一种合成图片自动切割方法技术

本发明专利技术公开了一种合成图片自动切割方法，包括以下步骤：(1)输入待处理的合成图片；(2)对合成图片进行预处理；(3)深度学习模型对预处理后的合成图片进行处理，得到预测的掩码；(4)根据预测得到的掩码，对合成图片进行后处理，得到切割后的子图片。本发明专利技术能够对合成图片进行自动分隔拆分，不需要人工参与，能达到像素级精度，相比于传统人工设计特征的方案，本发明专利技术能进行端到端的训练，网络自动从数据中学习相应的特征，无需耗费大量时间和精力来设计和选取合适的特征，算法鲁棒性更好，无需非常复杂的后处理过程。

【技术实现步骤摘要】
一种合成图片自动切割方法
本专利技术具体涉及一种合成图片自动切割方法。
技术介绍
随着互联网技术的不断普及，互联网多媒体的呈现形式也由最初的文字，发展到今天的图片和视频等等。在数量庞大的互联网图片中，拼接图片(即合成图片)广泛存在，比如：用户上传的旅游图片，广告媒体图片，新闻素材等。在对合成图片进行处理时，大多数情况下都是按照普通图片的处理方式进行处理。现有技术中，需要人工使用photoshop等图像处理软件从大图(即合成图片)中裁剪出小图(即子图片)。根据传统的视觉分析算法得到视觉特征信息：图像边缘信息，图像轮廓信息，直线检测结果，多边形检测结果，SIFT关键点信息，色彩空间直方图信息等，根据视觉特征信息确定边缘信息，生成轮廓信息，确定多边形轮廓，根据多边形轮廓确定子图片。但是，目前存在以下缺点：(1)人工手动裁剪图片需要耗费大量的时间和人力资源，效率比较低，难以满足大批量裁剪的需求。(2)利用传统的人工设计的特征提取的方法，需要耗费大量时间和精力来设计和选取合适的特征，同时，由于传统特征表达能力有限，通常会存在较多误检和漏检本文档来自技高网...

【技术保护点】
1.一种合成图片自动切割方法，其特征是，包括以下步骤：/n(1)输入待处理的合成图片；/n(2)对合成图片进行预处理；/n(3)深度学习模型对预处理后的合成图片进行处理，得到预测的掩码；/n(4)根据预测得到的掩码，对合成图片进行后处理，得到切割后的子图片。/n

【技术特征摘要】
1.一种合成图片自动切割方法，其特征是，包括以下步骤：
(1)输入待处理的合成图片；
(2)对合成图片进行预处理；
(3)深度学习模型对预处理后的合成图片进行处理，得到预测的掩码；
(4)根据预测得到的掩码，对合成图片进行后处理，得到切割后的子图片。


2.根据权利要求1所述的一种合成图片自动切割方法，其特征是，步骤(2)中深度学习模型构建过程，包括以下步骤：
(1)合成数据集；
(1.1)选取不用场景的图片，过滤掉其中本身是拼接的图片，
(1.2)随机选取几张图片，然后根据选取的图片数量随机选择拼接模版，
(1.3)根据选取的拼接模版，对各个图片大小进行调整，将调整后的图片进行拼接得到合成图片，同时记录各个子图片在合成图片中的边缘位置得到边缘掩码图，
(1.4)重复步骤(1.2)和(1.3)过程生成用于模型训练和测试的数据集，其中80％用做训练集，剩余20％用做测试集；
(2)对深度学习模型进行训练与部署；
(2.1)使用TensorFlow框架搭建网络架构；
(2.2)使用上述合成的数据集进行模型训练和评估；
(2.3)将训练好的模型导出成模型服务器需要的格...

【专利技术属性】
技术研发人员：杨疆，徐旦麒，谭亮，
申请(专利权)人：杭州艾耕科技有限公司，
类型：发明
国别省市：浙江;33