抠像模型训练方法、图像抠像方法、装置、设备及介质制造方法及图纸

技术编号:44660662 阅读:10 留言:0更新日期:2025-03-19 20:19
本发明专利技术公开一种抠像模型训练方法、图像抠像方法、装置、设备及介质。其中,该抠像模型训练方法包括:获取训练用数据集;构建背景概率模型公式;使用背景概率模型公式得到的和对所有图像帧的每一个像素点进行标注,得到像素是否为背景的概率热力图,并根据热力图得到二值化后的人像前景标签;使用训练用数据集的色度分量和二值化后的人像前景标签,训练多元非线性回归式模型颜色阈值模型;使用在bbox范围内随机获取图像块的明亮度和色度分量,训练非线性回归式模型用于表征在不同情况下的蓝色或者绿色背景下,前景人像的边缘部分拟合为期望的模糊权重的计算模型。本发明专利技术能优化在进行叠加操作时前景的成像效果还降低了抠像算法的算力。

【技术实现步骤摘要】

本专利技术涉及图像处理的,更具体地,涉及一种抠像模型训练方法、图像抠像方法、装置、设备及介质


技术介绍

1、微课是一种新型的教学模式,它以短视频为主要载体,通常时长在5-10分钟左右,最长不宜超过20分钟。在微课制作中,通常会根据课程的需要添加一些背景,如添加ppt教案,或者又如添加与教学主题相关的图片等。因此,在制作微课时,蓝幕或绿幕抠像技术常被用于将教师或特定对象从原始拍摄背景中分离出来,并合成到一个新的背景中。

2、传统的基于蓝幕或绿幕抠像的微课教学视频录制应用,一般对拍摄的设备、场地、灯光等有较高的要求,比如需要保证光照均匀,拍摄设备的像素数要足够高。其中,部分传统的抠像应用一般是基于红色绿色蓝色(rgb)颜色空间内的像素数据,对场景的自适应性较低,很容易受到背景幕布的色差,灯光拍摄等条件的影响,这又进一步增加了对录制场景布置的要求;而对于具有一定自适应能力的抠像应用,一般需要在具有一定算力的平台上运行,如具备并行计算功能的服务器或者性能较好的移动终端,比如手机等设备,这类方案的共同点是无法和专业的视频录制设备形成较好的搭配,比如专业本文档来自技高网...

【技术保护点】

1.一种抠像模型训练方法,其特征在于,包括:

2.根据权利要求1所述的抠像模型训练方法,其特征在于,还包括:

3.根据权利要求1所述的抠像模型训练方法,其特征在于,所述原始视频数据包括多种光照条件下的成像画面,所述光照条件包括:不同的打灯方式下的光照、无打灯方式下的光照、受外界环境光干扰的光照和/或以屏幕作为背景时不同屏幕亮度下的光照。

4.根据权利要求1所述的抠像模型训练方法,其特征在于,所述使用训练用数据集的YCrCb数据中的色度分量和二值化后的人像前景mask标签,在YCrCb颜色空间中训练多元非线性回归式模型颜色阈值模型FBG的过程,包括:...

【技术特征摘要】

1.一种抠像模型训练方法,其特征在于,包括:

2.根据权利要求1所述的抠像模型训练方法,其特征在于,还包括:

3.根据权利要求1所述的抠像模型训练方法,其特征在于,所述原始视频数据包括多种光照条件下的成像画面,所述光照条件包括:不同的打灯方式下的光照、无打灯方式下的光照、受外界环境光干扰的光照和/或以屏幕作为背景时不同屏幕亮度下的光照。

4.根据权利要求1所述的抠像模型训练方法,其特征在于,所述使用训练用数据集的ycrcb数据中的色度分量和二值化后的人像前景mask标签,在ycrcb颜色空间中训练多元非线性回归式模型颜色阈值模型fbg的过程,包括:

5.根据权利要求1所述的抠像模型训练方法,其特征在于,所述使用在bbox范围内随机获取图像块的ycrcb数据中的明亮度和色度分量,在ycrcb颜色空间中训练非线性回归式模型用于表征在不同情况下的蓝色或者绿色背景下,前景人像的边缘部分拟合为期望的...

【专利技术属性】
技术研发人员:林立山
申请(专利权)人:广州市奥威亚电子科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1