【技术实现步骤摘要】
对象分割方法、装置、设备及存储介质
[0001]本公开实施例涉及图像处理
,尤其涉及一种对象分割方法、装置、设备及存储介质。
技术介绍
[0002]目前,对于天空分割有如下两种实现方法:一种是采用卷积神经网络的深度学习算法分割天空,该种方式对于分割的掩膜图存在中间局部漏分割的情况;另一种基于颜色信息的传统算法,该方法依赖天空的颜色进行分割,可能出现误分割的现象。对于色差小的图片,也可能失效。
技术实现思路
[0003]本公开实施例提供一种对象分割方法、装置、设备及存储介质,以实现图像中对象的分割,可以防止对象的漏分割,并提高对象分割的准确性。
[0004]第一方面,本公开实施例提供了一种对象分割方法,包括:
[0005]对待分割图像中的目标对象进行语义识别,获得初始掩膜图;
[0006]基于所述初始掩膜图确定所述待分割图像中的初始目标对象区域;
[0007]对所述初始目标对象区域中的像素点按照颜色值进行聚类处理,获取所述目标对象的N个颜色分类;其中,N为大于或者等于1的正 ...
【技术保护点】
【技术特征摘要】
1.一种对象分割方法,其特征在于,包括:对待分割图像中的目标对象进行语义识别,获得初始掩膜图;基于所述初始掩膜图确定所述待分割图像中的初始目标对象区域;对所述初始目标对象区域中的像素点按照颜色值进行聚类处理,获取所述目标对象的N个颜色分类;其中,N为大于或者等于1的正整数;根据所述N个颜色分类和所述待分割图像获得N个差值图;根据所述N个差值图与所述初始掩膜图确定目标掩膜图;基于所述目标掩膜图对所述待分割图像中的所述目标对象进行分割。2.根据权利要求1所述的方法,其特征在于,对待分割图像中的目标对象进行语义识别,获得初始掩膜图,包括:将所述待分割图像输入目标对象识别模型,输出初始掩膜图。3.根据权利要求1所述的方法,其特征在于,基于所述初始掩膜图确定所述待分割图像中的初始目标对象区域,包括:获取所述初始掩膜图中置信度大于第一设定值的像素点,确定为第一目标点;将所述第一目标点在所述待分割图像中对应的像素点构成的区域确定为初始目标对象区域。4.根据权利要求1所述的方法,其特征在于,根据所述N个颜色分类和所述待分割图像获得N个差值图,包括:对所述N个颜色分类分别计算平均值,获得N颜色均值;计算所述待分割图像分别与所述N个颜色均值的差值,获得N个差值图。5.根据权利要求3所述的方法,其特征在于,根据所述N个差值图与所述初始掩膜图确定目标掩膜图,包括:将所述初始掩膜图中置信度落入第一区间的像素点的置信度调为第一设定置信度值;其中,所述第一区间为大于所述第一设定值且小于所述第一设定置信度值;对于所述初始掩膜图中置信度落入第二区间的像素点,若所述像素点在所述N个差值图中的颜色值满足设定条件,则将所述像素点的置信度增大设定比例,否则,将所述像素点的置信度缩小所述设定比例;其中,所述第二区间为大于第二设定值且小于所述第一设定值;所述第二设定值小于所述第一设...
【专利技术属性】
技术研发人员:朱渊略,
申请(专利权)人:北京字跳网络技术有限公司,
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。