一种基于深度信息的抠图方法及抠图网络训练方法技术

本申请公开了一种基于深度信息的抠图方法及抠图网络训练方法，涉及图像处理技术领域。所述抠图方法包括：通过获取纯色背景下的RGBD图像；其中，RGBD图像包括RGB子图与Depth子图；对RGB子图进行抠图处理，得到RGB子图抠图结果；对RGB子图进行归一化处理，得到归一化RGB子图；根据Depth子图中各像素点的深度值分别对Depth子图进行二值化处理，得到前景二值图与背景二值图；将RGB子图抠图结果、归一化RGB子图、Depth子图、前景二值图及背景二值图输入训练完成的目标神经网络模型以得到目标图像。本申请能够在前景与背景存在相同颜色的情况下提高图像边缘抠图精度。情况下提高图像边缘抠图精度。情况下提高图像边缘抠图精度。

【技术实现步骤摘要】
一种基于深度信息的抠图方法及抠图网络训练方法


[0001]本专利技术涉及图像处理
，尤其涉及一种基于深度信息的抠图方法及抠图网络训练方法。

技术介绍

[0002]图像抠图是把图像或影像中的某一部分从原始图像或影像中分离出来的技术，已被广泛应用于图像合成和影视特效等场景。
[0003]目前采用的通过纯RGB图像直接预测前景的方法无法解决前景与背景同色情况下的抠图问题；基于深度学习的抠图方法，能够在一定程度上缓解前景与背景同色的问题，但无法从根本上解决问题，且其边缘精度较低。

技术实现思路

[0004]为了解决现有技术存在的无法在前景与背景同色情况下的进行高精度抠图，抠图结果边缘精度较低的问题，本专利技术提供了一种基于深度信息的抠图方法及抠图网络训练方法，以解决目前存在的问题。
[0005]第一方面，本申请提供了一种基于深度信息的抠图方法，包括：获取纯色背景下的RGBD图像，其中，RGBD图像包括RGB子图与Depth子图；对RGB子图进行抠图处理，得到RGB子图抠图结果；对RGB子图进行归一化处理，得到归一化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度信息的抠图方法，其特征在于，包括：获取纯色背景下的RGBD图像，其中，所述RGBD图像包括RGB子图与Depth子图；对所述RGB子图进行抠图处理，得到RGB子图抠图结果；对所述RGB子图进行归一化处理，得到归一化RGB子图；根据所述Depth子图中各像素点的深度值分别对所述Depth子图进行二值化处理，得到前景二值图与背景二值图；将所述RGB子图抠图结果、所述归一化RGB子图、所述前景二值图及所述背景二值图输入训练完成的目标神经网络模型以得到目标图像。2.根据权利要求1所述的基于深度信息的抠图方法，其特征在于，所述获取纯色背景下的RGBD图像，还包括：对所述RGB子图与所述Depth子图进行对齐处理。3.根据权利要求2所述的基于深度信息的抠图方法，其特征在于，所述对所述RGB子图与所述Depth子图进行对齐处理，包括：将所述RGB子图的颜色数据填充到所述Depth子图上；或将所述Depth子图的深度数据填充到所述RGB子图上。4.根据权利要求1所述的基于深度信息的抠图方法，其特征在于，所述根据所述Depth子图中各像素点的深度值分别对所述Depth子图进行二值化处理，得到前景二值图与背景二值图，包括：对所述Depth子图的像素点中深度值有效且所述深度值大于第一预设阈值的像素点标注第一标记，对所述Depth子图中的其他像素点标注第二标记以得到所述前景二值图；对所述Depth子图的像素点中深度值有效且所述深度值大于第二预设阈值的像素点标注第三标记，对所述Depth子图中的其他像素点标注第四标记以得到所述后景二值图。5.根据权利要求1所述的基于深度信息的抠图方法，其特征在于，还包括：对所述Depth子图进行归一化处理以得到归一化Depth子图；将所述RGB子图抠图结果、所述归一化RGB子图、归一化Depth子图、所述前景二值图及所述背景二值图输入训练完成的目标神经网络模型以得到目标图像。6.一种基于深度信息的抠图网络训练方法，用于训练如权利要求1
‑
5中任一项所述的目标神经网络模型，其特征...

【专利技术属性】
技术研发人员：莫曜阳，
申请(专利权)人：奥比中光科技集团股份有限公司，
类型：发明
国别省市：