目标分割方法、装置、计算机可读存储介质及计算机设备制造方法及图纸

本申请适用于图像处理领域，提供了一种目标分割方法、装置、计算机可读存储介质及计算机设备。所述方法包括：采用预设的目标获取模型获得目标图像中的第一目标框；按照第一预设比例扩大第一目标框，得到扩大后的第一目标框；采用预设的目标分割模型对扩大后的第一目标框对应的图像区域进行处理，获得目标分割后的掩膜图和位于目标分割后的掩膜图中的第二目标框；将目标分割后的掩膜图映射到目标图像的尺寸，获得目标图像的第一掩膜图；并按照第二预设比例扩大第二目标框，得到扩大后的第二目标框，将扩大后的第二目标框对应的图像与第一掩膜图进行融合获得目标图像的第二掩膜图。本申请有助于修正目标实例外的误分割像素，提高了目标分割的精度。

【技术实现步骤摘要】
目标分割方法、装置、计算机可读存储介质及计算机设备
本申请属于图像处理领域，尤其涉及一种目标分割方法、装置、计算机可读存储介质及计算机设备。
技术介绍
目标分割是指对图像中包含目标的部分进行目标分割检测，将图像中的目标和背景进行分离，得到目标分割后的掩膜图以供后续对目标进行处理。目标可以是人像、动物、车等任何目标。例如，当目标是人像时，后续对目标进行处理可以是对目标进行美颜、虚化等处理。然而，现有技术的目标分割方法通常是采用预设分割模型，根据扩大后的第一目标框获取目标分割后的掩膜图。采用这种方法的分割精度不高，无法准确分割出目标的边缘。
技术实现思路
本申请实施例的目的在于提供一种目标分割方法、装置、计算机可读存储介质、计算机设备及相机，旨在解决以上问题之一。第一方面，本申请提供了一种目标分割方法，所述方法包括：S101、采用预设的目标获取模型获得目标图像中的第一目标框，所述目标图像具有待分割的目标；S102、按照第一预设比例扩大第一目标框，得到扩大后的第一目标框；S103、采用预设的目标分割模型对扩大后的第一目标框对应的图像区域进行处理，获得目标分割后的掩膜图和位于所述目标分割后的掩膜图中的第二目标框；S104、将目标分割后的掩膜图映射到目标图像的尺寸，获得目标图像的第一掩膜图；按照第二预设比例扩大第二目标框，得到扩大后的第二目标框，将扩大后的第二目标框对应的图像与第一掩膜图进行融合获得目标图像的第二掩膜图。第二方面，本申请提供了一种目标分割装置，所述装置包括：第一目标框获取模块，用于采用预设的目标获取模型获得目标图像中的第一目标框，所述目标图像具有待分割的目标；第一扩大模块，用于按照第一预设比例扩大第一目标框，得到扩大后的第一目标框；目标分割模块，用于采用预设的目标分割模型对扩大后的第一目标框对应的图像区域进行处理，获得目标分割后的掩膜图和位于所述目标分割后的掩膜图中的第二目标框；第二扩大模块，用于将目标分割后的掩膜图映射到目标图像的尺寸，获得目标图像的第一掩膜图；并按照第二预设比例扩大第二目标框，得到扩大后的第二目标框，将扩大后的第二目标框对应的图像与第一掩膜图进行融合获得目标图像的第二掩膜图。第三方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如所述的目标分割方法的步骤。第四方面，本申请提供了一种计算机设备，包括：一个或多个处理器；存储器；以及一个或多个计算机程序，所述处理器和所述存储器通过总线连接，其中所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述处理器执行所述计算机程序时实现如所述的目标分割方法的步骤。第五方面，本申请提供了一种相机，包括：一个或多个处理器；存储器；以及一个或多个计算机程序，所述处理器和所述存储器通过总线连接，其中所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述处理器执行所述计算机程序时实现如所述的目标分割方法的步骤。在本申请实施例中，由于采用预设的目标分割模型对扩大后的第一目标框对应的图像区域进行处理后获得目标分割后的掩膜图和位于所述目标分割后的掩膜图中的第二目标框；然后将目标分割后的掩膜图映射到目标图像的尺寸，并按照第二预设比例扩大第二目标框，得到扩大后的第二目标框，将扩大后的第二目标框对应的图像与第一掩膜图进行融合获得目标图像的第二掩膜图。因此有助于修正目标实例外的误分割像素，提高了目标分割的精度。附图说明图1是本申请一实施例提供的目标分割方法的应用场景示意图。图2是本申请一实施例提供的目标分割方法的流程图。图3是目标图像为平面图像的示意图。图4是将第一目标框的每个边扩大第一预设比例，得到扩大后的第一目标框的示意图。图5是目标分割后的掩膜图的示意图。图6是目标图像的第一掩膜图的示意图。图7是扩大后的第二目标框的示意图。图8是目标图像的第二掩膜图的示意图。图9是目标图像的人物分割图的示意图。图10是具有多个待分割的目标的目标图像的示意图。图11是目标图像的第三掩膜图的示意图。图12是目标图像的人物分割图的示意图。图13是本申请一实施例提供的目标分割装置示意图。图14是本申请一实施例提供的计算机设备的具体结构框图。图15是本申请一实施例提供的相机的具体结构框图。具体实施方式为了使本申请的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。本申请一实施例提供的目标分割方法的应用场景可以是计算机设备或相机，计算机设备或相机执行本申请一实施例提供的目标分割方法获得目标图像的掩膜图。本申请一实施例提供的目标分割方法的应用场景也可以包括相连接的计算机设备100和相机200(如图1所示)。计算机设备100和相机200中可运行至少一个的应用程序。计算机设备100可以是服务器、台式计算机、移动终端等，移动终端包括手机、平板电脑、笔记本电脑、个人数字助理等。相机200可以是普通的相机或者全景相机等。普通的相机是指用于拍摄平面图像和平面视频的拍摄装置。计算机设备100或者是相机200执行本申请一实施例提供的目标分割方法获得目标图像的掩膜图。请参阅图2，是本申请一实施例提供的目标分割方法的流程图，本实施例主要以该目标分割方法应用于计算机设备或相机为例来举例说明，本申请一实施例提供的目标分割方法包括以下步骤：S101、采用预设的目标获取模型获得目标图像中的第一目标框，所述目标图像具有待分割的目标。在本申请一实施例中，所述目标图像可为平面图像(如图3所示)、全景图像或从全景图像中截取的待分割的目标对应的图像。待分割的目标可以是人、动物、车等任何目标。待分割的目标对应的图像可包括待分割的目标的一部分，例如待分割的目标是人时，待分割的目标对应的图像可以是人脸、人上半身或者完整的人体等。预设的目标获取模型可以是目标检测模型或目标跟踪模型。目标检测模型可以为经典的机器学习方法检测模型或利用目标检测数据集进行学习的深度学习目标检测模型。目标跟踪模型包括线图模型(StickFiguresModel)、二维轮廓模型(2DContoursModel)和立体模型(VolumetricModel)等。如果是针对视频中的目标进行实时分割的话，则预设的目标获取模型可以是目标跟踪模型，也可以是目标检测模型。在本申请一实施例中，目标检测模型可以是利用目标检测数据集进行学习的深度学习目标检测模型。如果采用利用目标检测数据集进行学习的深度学习目标检测本文档来自技高网...

【技术保护点】
1.一种目标分割方法，其特征在于，所述方法包括：/nS101、采用预设的目标获取模型获得目标图像中的第一目标框，所述目标图像具有待分割的目标；/nS102、按照第一预设比例扩大第一目标框，得到扩大后的第一目标框；/nS103、采用预设的目标分割模型对扩大后的第一目标框对应的图像区域进行处理，获得目标分割后的掩膜图和位于所述目标分割后的掩膜图中的第二目标框；/nS104、将目标分割后的掩膜图映射到目标图像的尺寸，获得目标图像的第一掩膜图；按照第二预设比例扩大第二目标框，得到扩大后的第二目标框，将扩大后的第二目标框对应的图像与第一掩膜图进行融合获得目标图像的第二掩膜图。/n

【技术特征摘要】
1.一种目标分割方法，其特征在于，所述方法包括：
S101、采用预设的目标获取模型获得目标图像中的第一目标框，所述目标图像具有待分割的目标；
S102、按照第一预设比例扩大第一目标框，得到扩大后的第一目标框；
S103、采用预设的目标分割模型对扩大后的第一目标框对应的图像区域进行处理，获得目标分割后的掩膜图和位于所述目标分割后的掩膜图中的第二目标框；
S104、将目标分割后的掩膜图映射到目标图像的尺寸，获得目标图像的第一掩膜图；按照第二预设比例扩大第二目标框，得到扩大后的第二目标框，将扩大后的第二目标框对应的图像与第一掩膜图进行融合获得目标图像的第二掩膜图。


2.如权利要求1所述的目标分割方法，其特征在于，所述预设的目标获取模型是目标检测模型或目标跟踪模型。


3.如权利要求1所述的目标分割方法，其特征在于，所述S102具体为：
将第一目标框的每个边扩大第一预设比例，得到扩大后的第一目标框；所述将第一目标框的每条边扩大第一预设比例，得到扩大后的第一目标框之后，所述方法还包括：
判断扩大后的第一目标框的所有边中是否有超出目标图像覆盖的范围的，如果有，则将超出目标图像覆盖的范围的边修改为扩大至与目标图像所对应的边缘一致的位置。


4.如权利要求1所述的目标分割方法，其特征在于，所述S104之后，所述方法还包括：
将目标图像的第二掩膜图与目标图像进行融合，获得目标图像的人物分割图。


5.如权利要求1至4任一项所述的目标分割方法，其特征在于，在S101中，如果所述目标图像具有多个待分割的目标，则获得的第一目标框有多个；
针对每个待分割的目标均执行S102至S104，得到多个所述目标图像的第二掩膜图，然后将多个所述目标图像的第二掩膜图进行融合得到目标图像的第三掩膜图，最后将目标图像的第三掩膜图与目标图像进行融合，获得目标图像的人物分割图。


6.如权利要求1所述的目标分割方法，其特征在于，所述S101之前，所述方法还包括：对目标图像进行归一化得到归一化后的目标图像；
S101具体为：采用预设的目标获取模型获得归一...

【专利技术属性】
技术研发人员：贾配洋，林晓帆，蔡锦霖，
申请(专利权)人：影石创新科技股份有限公司，
类型：发明
国别省市：广东;44