图像处理方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种图像处理方法、装置、电子设备及存储介质，其中，该方法包括：基于预先确定的包括目标对象的待处理图像和待处理热力图，确定模型输入图像；将模型输入图像输入至预先训练完成的图像分割模型中，得到分割特征矩阵；其中，图像分割模型是基于样本输入图像和相应的对象标注信息训练得到的；基于分割特征矩阵，确定与目标对象相对应的目标分割图像。本发明专利技术实施例的技术方案，实现了提高图像中目标对象分割效率以及分割准确率的效果，同时，还简化了原始图像中目标对象像素区域的提取步骤，提升了用户的使用体验。提升了用户的使用体验。提升了用户的使用体验。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质


[0001]本专利技术涉及图像分析
，尤其涉及一种图像处理方法、装置、电子设备及存储介质。

技术介绍

[0002]随着网络技术的发展，越来越多的用户可以对图像进行编辑处理，以确定图像中的目标对象所对应的像素区域。
[0003]目前，现有的图像编辑插件不支持图像像素区域提取，或仅支持如多次点击或套索工具等手动提取目标像素区域的操作方式，存在操作复杂且效率较低等问题。

技术实现思路

[0004]本专利技术提供了一种图像处理方法、装置、电子设备及存储介质，以实现提高图像中目标对象分割效率以及分割准确率的效果，同时，还简化了原始图像中目标对象像素区域的提取步骤，提升了用户的使用体验。
[0005]根据本专利技术的一方面，提供了一种图像处理方法，该方法包括：
[0006]基于预先确定的包括目标对象的待处理图像和待处理热力图，确定模型输入图像；其中，所述待处理图像和所述待处理热力图相匹配；
[0007]将所述模型输入图像输入至预先训练完成的图像分割模型中，得到分割特征矩阵；其中，所述图像分割模型是基于样本输入图像和相应的对象标注信息训练得到的；
[0008]基于所述分割特征矩阵，确定与所述目标对象相对应的目标分割图像。
[0009]根据本专利技术的另一方面，提供了一种图像处理装置，该装置包括：
[0010]模型输入图像确定模块，用于基于预先确定的包括目标对象的待处理图像和待处理热力图，确定模型输入图像；其中，所述待处理图像和所述待处理热力图相匹配；
[0011]分割特征矩阵确定模块，用于将所述模型输入图像输入至预先训练完成的图像分割模型中，得到分割特征矩阵；其中，所述图像分割模型是基于样本输入图像和相应的对象标注信息训练得到的；
[0012]目标分割图像确定模块，用于基于所述分割特征矩阵，确定与所述目标对象相对应的目标分割图像。
[0013]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的图像处理方法。
[0017]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述
的图像处理方法。
[0018]本专利技术实施例的技术方案，通过基于预先确定的包括目标对象的待处理图像和待处理热力图，确定模型输入图像，进一步的，将模型输入图像输入至预先训练完成的图像分割模型中，得到分割特征矩阵，最后，基于分割特征矩阵，确定与目标对象相对应的目标分割图像，解决了现有技术中不支持图像像素区域提取，或仅支持如多次点击或套索工具等手动提取目标像素区域的操作方式，导致操作复杂且效率较低等问题，实现了提高图像中目标对象分割效率以及分割准确率的效果，同时，还简化了原始图像中目标对象像素区域的提取步骤，提升了用户的使用体验。
[0019]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是根据本专利技术实施例一提供的一种图像处理方法的流程图；
[0022]图2是根据本专利技术实施例二提供的一种图像处理方法的流程图；
[0023]图3是根据本专利技术实施例二提供的一种图像处理流程的示意图；
[0024]图4是根据本专利技术实施例三提供的一种图像处理装置的结构示意图；
[0025]图5是实现本专利技术实施例的图像处理方法的电子设备的结构示意图。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0027]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0028]实施例一
[0029]图1是本专利技术实施例一提供的一种图像处理方法的流程图，本实施例可适用于对图像中所包括的目标对象对应的区域进行分割的情况，该方法可以由图像处理装置来执行，该图像处理装置可以采用硬件和/或软件的形式实现，该图像处理装置可配置于终端
和/或服务器中。如图1所示，该方法包括：
[0030]S110、基于预先确定的包括目标对象的待处理图像和待处理热力图，确定模型输入图像。
[0031]其中，待处理图像可以是基于用户需求所确定的，需要进行图像处理的图像，同时，该图像中可以包括一个或多个对象，可以理解，图像中的对象即为目标对象。在实际应用中，目标对象可以是任意对象，可以是动物、人物以及其他对象等。需要说明的是，待处理图像中目标对象的数量可以为一个或多个，本实施例对此不作具体限定。待处理热力图可以为基于用户需求确定的，需要进行图像处理的热力图。待处理热力图和待处理图像是包括同一目标对象的图像。本领域技术人员应当理解，热力图是一种图形展示形式，常用于展示数据中的空间分布情况。热力图中的每个单元都是一个矩形，颜色深浅表示数据的大小，通常，数据较大的单元会呈现较深的颜色，而数据较小的单元会呈现较浅的颜色。
[0032]在实际应用中，可以首先确定包括目标对象的原始图像，然后，可以对原始图像进行处理，得到待处理图像和待处理热力图，从而，可以根据待处理图像和待处理热力图，确定模型输入图像。
[0033]基于此，在上述各技术方案的基础上，还包括：响应于对原始图像中目标对象的触发操作，确定包括目标对象的待处理矩形框，并对待处理矩形框进行扩展，得到包括目标对象的待处理图像。
[0034]在本实施例中本文档来自技高网...

【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：基于预先确定的包括目标对象的待处理图像和待处理热力图，确定模型输入图像；其中，所述待处理图像和所述待处理热力图相匹配；将所述模型输入图像输入至预先训练完成的图像分割模型中，得到分割特征矩阵；其中，所述图像分割模型是基于样本输入图像和相应的对象标注信息训练得到的；基于所述分割特征矩阵，确定与所述目标对象相对应的目标分割图像。2.根据权利要求1所述的方法，其特征在于，还包括：响应于对原始图像中目标对象的选择操作，确定包括所述目标对象的待处理矩形框，并对所述待处理矩形框进行扩展，得到包括所述目标对象的待处理图像。3.根据权利要求1所述的方法，其特征在于，还包括：响应于对原始图像中目标对象的选择操作，确定与所述选择操作对应的待应用图像，并基于高斯分布，确定与所述待应用图像相对应的待处理热力图。4.根据权利要求1所述的方法，其特征在于，所述基于预先确定的包括目标对象的待处理图像和待处理热力图，确定模型输入图像，包括：将所述待处理图像与所述待处理热力图按照预设通道数进行图像叠加，得到所述模型输入图像。5.根据权利要求1所述的方法，其特征在于，所述图像分割模型包括卷积神经网络、至少一个深度卷积模块、空洞卷积模块、以及至少一个卷积层，所述将所述模型输入图像输入至预先训练完成的图像分割模型中，得到分割特征矩阵，包括：基于所述卷积神经网络提取所述模型输入图像的特征信息，得到待处理特征图；基于所述至少一个深度卷积模块依次对所述待处理特征图进行卷积处理，得到第一待拼接特征图，并基于所述卷积层对所述待处理特征图进行处理，得到第二待拼接特征图；对所述第一待拼接特征图和所述第二待拼接特征图进行拼接，得到第一特征图；基于所述空洞卷积模块对所述第一待拼接特征图进行处理，得到待应用特征图；基于所述卷积层对所述待应用特征图进行处理，得到第二特征图；将所述第一特征图和所述第二特征图进行拼接...

【专利技术属性】
技术研发人员：郑宗超，宋炳雨，崔会会，王丰，
申请(专利权)人：潍坊潍柴动力科技有限责任公司，
类型：发明
国别省市：