基于深度学习的图像分割方法及系统技术方案

本发明专利技术涉及图像处理技术领域，本发明专利技术公开了一种基于深度学习的图像分割方法及系统，包括：筛选出重复风景图像，并计算每幅风景图像的质量系数，根据质量系数剔除低质图像，得到第二图像集；对第j幅风景图像进行图像分割，获取包含多个分割区域的第j幅风景图像；将包含多个分割区域的第j幅风景图像输入至第一深度学习模型，获取主体分割区域和非主体分割区域；依据主体分割区域确定目标区域，并获取位置分布数据，将位置分布数据输入至第二深度学习模型，以确定最佳裁剪策略，根据最佳裁剪策略对目标区域进行剪裁，得到目标风景图像；重复上述过程，得到第三图像集；本发明专利技术能提升图像的视觉吸引力、展示效果和展示准确性。

【技术实现步骤摘要】

本专利技术涉及图像处理，更具体地说，本专利技术涉及基于深度学习的图像分割方法及系统。

技术介绍

1、随着旅游业的快速发展，旅游平台已成为人们获取旅游信息、规划旅游行程的重要工具；游客不仅希望通过文字了解景点信息，更希望通过高质量的图像直观地感受景点风景的魅力；然而，旅游平台上上传的风景图像数量庞大且来源多样，导致图像质量参差不齐；一些图像未被精准地分割出主要信息，使得用户难以获得良好的视觉体验，直接影响了用户体验和平台的竞争力；因此，如何保证上传图像的质量已成为旅游平台亟待解决的问题。

2、目前，现有旅游平台对上传的风景图像大多通过人工方式进行处理，然而此种方式不仅费时费力，图像处理效率低，还易造成分割准确性不高和图像质量不佳等问题；虽存在部分智能化的改进技术文献，例如授权公开号为cn111696112b的专利公开了一种图像自动裁剪方法、系统、电子设备及存储介质，此类方法通过自动剪裁处理提高了旅游平台图像展示的准确性；但对上述方法以及现有技术进行研究和实际应用发现，上述方法以及现有技术至少存在以下部分缺陷：

3、（1）图像处理效率较本文档来自技高网...

【技术保护点】

1.一种基于深度学习的图像分割方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于深度学习的图像分割方法，其特征在于，所述筛选出第一图像集中的重复风景图像，包括：

3.根据权利要求2所述的基于深度学习的图像分割方法，其特征在于，所述计算每幅风景图像的质量系数，包括：

4.根据权利要求3所述的基于深度学习的图像分割方法，其特征在于，所述剔除低质的风景图像或重复风景图像，包括：

5.根据权利要求4所述的基于深度学习的图像分割方法，其特征在于，所述对第j幅风景图像进行图像分割，包括：

6.根据权利要求5所述的基于深度学习的图...

【技术特征摘要】

1.一种基于深度学习的图像分割方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于深度学习的图像分割方法，其特征在于，所述筛选出第一图像集中的重复风景图像，包括：

3.根据权利要求2所述的基于深度学习的图像分割方法，其特征在于，所述计算每幅风景图像的质量系数，包括：

4.根据权利要求3所述的基于深度学习的图像分割方法，其特征在于，所述剔除低质的风景图像或重复风景图像，包括：

5.根据权利要求4所述的基于深度学习的图像分割方法，其特征在于，所述对第j幅风景图像进行图像分割，包括：

6...

【专利技术属性】
技术研发人员：高峰，
申请(专利权)人：山东以游信息科技有限公司，
类型：发明
国别省市：