当前位置: 首页 > 专利查询>清华大学专利>正文

图像处理方法、装置、电子设备及计算机可读存储介质制造方法及图纸

技术编号:37641861 阅读:20 留言:0更新日期:2023-05-25 10:08
本申请实施例公开了一种图像处理方法、装置、电子设备及计算机可读存储介质。该方法,包括:通过图像采集装置获取待处理图像及与待处理图像对应的第一深度图像;根据待处理图像及第一深度图像,生成与目标风格匹配的第二深度图像;通过训练得到的前景识别模型对待处理图像及第二深度图进行处理,得到前景识别结果;其中,前景识别模型是根据训练数据集训练得到的,训练数据集包括多帧样本图像、每帧所述样本图像对应的样本深度图像及每帧所述样本图像对应的标注前景结果,所述样本深度图像的风格为所述目标风格。上述的图像处理方法、装置、电子设备及计算机可读存储介质,能够提高对图像的前景区域的识别准确性,且适配性更强。且适配性更强。且适配性更强。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及计算机可读存储介质


[0001]本申请涉及影像
,具体涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]在影像
中,经常遇到需要对图像的前景及背景进行区分的图像识别问题,例如,在对人像图像进行美颜处理前需要先识别前景人像区域,再对前景人像区域进行美颜处理,又例如,在对图像进行虚化处理前通常需要先识别出图像的背景区域,再对背景区域进行虚化处理等。目前,对图像的前景区域进行识别还存在优化需求。

技术实现思路

[0003]本申请实施例公开了一种图像处理方法、装置、电子设备及计算机可读存储介质,能够提高对图像的前景区域的识别准确性,且适配性更强。
[0004]本申请实施例公开了一种图像处理方法,包括:
[0005]通过图像采集装置获取待处理图像及与所述待处理图像对应的第一深度图像,所述第一深度图像用于描述所述待处理图像的深度信息;
[0006]根据所述待处理图像及第一深度图像,生成与目标风格匹配的第二深度图像;通过不同深度估计方式得到的深度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法,其特征在于,包括:通过图像采集装置获取待处理图像及与所述待处理图像对应的第一深度图像,所述第一深度图像用于描述所述待处理图像的深度信息;根据所述待处理图像及第一深度图像,生成与目标风格匹配的第二深度图像;通过不同深度估计方式得到的深度图像对应不同的风格;通过训练得到的前景识别模型对所述待处理图像及所述第二深度图进行处理,得到前景识别结果,所述前景识别结果用于描述所述待处理图像中的前景区域的图像位置;其中,所述前景识别模型是根据训练数据集训练得到的,所述训练数据集包括多帧样本图像、每帧所述样本图像对应的样本深度图像及每帧所述样本图像对应的标注前景结果,所述样本深度图像的风格为所述目标风格。2.根据权利要求1所述的方法,其特征在于,所述根据所述待处理图像及第一深度图像,生成与目标风格匹配的第二深度图像,包括:采用目标深度估计方式对所述待处理图像进行深度估计,得到与目标风格匹配的深度估计结果;其中,所述目标深度估计方式为生成样本深度图像的深度估计方式;根据所述第一深度图像确定约束条件,并根据所述约束条件及所述深度估计结果生成第二深度图像。3.根据权利要求2所述的方法,其特征在于,所述第一深度图像包括所述待处理图像中各个像素点对应的深度值;所述根据所述第一深度图像确定约束条件,包括:根据所述第一深度图像中所述各个像素点对应的深度值,按照深度值从大到小或从小到大的顺序,分别确定所述各个像素点对应的向量序号;根据所述各个像素点对应的向量序号,生成约束条件,所述约束条件用于约束所述各个像素点对应的向量序号与所述顺序之间的关系。4.根据权利要求2或3所述的方法,其特征在于,所述根据所述约束条件及所述深度估计结果生成第二深度图像,包括:在满足所述约束条件的情况下,最小化与所述深度估计结果之间的均方误差,得到第二深度图像。5.根据权利要求1~3任一所述的方法,其特征在于,所述前景识别结果包括前景掩膜;在所述得到前景识别结果之后,所述方法还包括:对所述前景掩膜进行连通域检测,并根据检测结果去除所述前景掩膜的图像噪声。6.根据权利要求5所述的方法,其特征在于,所述对所述前景掩膜进行连通域检测,并根据检测结果去除所述前景掩膜的图像噪声,包括:遍历所述前景掩膜中的各个像素点,若当前的像素点不存在对应的连通域标签,则分配与所述当前的像素点对应的连通域标签;所述连通域标签用于标识像素点所属的连通域;检测所述前景掩膜中,在所述当前的像素点的可达区域内的可达像素点,并分别为各个所述可达像素点分配所述连通域标签;删除所述前景掩膜中与目标连通域标签对应的连通域,其中,所述前景掩膜中与所述目标连通域标签对应的像素点的数量小于数量阈值。7.根据权利要求1~3任一所述的方法,其特征在于,所述前景识别模型是通过以下步
骤训练得到的:获取多帧样本图像及每帧所述样本图像对应的标注前景结果;采用目标深度估计方式对每帧所述样本图像进行深度估计,得到每帧所述样本图像对应的样本深度图像;通过待训练的前景识别模型对当前帧样本图像及对应的样本深度图像进行处理,得到预测前景识别结果;根据所...

【专利技术属性】
技术研发人员:高跃刘欣爽吕乔戴向东王顺飞
申请(专利权)人:清华大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1