【技术实现步骤摘要】
一种前景物体抠图方法和系统
[0001]本申请实施例涉及深度学习
，具体涉及一种前景物体抠图方法和系统。
技术介绍
[0002]传统视频处理中需要对一个前景物品进行抠取，已达到更换背景的目的，在这样的需求场景下，需要得到前景物体的透明通道值，也就是每个像素上前景物体的透明值。前景物品包含多种多样的种类，物品的中间镂空部分、边缘毛发部分、透明部分等情况是抠图问题中难以处理的问题，由于是像素级标注，人工抠取时也需要大量的时间成本，同时存在精确度不高的问题。
技术实现思路
[0003]为此，本申请实施例提供一种前景物体抠图方法和系统，旨在解决深度学习方法中输入背景和图片模型存在的问题，使获取前景物品的任务有更高效的自动化流程和更高的精确度。
[0004]为了实现上述目的，本申请实施例提供如下技术方案：
[0005]根据本申请实施例的第一方面，提供了一种前景物体抠图方法，所述方法包括：
[0006]获取两张来自不同光源的图片；
[0007]输入光照归一模块，得到一个光照残差结果；...
【技术保护点】
【技术特征摘要】
1.一种前景物体抠图方法，其特征在于，所述方法包括：获取两张来自不同光源的图片；输入光照归一模块，得到一个光照残差结果；基于所述光照残差结果和下采样后的两种图片在通道维度上进行张量连接；基于卷积计算得到一个张量，所述张量包含原始信息和光照残差结果信息；将所述张量输入UNet网络，所述UNet网络用于提取前景的透明通道alpha值；将UNet网络得到的结果与所述光照残差结果进行张量连接；对张量连接的结果进行卷积计算，得到抠图结果图。2.如权利要求1所述的方法，其特征在于，所述输入光照归一模块，得到一个光照残差结果，包括：将两张来自不同光源的图片进行若干次卷积计算，得到两个光照归一化的结果；对两个光照归一化的结果基于对应元素进行相减，得到两张来自不同光源的图片的光照残差结果。3.如权利要求2所述的方法，其特征在于，将两张来自不同光源的图片进行每次的卷积计算时是基于不同的卷积参数，所述卷积参数基于不同的卷积模型。4.如权利要求3所述的方法，其特征在于，所述卷积计算包括如下步骤：将一个k*k大小的卷积核对输入的图片进行滑框操作，每次滑框对应图片的k*k大小区域矩阵，两个k*k矩阵进行点乘操作，得到一个数值结果，滑框结束后多个数值结果组成一个新的矩阵，即卷积操作后输出的新图片，所述新图片作为下一个卷积核的输入。5.一种前景物体抠图系统，其特征在于，所述系统包括：输入模块，用于获取两张来自不同光源的图片；光照归一模块，用于得到一个光照残差结果；张量连接模块，用于基于所述光照残差结果和下采样后的两种图片在通道维度上进行张量连接；卷积模块，用于基于卷积计算得到一个张量，所述张量包含原...
【专利技术属性】
技术研发人员：朱州，
申请(专利权)人：北京影谱科技股份有限公司，
类型：发明
国别省市：
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。