视频自动抠像方法及系统技术方案

本发明专利技术提供了一种视频自动抠像方法及系统。该方法包括：将需要执行抠像的原始视频图像输入至初始分割模型，得到原始视频图像的三元图；将显示背景区域的背景图像及三元图作为先验信息，与原始视频图像一同输出至分割模型中，得到原始视频图像的抠像结果。本发明专利技术提供的视频自动抠像方法及系统能够在无需用户提供任何先验标记的条件下，对包含前景人像的视频进行自动化的精准抠像。

【技术实现步骤摘要】
视频自动抠像方法及系统
本专利技术涉及图像处理
，特别是涉及一种视频自动抠像方法及系统。
技术介绍
一直以来，视频都是计算机视觉领域的一个研究热点。尤其是近年来，随着互联网技术的飞速发展，在线办公，在线教育走进了人们的生活。为了提升授课视频的质量，未经后期处理的视频已不再满足学生们的日益刁钻的口味，因此如何制作高质量的视频成为在线教育的一个发力点。通过后期技术来对原生视频进行美化成为了众多在线教育的一个发力点，但是一个小时的视频的后期往往就需要一个专业的后期处理几个小时乃至几天，而目前后期最重要的技术就是将视频中的人像快速精准的分割出来。因此，如何使用人工智能，自动将人像从背景画面中抠出来，从而可以对两块内容进行分别处理成为了目前抠像研究中尚未完美解决的问题。目前，效果较为突出的人像抠像方法大多采用了深度学习作为基础框架。深度学习作为这几年最受关注的人工智能技术，已经在诸如人脸识别、语音识别和自动驾驶等多个领域表现出了超越传统方法的效果，现已成功的应用到我们生活的方方面面。深度学习是一种基于人工神经网络的方法，通过网络自学习的方式本文档来自技高网...

【技术保护点】
1.一种视频自动抠像方法，其特征在于，包括：/n将需要执行抠像的原始视频图像输入至初始分割模型，得到原始视频图像的三元图，三元图包括：前景区域，背景区域以及不确定区域；/n将显示背景区域的背景图像及三元图作为先验信息，与原始视频图像一同输出至分割模型中，得到原始视频图像的抠像结果。/n

【技术特征摘要】
1.一种视频自动抠像方法，其特征在于，包括：
将需要执行抠像的原始视频图像输入至初始分割模型，得到原始视频图像的三元图，三元图包括：前景区域，背景区域以及不确定区域；
将显示背景区域的背景图像及三元图作为先验信息，与原始视频图像一同输出至分割模型中，得到原始视频图像的抠像结果。


2.根据权利要求1所述的视频自动抠像方法，其特征在于，初始分割模型包括：原型网络，以及预测网络。


3.根据权利要求2所述的视频自动抠像方法，其特征在于，将需要执行抠像的原始视频图像输入至初始分割模型，得到原始视频图像的三元图，包括：
利用原型网络，为每个图片生成32个原型掩码；
利用预测网络，生成各个候选框类别的置信度，锚点的位置以及原型掩码的系数；
将预测网络得到的掩码系数和原型网络得到的原型掩码进行加权求和，得到输入图像的mask；
根据输入图像的mask，生成三元图。


4.根据权利要求3所述的视频自动抠像方法，其特征在于，根据输入图像的mask，生成三元图，包括：
通过腐蚀操作及高斯滤波操作，生成三元图。


5.根据权利要求1所述的视频自动抠像方法，其特征在于，将显示背景区域的背景图像及三元图作为先验信息，与原始视频图像一同输出至分割模型中，得到原始视频图像的抠像结果，包括：
根据分割模型得到的检测框将整张图的分割简化成只对人像的抠像，其它剩余部分默认为背景区域；
使用3个残差网络对3个输入分别进行编码，得到3组通道数为256的特征图；
使用一个由1*1卷积，批归一化等操作组成的...

【专利技术属性】
技术研发人员：刘岩，须佶成，李川，郭杏荣，王建超，高佩旭，
申请(专利权)人：北京高思博乐教育科技股份有限公司，
类型：发明
国别省市：北京;11