本发明专利技术公开了一种复杂背景下人像提取方法及装置，涉及图片处理技术领域，无需用户手动提取人像，能够自动地、精确地提取复杂背景下的人像；对待提取图片没有场所和拍照位置的限制，适用范围广。方案要点为：将待提取图片分割为第一非重叠块；将第一非重叠块映射到任意维度，得到维度参数；提取维度参数中的特征量；根据特征量拼接成块,得到第一分辨率特征图；根据第一分辨率特征图,分割出人像特征图；将人像特征图的块分割为第二非重叠块；提取第二非重叠块的人像特征量，与通过跳跃连接算法获得的多维度特征量融合；将人像特征量转换成图像输出参数；根据图像输出参数输出人像图片。本发明专利技术主要用于图片人像提取中。本发明专利技术主要用于图片人像提取中。本发明专利技术主要用于图片人像提取中。
【技术实现步骤摘要】
一种复杂背景下人像提取方法及装置
[0001]本专利技术涉及图片处理
，尤其涉及一种复杂背景下人像提取方法及装置。
技术介绍
[0002]人像提取技术，顾名思义就是将人像从图片中提取出来，近年来，随着科学技术的发展，人像提取技术仍然存在许多问题，例如人物抠图不准确，无法较准确地将人脸从背景里分离开；边缘细节粗糙；拍照时对人物的位置有较多限制；没有人脸倾斜矫正等。
[0003]现有基于几何特征的识别方法也存在困难，其困难在于尚未形成一个统一、 优秀的特征提取标准。由于成人的面部模式千变万化，即使是同一个人的面部图像，由于时间、光照、摄影机角度等不同，也很难用一个统一的模式来表达，造成了特征提取的困难。
技术实现思路
[0004]本专利技术提供一种复杂背景下人像提取方法及装置，包括将待提取图片分割为第一非重叠块；将所述第一非重叠块映射到任意维度，得到维度参数；提取所述维度参数中的特征量；根据所述特征量拼接成块,得到第一分辨率特征图；根据所述第一分辨率特征图,分割出人像特征图；将所述人像特征图的块分割为第二非重叠块；提取所述第二非重叠块的人像特征量，与通过跳跃连接算法获得的多维度特征量融合；将所述人像特征量转换成图像输出参数；根据所述图像输出参数输出人像图片，相比于现有技术，本专利技术无需用户手动提取人像，能够自动地、精确地提取复杂背景下的人像；对待提取图片没有场所和拍照位置的限制，适用范围广。
[0005]为达到上述目的，本专利技术采用如下技术方案：本专利技术第一方面提供一种复杂背景下人像提取方法，包括：将待提取图片分割为第一非重叠块。
[0006]将所述第一非重叠块映射到任意维度，得到维度参数。
[0007]提取所述维度参数中的特征量。
[0008]根据所述特征量拼接成块,得到第一分辨率特征图。
[0009]根据所述第一分辨率特征图,分割出人像特征图。
[0010]将所述人像特征图的块分割为第二非重叠块。
[0011]提取所述第二非重叠块的人像特征量，与通过跳跃连接算法获得的多维度特征量融合。
[0012]将所述人像特征量转换成图像输出参数。
[0013]根据所述图像输出参数输出人像图片。
[0014]进一步的，所述的复杂背景下人像提取方法，在根据所述特征量拼接成块,得到第一分辨率特征图之后，还包括：提取所述维度参数中的特征量。
[0015]根据所述特征量拼接成块,得到第二分辨率特征图；所述第二分辨率特征图的分
辨率大于所述第一分辨率特征图的分辨率。
[0016]进一步的，所述的复杂背景下人像提取方法，在根据所述特征量拼接成块,得到第二分辨率特征图之后，还包括：提取所述维度参数中的特征量。
[0017]根据所述特征量拼接成块,得到第三分辨率特征图；所述第三分辨率特征图的分辨率大于所述第二分辨率特征图的分辨率。
[0018]进一步的，所述的复杂背景下人像提取方法，将所述人像特征图的块分割为第二非重叠块，包括：将所述第一分辨率特征图的块分割为第二分辨率特征图的块。
[0019]将所述第二分辨率特征图的块分割为第三分辨率特征图的块。
[0020]将所述第三分辨率特征图的块分割为所述第二非重叠块。
[0021]本专利技术第二方面提供一种复杂背景下人像提取装置，包括：第一分割单元，用于将待提取图片分割为第一非重叠块。
[0022]映射单元，用于将所述第一非重叠块映射到任意维度，得到维度参数。
[0023]第一提取单元，用于提取所述维度参数中的特征量。
[0024]第一拼接单元，用于根据所述特征量拼接成块,得到第一分辨率特征图。
[0025]第二分割单元，用于根据所述分辨率特征图,分割出人像特征图。
[0026]第三分割单元，用于将所述人像特征图的块分割为第二非重叠块。
[0027]第二提取单元，用于提取所述第二非重叠块的人像特征量，与通过跳跃连接算法获得的多维度特征量融合。
[0028]转换单元，用于将所述人像特征量转换成图像输出参数。
[0029]输出单元，用于根据所述图像输出参数输出人像图片。
[0030]进一步的，所述的复杂背景下人像提取装置，还包括：第三提取单元，用于提取所述维度参数中的特征量。
[0031]第二拼接单元，用于根据所述特征量拼接成块,得到第二分辨率特征图；所述第二分辨率特征图的分辨率大于所述第一分辨率特征图的分辨率。
[0032]进一步的，所述的复杂背景下人像提取装置，还包括：第四提取单元，用于提取所述维度参数中的特征量。
[0033]第三拼接单元，用于根据所述特征量拼接成块,得到第三分辨率特征图；所述第三分辨率特征图的分辨率大于所述第二分辨率特征图的分辨率。
[0034]进一步的，所述的复杂背景下人像提取装置，所述第三分割单元包括：第一分割模块，用于将所述第一分辨率特征图的块分割为第二分辨率特征图的块。
[0035]第二分割模块，用于将所述第二分辨率特征图的块分割为第三分辨率特征图的块。
[0036]第三分割模块，用于将所述第三分辨率特征图的块分割为所述第二非重叠块。
[0037]本专利技术提供一种复杂背景下人像提取方法及装置，包括将待提取图片分割为第一非重叠块；将所述第一非重叠块映射到任意维度，得到维度参数；提取所述维度参数中的特征量；根据所述特征量拼接成块,得到第一分辨率特征图；根据所述第一分辨率特征图,分
割出人像特征图；将所述人像特征图的块分割为第二非重叠块；提取所述第二非重叠块的人像特征量，与通过跳跃连接算法获得的多维度特征量融合；将所述人像特征量转换成图像输出参数；根据所述图像输出参数输出人像图片，相比于现有技术，本专利技术无需用户手动提取人像，能够自动地、精确地提取复杂背景下的人像；对待提取图片没有场所和拍照位置的限制，适用范围广。
附图说明
[0038]为了更清楚地说明本专利技术实施例的技术方案，以下将对实施例描述中所需要使用的附图作简单地介绍，附图仅用于示出实施方式的目的，而并不认为是对本专利技术的限制。
[0039]图1为本专利技术实施例中一种复杂背景下人像提取方法流程示意图；图2为本专利技术实施例中另一种复杂背景下人像提取方法流程示意图；图3为本专利技术实施例中一种复杂背景下人像提取装置组成结构示意图；图4为本专利技术实施例中另一种复杂背景下人像提取装置组成结构示意图。
具体实施方式
[0040]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0041]除非另有定义，本专利技术所使用的所有的技术和科学术语与属于本专利技术术领域的技术人员通常理解的含义相同；本专利技术中所使用的术语只是为了描述具体的实施例的目的，不是旨本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种复杂背景下人像提取方法，其特征在于，包括：将待提取图片分割为第一非重叠块；将所述第一非重叠块映射到任意维度，得到维度参数；提取所述维度参数中的特征量；根据所述特征量拼接成块,得到第一分辨率特征图；根据所述第一分辨率特征图,分割出人像特征图；将所述人像特征图的块分割为第二非重叠块；提取所述第二非重叠块的人像特征量，与通过跳跃连接算法获得的多维度特征量融合；将所述人像特征量转换成图像输出参数；根据所述图像输出参数输出人像图片。2.根据权利要求1所述的复杂背景下人像提取方法，其特征在于，在根据所述特征量拼接成块,得到第一分辨率特征图之后，还包括：提取所述维度参数中的特征量；根据所述特征量拼接成块,得到第二分辨率特征图；所述第二分辨率特征图的分辨率大于所述第一分辨率特征图的分辨率。3.根据权利要求2所述的复杂背景下人像提取方法，其特征在于，在根据所述特征量拼接成块,得到第二分辨率特征图之后，还包括：提取所述维度参数中的特征量；根据所述特征量拼接成块,得到第三分辨率特征图；所述第三分辨率特征图的分辨率大于所述第二分辨率特征图的分辨率。4.根据权利要求1所述的复杂背景下人像提取方法，其特征在于，将所述人像特征图的块分割为第二非重叠块，包括：将所述第一分辨率特征图的块分割为第二分辨率特征图的块；将所述第二分辨率特征图的块分割为第三分辨率特征图的块；将所述第三分辨率特征图的块分割为所述第二非重叠块。5.一种复杂背景下人像提取装置，其特征在于，包括：第一分割单元，用于将待提取图片分割为第...
【专利技术属性】
技术研发人员：向雷，吕磊，黄德頔，
申请(专利权)人：成都云栈科技有限公司，
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。