本申请提供一种抠图方法、装置、电子设备、存储介质及程序产品，涉及图像处理技术领域。其中，该方法包括：提取待处理图像的特征图；根据预设激活函数对特征图进行处理，生成激活图，预设激活函数基于三角函数实现，用于将特征图中的特征值映射至预设阈值范围内；根据激活图，获取待处理图像中的目标图像区域，目标图像区域包括主体图像，应用本申请实施例，使得通过预设激活函数可以将特征图中的特征值基于三角函数的特性非线性映射至预设阈值范围内，使得通过映射，所得到的激活图中，在保留了特征图中高特征值的同时还加强了低特征值，进而基于该激活图进行抠图操作时，可以避免目标图像区域出现残缺，提高抠图效果。提高抠图效果。提高抠图效果。
【技术实现步骤摘要】
抠图方法、装置、电子设备、存储介质及程序产品
[0001]本申请涉及图像处理
，特别涉及一种抠图方法、装置、电子设备、存储介质及程序产品。
技术介绍
[0002]抠图是图像处理中最常做的操作之一，是把图片或影像的某一部分从原始图片或影像中分离出来成为单独的图层，主要功能是为了后期的合成做准备。
[0003]现有的进行抠图时，一般通过抠图神经网络来实现。
[0004]但由于现有的抠图神经网络比较简单，因此，在进行抠图操作时，对于图像中主体和背景接近的区域，往往存在大面积的漏检测问题，抠图效果较差。
技术实现思路
[0005]本申请的目的在于，针对上述现有技术中的不足，提供一种抠图方法、装置、电子设备、存储介质及程序产品，可以提高抠图效果。
[0006]为实现上述目的，本申请实施例采用的技术方案如下：
[0007]第一方面，本专利技术提供一种抠图方法，包括：
[0008]提取待处理图像的特征图；
[0009]根据预设激活函数对所述特征图进行处理，生成激活图，所述预设激活函数基于三角函数实现，用于将所述特征图中的特征值映射至预设阈值范围内，所述三角函数包括下述至少一项：正弦函数、余弦函数；
[0010]根据所述激活图，获取所述待处理图像中的目标图像区域，所述目标图像区域包括主体图像。
[0011]在可选的实施方式中，所述根据预设激活函数对所述特征图进行处理，生成激活图，包括：
[0012]获取所述特征图中的最大特征值、最小特征值；
[0013]根据所述最大特征值、最小特征值以及与预设激活函数，对所述特征图中的各特征值进行映射处理，生成所述激活图。
[0014]在可选的实施方式中，所述根据所述最大特征值、最小特征值以及与预设激活函数，对所述特征图中的各特征值进行映射处理，生成所述激活图，包括：
[0015]根据预设激活函数对所述特征图中的各特征值进行映射处理，生成所述激活图，其中，f(x
i
)表示特征值x
i
映射后的目标特征值，x
i
表示特征图对应的特征向量中第i个特征值，x
max
表示特征图对应的特征向量中的最大特征值，x
min
表示特征图对应的特征向量中的最小特征值。
[0016]在可选的实施方式中，所述根据所述激活图，获取所述待处理图像中的目标图像区域，包括：对所述激活图中的各特征值进行统计分析，获取各特征值的分布情况；根据各
所述特征值的分布情况，确定至少一个初始二值化阈值；根据至少一个所述初始二值化阈值，对所述激活图进行二值化处理，获取二值图像；根据所述二值图像，提取所述待处理图像中的目标图像区域。
[0017]在可选的实施方式中，若所述初始二值化阈值包括多个，所述根据至少一个所述初始二值化阈值，对所述激活图进行二值化处理，获取二值图像，包括：分别采用各所述初始二值化阈值对所述激活图进行二值化处理，获取各所述初始二值化阈值对应的各初始二值图像；统计各所述初始二值化阈值对应的初始二值图像中特征值符合预设阈值的像素点数量；根据各所述初始二值图像中特征值符合预设阈值的像素点数量，确定目标二值化阈值；根据所述目标二值化阈值，对所述激活图进行二值化处理，获取二值图像。
[0018]在可选的实施方式中，所述根据各所述初始二值图像中特征值符合预设阈值的像素点数量，确定目标二值化阈值，包括：根据各所述初始二值图像中特征值符合预设阈值的像素点数量，生成各所述初始二值图像对应的像素点分布曲线；根据所述像素点分布曲线，确定最大变化率对应的初始二值化阈值；将所述最大变化率对应的初始二值化阈值作为目标二值化阈值。
[0019]在可选的实施方式中，所述根据所述二值图像，提取所述待处理图像中的目标图像区域，包括：采用预设边缘检测算法检测所述二值图像中对应的所述目标图像区域的边缘；根据所述二值图像中对应的所述目标图像区域的边缘和预设填充算法对所述二值图像进行填充操作，获取处理后的二值图像；根据所述处理后的二值图像，提取所述待处理图像中的目标图像区域。
[0020]在可选的实施方式中，所述根据所述二值图像中对应的所述目标图像区域的边缘和预设填充算法对所述二值图像进行填充操作，获取处理后的二值图像，包括：根据所述二值图像中对应的所述目标图像区域的边缘，确定所述二值图像对应的填充边界；根据所述二值图像对应的填充边界，对所述二值图像进行填充操作，获取处理后的二值图像。
[0021]在可选的实施方式中，所述提取待处理图像的特征图，包括：基于显著性检测网络对所述待处理图像进行特征提取，获取特征图，所述显著性检测网络包括：卷积神经网络。
[0022]第二方面，本专利技术提供一种抠图装置，包括：提取模块，用于提取待处理图像的特征图；生成模块，用于根据预设激活函数对所述特征图进行处理，生成激活图，所述预设激活函数基于三角函数实现，用于将所述特征图中的特征值映射至预设阈值范围内；获取模块，用于根据所述激活图，获取所述待处理图像中的目标图像区域，所述目标图像区域包括主体图像。
[0023]在可选的实施方式中，生成模块，具体用于获取所述特征图中的最大特征值、最小特征值；
[0024]根据所述最大特征值、最小特征值以及与预设激活函数，对所述特征图中的各特征值进行映射处理，生成所述激活图。
[0025]在可选的实施方式中，生成模块，具体用于根据预设激活函数对所述特征图中的各特征值进行映射处理，生成所述激活图，其中，f(x
i
)表示特征值x
i
映射后的目标特征值，x
i
表示特征图对应的特征向量中第i个特征值，x
max
表示特征图对应的特征向量中的最大特征值，x
min
表示特征图对应的特征向量中的最小特征值。
[0026]在可选的实施方式中，生成模块，具体用于对所述激活图中的各特征值进行统计分析，获取各特征值的分布情况；根据各所述特征值的分布情况，确定至少一个初始二值化阈值；根据至少一个所述初始二值化阈值，对所述激活图进行二值化处理，获取二值图像；根据所述二值图像，提取所述待处理图像中的目标图像区域。
[0027]在可选的实施方式中，生成模块，具体用于分别采用各所述初始二值化阈值对所述激活图进行二值化处理，获取各所述初始二值化阈值对应的各初始二值图像；统计各所述初始二值化阈值对应的初始二值图像中特征值符合预设阈值的像素点数量；根据各所述初始二值图像中特征值符合预设阈值的像素点数量，确定目标二值化阈值；根据所述目标二值化阈值，对所述激活图进行二值化处理，获取二值图像。
[0028]在可选的实施方式中，生成模块，具体用于根据各所述初始二值图像中特征值符合预设阈值的像素点数量，生成各所述初始二值图像对应的像素点分布曲线；根据所述像素点分布曲线，确定最大变化率对应的初始二值化阈值；将所述最大变化率对应的初始二值化阈值作为目本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种抠图方法，其特征在于，包括：提取待处理图像的特征图；根据预设激活函数对所述特征图进行处理，生成激活图，所述预设激活函数基于三角函数实现，用于将所述特征图中的特征值映射至预设阈值范围内，所述三角函数包括下述至少一项：正弦函数、余弦函数；根据所述激活图，获取所述待处理图像中的目标图像区域，所述目标图像区域包括主体图像。2.根据权利要求1所述的方法，其特征在于，所述根据预设激活函数对所述特征图进行处理，生成激活图，包括：获取所述特征图中的最大特征值、最小特征值；根据所述最大特征值、最小特征值以及与预设激活函数，对所述特征图中的各特征值进行映射处理，生成所述激活图。3.根据权利要求2所述的方法，其特征在于，所述根据所述最大特征值、最小特征值以及与预设激活函数，对所述特征图中的各特征值进行映射处理，生成所述激活图，包括：根据预设激活函数对所述特征图中的各特征值进行映射处理，生成所述激活图，其中，f(x
i
)表示特征值x
i
映射后的目标特征值，x
i
表示特征图对应的特征向量中第i个特征值，x
max
表示特征图对应的特征向量中的最大特征值，x
min
表示特征图对应的特征向量中的最小特征值。4.根据权利要求2所述的方法，其特征在于，所述根据所述激活图，获取所述待处理图像中的目标图像区域，包括：对所述激活图中的各特征值进行统计分析，获取各特征值的分布情况；根据各所述特征值的分布情况，确定至少一个初始二值化阈值；根据至少一个所述初始二值化阈值，对所述激活图进行二值化处理，获取二值图像；根据所述二值图像，提取所述待处理图像中的目标图像区域。5.根据权利要求4所述的方法，其特征在于，若所述初始二值化阈值包括多个，所述根据至少一个所述初始二值化阈值，对所述激活图进行二值化处理，获取二值图像...
【专利技术属性】
技术研发人员：谭文轩，周景超，胡晓亮，
申请(专利权)人：北京橙心无限科技发展有限公司，
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。