分割图像的方法、装置、设备及存储介质制造方法及图纸

本申请适用于图像处理技术领域，提供了一种分割图像的方法、装置、设备及存储介质，包括：获取待分割图像；将待分割图像输入到已训练的人像分割模型中进行处理，得到待分割图像的分割结果，人像分割模型利用第一训练集和第二训练集对人像检测模型进行训练得到，第二训练集利用图割算法对训练人像检测模型所使用的第三训练集进行处理得到。上述方案中，人像分割模型是利用第一训练集和第二训练集对人像检测模型进行训练得到的，由于人体检测模型是以检测框的形式在图像中查找人体，可使人像分割模型学习到人像检测模型中结构化的人体特征信息，通过该人像分割模型对待分割图像进行处理时，可有效地避免误分割，从而提升了分割结果的准确性。割结果的准确性。割结果的准确性。

【技术实现步骤摘要】
分割图像的方法、装置、设备及存储介质


[0001]本申请属于图像处理
，尤其涉及一种分割图像的方法、装置、设备及存储介质。

技术介绍

[0002]人体图像分割技术作为一种常见的图像处理方法，可广泛应用于虚拟现实、视频监控、行为分析等多种领域。
[0003]现有技术中，基于深度学习构建的分割模型在对图像进行分割处理时，其处理过程主要是对图像中的每个像素点单独进行分类，没有考虑到结构化的人体特征信息，因此容易出现误分割的情况，导致图像分割结果不准确。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种分割图像的方法、装置、设备及存储介质，以解决现有技术中对图像进行分割时，容易出现误分割的情况，导致图像分割结果不准确的问题。
[0005]本申请实施例的第一方面提供了一种分割图像的方法，该方法包括：
[0006]获取待分割图像；
[0007]将所述待分割图像输入到已训练的人像分割模型中进行处理，得到所述待分割图像的分割结果，所述人像分割模型是利用第一训练集和第二训练集对人像检测模型进行训练得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分割图像的方法，其特征在于，包括：获取待分割图像；将所述待分割图像输入到已训练的人像分割模型中进行处理，得到所述待分割图像的分割结果，所述人像分割模型是利用第一训练集和第二训练集对人像检测模型进行训练得到的，所述第一训练集包括多个第一样本图像和各个所述第一样本图像对应的第一样本分割结果，所述第二训练集是利用图割算法对训练所述人像检测模型所使用的第三训练集进行处理得到的。2.如权利要求1所述的方法，其特征在于，所述人像分割模型包括人体图像检测网络和人体图像分割网络，所述分割结果包括人体检测框和人体图像，所述将所述待分割图像输入到已训练的人像分割模型中进行处理，得到所述待分割图像的分割结果，包括：通过所述人体图像检测网络对所述待分割图像进行检测处理，得到所述人体检测框，所述人体检测框用于预测所述待分割图像中人体所在的区域；通过所述人体图像分割网络对所述待分割图像进行分割处理，得到所述人体图像。3.如权利要求2所述的方法，其特征在于，所述通过所述人体图像分割网络对所述待分割图像进行分割处理，得到所述人体图像之后，所述方法还包括：利用所述人体检测框对所述人体图像进行检验；根据检验结果确定所述待分割图像的最终分割结果。4.如权利要求3所述的方法，其特征在于，所述根据检验结果确定所述待分割图像的最终分割结果，包括：当所述检验结果为所述人体图像对应的区域超出所述人体检测框对应的区域时，在所述人体图像中删除超出所述人体检测框对应的区域的图像，得到所述最终分割结果。5.如权利要求1至4任一项所述的方法，其特征在于，所述第二训练集包括多个第二样本图像、各个所述第二样本图像对应的第二样本分割结果，以及各个所述第二样本图像对应的样本检测结果，所述获取待分割图像之前，所述方法还包括：利用所述第三训练集和预设的损失函数对初始模型进行训练，得到所述人像...

【专利技术属性】
技术研发人员：胡淑萍，庞建新，谭欢，熊友军，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：