图像处理方法、装置、设备、存储介质及产品制造方法及图纸

本申请涉及图像处理技术领域，公开了图像处理方法、装置、设备、存储介质及产品，包括：通过编码器对包含待抠取目标的待处理图像进行多尺度特征提取，生成浅层特征图、中层特征图以及高级特征图；通过解码器对所述高级特征图中的特征点进行分类，获得特征分类结果；通过解码器根据特征分类结果及高级特征图构建目标特征图；通过解码器将目标特征图、浅层特征图及中层特征图进行多尺度特征融合，生成待抠取目标的抠图图像。由于采用了多尺度的特征提取，生成不同尺度的特征图，并基于高级特征图分类后获得的目标特征图多尺度的特征图融合，生成抠图图像，保证了可以保留更多的细节，使得在处理大范围和细小区域时都能保持高精度的分割效果。

【技术实现步骤摘要】

本申请涉及图像处理，尤其涉及图像处理方法、装置、设备、存储介质及产品。

技术介绍

1、随着计算机视觉(computer vision)和深度学习(deep learning)技术的快速发展，语义分割(semantic segmentation)成为图像处理领域的重要研究方向。语义分割旨在将图像中的每个像素分类到特定的类别中，从而实现对图像内容的详细分析。尤其在图像抠图(如人像抠图)任务中，将特定目标从背景中分离出来是一个关键步骤，这在推广信息制作、影视特效、虚拟现实和增强现实等应用中具有重要意义。

2、然而，现有语义分割用于图像抠图的方法在实际应用中会存在一定缺陷，效果不佳：

3、(1)大多基于单一尺度的特征提取，在处理不同尺度的对象时无法充分融合多尺度特征，导致在处理具有不同尺度的抠取目标时边缘和细节的分割不够精确。

4、(2)在处理多尺度特征提取过程中，不能有效利用注意力机制来增强对重要特征的关注，同时抑制不重要特征的干扰，导致在分割细节信息和边缘清晰度方面存在不足。

5、(3)在处理复杂背景时，往往难以本文档来自技高网...

【技术保护点】

1.一种图像处理方法，其特征在于，应用于图像抠取模型，所述图像抠取模型包括编码器及解码器；

2.如权利要求1所述的图像处理方法，其特征在于，所述编码器包括第一卷积组、池化层、第二卷积组以及第三卷积组；

3.如权利要求2所述的图像处理方法，其特征在于，所述编码器还包括并行注意力模块以及多尺度提取模块；

4.如权利要求3所述的图像处理方法，其特征在于，所述并行注意力模块包括位置注意力模块以及通道注意力模块；

5.如权利要求3所述的图像处理方法，其特征在于，所述多尺度提取模块包括点卷积核、多个不同膨胀度的空洞卷积以及全局池化层；

6....

【技术特征摘要】

1.一种图像处理方法，其特征在于，应用于图像抠取模型，所述图像抠取模型包括编码器及解码器；

2.如权利要求1所述的图像处理方法，其特征在于，所述编码器包括第一卷积组、池化层、第二卷积组以及第三卷积组；

3.如权利要求2所述的图像处理方法，其特征在于，所述编码器还包括并行注意力模块以及多尺度提取模块；

4.如权利要求3所述的图像处理方法，其特征在于，所述并行注意力模块包括位置注意力模块以及通道注意力模块；

5.如权利要求3所述的图像处理方法，其特征在于，所述多尺度提取模块包括点卷积核、多个不同膨胀度的空洞卷积以及全局池化层；

6.如权利要求1所述的图像处理方法，其特征在于，所述通过所述解码器将所述目标特征图、所述浅层特征图及所述中层特征图进行多尺度...

【专利技术属性】
技术研发人员：黄磊，梁宪臣，
申请(专利权)人：北京奇虎科技有限公司，
类型：发明
国别省市：