到第三分割结果，将所述第三分割结果作为所述待处理图像的人像mask图像；
其中，所述语义分割网络为用于对图像中的人体区域进行分割的网络。


4.根据权利要求2或3所述的抠图方法，其特征在于，所述根据所述mask图像，生成所述待处理图像的三元图，包括：
计算所述人像mask图像中人像区域的第一面积；
根据预建立的面积与参数间的对应关系，获取与所述第一面积对应的第一腐蚀膨胀参数；其中，所述第一腐蚀膨胀参数与所述第一面积的大小正相关；
根据所述第一腐蚀膨胀参数，对所述人像mask图像进行腐蚀膨胀操作，得到所述待处理图像的三元图。


5.根据权利要求2或3所述的抠图方法，其特征在于，所述根据所述mask图像，生成所述待处理图像的三元图，包括：
计算所述人像mask图像中...

【专利技术属性】
技术研发人员：徐鹏，王树鹏，
申请(专利权)人：TCL集团股份有限公司，
类型：发明
国别省市：广东;44