CN109697724B - 视频图像分割方法及装置、存储介质、电子设备 - Google Patents
视频图像分割方法及装置、存储介质、电子设备 Download PDFInfo
- Publication number
- CN109697724B CN109697724B CN201711003830.XA CN201711003830A CN109697724B CN 109697724 B CN109697724 B CN 109697724B CN 201711003830 A CN201711003830 A CN 201711003830A CN 109697724 B CN109697724 B CN 109697724B
- Authority
- CN
- China
- Prior art keywords
- image
- segmented
- frame
- image segmentation
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003709 image segmentation Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000010801 machine learning Methods 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
- G06T5/75—Unsharp masking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Image Analysis (AREA)
Abstract
本公开是关于一种视频图像分割方法及装置,属于视频图像分割技术领域,该方法包括:利用历史视频图像以及所述历史视频图像的掩模图像进行机器学习得到图像分割模型;利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整;利用调整后的图像分割模型对所述待分割图像进行分割。该方法可以提高视频图像分割的精度。
Description
技术领域
本公开涉及视频图像分割技术领域,具体而言,涉及一种视频图像分割方法、视频图像分割装置、计算机可读存储介质以及电子设备。
背景技术
随着电子商务的快速发展,各大电子商务平台之间的竞争也越来越白热化。因此,为了提高自身的竞争力并未用户提供更全面的商品信息,大部分的电子商务平台都通过对商品进行视频录制并通过视频分割的方法得到商品的各个方位的视图以使用户可以得到更加全面的商品信息。
视频物体分割也可以被称为VOS(Video Object Segmentation),需要逐帧从视频中提取视频帧并对帧内物体进行分割。在现有的视频图像分割方法中,可以包括以下两种方案:
一种是,单镜头视频对象分割(OSVOS,One-shot Video Object Segmentation)方法,该方法通过视频待分割图像第一帧对已经训练好的模型进行微调,然后利用微调好的模型生成后续帧的图像分割结果;但是该方法仅利用第一帧学习参数对模型进行微调,无法实现对后续帧大的变化进行预测,从而导致后续帧分割的割裂;
另一种是,在线自适应的视频物体分割(OnAVOS,On-line Adaption VideoObject Segmentation)方法被提出,该方法采用前一帧生成的结果和第0帧对已经训练好的模型进行微调,为下一帧的生成作指导,相比于只采用第一帧进行指导的分割方法,该方法对分割效果有所改进,但是对于物体遮挡、物体发生旋转等问题,前一帧的分割结果不能很好的指导下一帧图像分割结果的生成,导致分割结果越来越差。
因此,需要提供一种新的视频图像分割方法。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种视频图像分割方法、视频图像分割装置、计算机可读存储介质以及电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开的一个方面,提供一种视频图像分割方法,包括:
利用历史视频图像以及所述历史视频图像的掩模图像进行机器学习得到图像分割模型;
利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整;
利用调整后的图像分割模型对所述待分割图像进行分割。
在本公开的一种示例性实施例中,利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整包括:
判断所述待分割图像的待分割帧数是否超过预设阈值;
在判断所述所述待分割图像的待分割帧数未超过预设阈值时,利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整。
在本公开的一种示例性实施例中,在判断所述待分割图像的待分割帧数是否超过预设阈值之后,所述视频图像分割方法还包括:
在判断所述所述待分割图像的待分割帧数超过预设阈值时,利用待分割图像的第一帧、预设帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整。
在本公开的一种示例性实施例中,所述视频图像分割方法还包括:
从所述待分割图像中提取所述预设帧。
在本公开的一种示例性实施例中,从所述待分割图像中提取所述预设帧包括:
利用所述待分割图像的待分割帧数乘以预设值得到提取帧数;
提取所述提取帧数的对应帧作为所述预设帧。
在本公开的一种示例性实施例中,所述预设值为0.6~0.9内的任意值。
根据本公开的一个方面,提供一种视频图像分割装置,包括:
机器学习模块,用于利用历史视频图像以及所述历史视频图像的掩模图像进行机器学习得到图像分割模型;
模型调整模块,用于利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整;
图像分割模块,用于利用调整后的图像分割模型对所述待分割图像进行分割。
在本公开的一种示例性实施例中,利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整包括:
判断所述待分割图像的待分割帧数是否超过预设阈值;
在判断所述所述待分割图像的待分割帧数未超过预设阈值时,利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整。
在本公开的一种示例性实施例中,在判断所述待分割图像的待分割帧数是否超过预设阈值之后,所述视频图像分割装置还包括:
在判断所述所述待分割图像的待分割帧数超过预设阈值时,利用待分割图像的第一帧、预设帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整。
在本公开的一种示例性实施例中,所述视频图像分割装置还包括:
提取模块,用于从所述待分割图像中提取所述预设帧。
在本公开的一种示例性实施例中,从所述待分割图像中提取所述预设帧包括:
利用所述待分割图像的待分割帧数乘以预设值得到提取帧数;
提取所述提取帧数的对应帧作为所述预设帧。
在本公开的一种示例性实施例中,所述预设值为0.6~0.9内的任意值。
根据本公开的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的视频图像分割方法。
根据本公开的一个方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的视频图像分割方法。
本公开一种视频图像分割方法及装置,通过利用历史视频图像以及历史视频图像的掩模图像进行机器学习得到图像分割模型;然后利用待分割图像的第一帧、待分割帧的前一帧以及前一帧的掩模图像对图像分割模型进行调整;最后利用调整后的图像分割模型对待分割图像的多个待分割帧进行分割;一方面,通过利用待分割图像的第一帧、待分割帧的前一帧以及前一帧的掩模图像对图像分割模型进行调整在利用调整后的图像分割模型对待分割图像的多个待分割帧进行分割,避免了现有技术方案中由于采用第0帧和生成帧的前一帧进行调整造成的由于多帧视频相邻两帧具有较大的关联性而后面帧与第0帧相差又太大,当遇到帧内分割物体遭遇到遮挡时导致遮挡物体在下几帧不能很好的恢复的问题,提高了分割图像的质量使得用户可以查看到更加清晰的图像,提升了用户体验;另一方面,通过利用待分割图像的第一帧、待分割帧的前一帧以及前一帧的掩模图像对图像分割模型进行调整在利用调整后的图像分割模型对待分割图像的多个待分割帧进行分割,解决了仅采用待分割图像第一帧对图像分割模型进行调整而无法实现对后续帧大的变化进行预测从而导致后续帧分割的割裂的问题,进一步的提高了分割图像的质量。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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。
图1示意性示出一种视频图像分割方法的流程图。
图2示意性示出一种视频图像分割方法的流程框图。
图3示意性示出一种对图像分割模型进行调整的方法流程图。
图4示意性示出一种视频图像分割装置的方框图。
图5示意性示出一种用于实现上述视频图像分割方法的电子设备示例图。
图6示意性示出一种用于实现上述视频图像分割方法的计算机可读存储介质。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在一种在线自适应的视频物体分割方法(OnAVOS)中,该视频物体分割方法可以包括以下步骤:首先,建立分割模型,然后通过视频帧和对应的掩模图像进行模型训练;进一步的,在进行视频分割时,需要第0帧最为指导帧,首先采用第0帧对网络进行微调,在后续帧的生成过程中,采用在线自适应的方法,即采用前一帧生成的结果和第0帧对网络做微调,为下一帧的生成做指导。
但是,上述视频物体分割方法仅采用第0帧和生成帧的前一帧进行网络参数的微调,而多帧视频相邻两帧具有较大的关联性,而后面帧与0帧相差又太大,而当遇到帧内分割物体遭遇到遮挡时,只采用相邻帧和第0帧可能导致遮挡物体在下几帧不能很好的恢复。
本示例实施方式中首先提供了一种视频图像分割方法。参考图1所示,该视频图像分割方法可以包括以下步骤:
步骤S110.利用历史视频图像以及所述历史视频图像的掩模图像进行机器学习得到图像分割模型。
步骤S120.利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整。
步骤S130.利用调整后的图像分割模型对所述待分割图像进行分割。
在上述视频图像分割方法中,一方面,通过利用待分割图像的第一帧、待分割帧的前一帧以及前一帧的掩模图像对图像分割模型进行调整在利用调整后的图像分割模型对待分割图像的多个待分割帧进行分割,避免了现有技术方案中由于采用第0帧和生成帧的前一帧进行调整造成的由于多帧视频相邻两帧具有较大的关联性而后面帧与第0帧相差又太大,当遇到帧内分割物体遭遇到遮挡时导致遮挡物体在下几帧不能很好的恢复的问题,提高了分割图像的质量使得用户可以查看到更加清晰的图像,提升了用户体验;另一方面,通过利用待分割图像的第一帧、待分割帧的前一帧以及前一帧的掩模图像对图像分割模型进行调整在利用调整后的图像分割模型对待分割图像的多个待分割帧进行分割,解决了仅采用待分割图像第一帧对图像分割模型进行调整而无法实现对后续帧大的变化进行预测从而导致后续帧分割的割裂的问题,进一步的提高了分割图像的质量。
下面,将对本示例实施方式中上述视频图像分割方法中的各步骤进行详细的解释以及说明。
在步骤S110中,利用历史视频图像以及所述历史视频图像的掩模图像进行机器学习得到图像分割模型。详细而言:
参考图2所示,利用历史视频图像202以及历史视频图像的掩模图像进行机器学习(训练)得到图像分割模型201。进一步的,还可以采用原始视频帧和人工标记的物体分割掩模作为分割模型训练的数据,通过网络训练得到用于分割的网络权重,然后可以再利用该网络权重对后续帧大的变化进行预测,避免了后续帧分割的割裂问题。此处需要补充说明的是,上述网络训练的网络可以采用VGGNet(一种卷积神经网络模型)和残差网络作为网络的基本结构,可以包括38个隐含层,并采用Imagenet作为网络的预训练数据以获得更丰富的物体特征参数。
在步骤S120中,利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整。参考图3所示,对图像分割模型进行调整可以包括步骤S1202-步骤S1206。其中:
在步骤S1202中,判断所述待分割图像的待分割帧数是否超过预设阈值。详细而言:
首先,计算待分割图像的待分割帧数并判断该待分割图像的待分割帧数是否超过预设阈值;其中,该预设阈值可以为10或者20,也可以为其他值,例如可以是25或者30以及40等等,本示例对此不做特殊限制。
在步骤S1204中,在判断所述所述待分割图像的待分割帧数未超过预设阈值时,利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整。详细而言:
当待分割图像的待分割帧数未超过预设阈值(小于等于10帧时),可以判断该待分割图像的待分割帧数未超过上述预设阈值,可以直接利用待分割图像的待分割图像第一帧、待分割帧的前一帧图像以前一帧图像的掩模图像对图像分割模型进行调整。此处需要补充说明的是,为了可以利用待分割图像第一帧对图像分割模型进行调整,还需要对待分割图像第一帧进行提取,具体的可以包括:可以利用人工进行待分割图像第一帧的提取,也可以可以利用其他的处理软件对待分割图像第一帧进行提取,本示例对此不做特殊限制。
在步骤S1206中,在判断所述所述待分割图像的待分割帧数超过预设阈值时,利用待分割图像的第一帧、预设帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整。详细而言:
参考图2所示,当待分割图像203的待分割帧数超过预设阈值(大于10帧时),可以判断该待分割图像的待分割帧数超过上述预设阈值,需要利用待分割图像第一帧图像204、预设帧图像206、待分割帧的前一帧(输出帧)205图像以及前一帧的掩模图像对图像分割模型201进行调整。通过增加该预设帧图像对图像分割模型进行调整,在保证物体基本特征的前提下,保证了视频中运动物体在被遮挡时再次出现时也能被很好的分割,并防止了物体特征的偏移现象,进一步的提升了图像分割的精度。
进一步的,上述视频图像分割方法还包括:从所述待分割图像中提取所述预设帧;其中,提取预设帧图像可以包括:利用所述待分割图像的待分割帧数乘以预设值得到提取帧数;提取所述提取帧数的对应帧作为所述预设帧。详细而言:
首先,利用待分割图像的待分割帧数乘以预设值得到一提取帧数,然后提取该提取帧数的对应帧作为上述预设帧图像;其中,上述预设值可以为0.6-0.9中的任意值。举例而言:
设视频帧数为n,当10<n≤15时,在采用待分割图像第一帧、待分割帧的前一帧图像以及前一帧的掩模图像对图像的基础上加入第10的图像信息作为学习帧,对图像分割模型进行微调以防止视频发生遮挡后物体的特征偏移;
当15<n≤20时,在采用待分割图像第一帧、待分割帧的前一帧图像以及前一帧的掩模图像对图像基础上加入预设帧第15帧的图像信息,对图像分割模型进行微调以防止视频发生遮挡后物体的特征偏移;
当20<n≤25时,在采用待分割图像第一帧、待分割帧的前一帧图像以及前一帧的掩模图像对图像的基础上加入第20帧的图像信息,对图像分割模型进行微调以防止视频发生遮挡后物体的特征偏移;
当25<n≤30时,在采用待分割图像第一帧、待分割帧的前一帧图像以及前一帧的掩模图像对图像基础上加入第25帧的图像信息,对图像分割模型进行微调以防止视频发生遮挡后物体的特征偏移。
在步骤S130中,利用调整后的图像分割模型对所述待分割图像进行分割。详细而言:
参考图2所示,当待分割图像的待分割帧数小于预设阈值时,利用待分割图像第一帧、待分割帧的前一帧图像以及前一帧的掩模图像对图像分割模型进行调整并利用调整后的图像分割模型对待分割图像进行分割;当待分割图像的待分割帧数大于预设阈值时,利用待分割图像的待分割图像第一帧、预设帧图像、待分割帧的前一帧图像以及前一帧的掩模图像对图像分割模型进行调整并利用调整后的图像分割模型对待分割图像进行分割。
本公开还提供了一种视频图像分割装置。参考图4所示,该视频图像分割装置包括机器学习模块410、模型调整模块420以及图像分割模块430。其中:
机器学习模块410可以用于利用历史视频图像以及所述历史视频图像的掩模图像进行机器学习得到图像分割模型。
模型调整模块420可以用于利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整。
图像分割模块430可以用于利用调整后的图像分割模型对所述待分割图像进行分割。
在本公开的一种示例实施方式中,利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整包括:
判断所述待分割图像的待分割帧数是否超过预设阈值。
在判断所述所述待分割图像的待分割帧数未超过预设阈值时,利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整。
在本公开的一种示例实施方式中,在判断所述待分割图像的待分割帧数是否超过预设阈值之后,所述视频图像分割装置还包括:
在判断所述所述待分割图像的待分割帧数超过预设阈值时,利用待分割图像的第一帧、预设帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整。
在本公开的一种示例实施方式中,所述视频图像分割装置还包括:
提取模块,用于从所述待分割图像中提取所述预设帧。
在本公开的一种示例实施方式中,从所述待分割图像中提取所述预设帧包括:
利用所述待分割图像的待分割帧数乘以预设值得到提取帧数。
提取所述提取帧数的对应帧作为所述预设帧。
在本公开的一种示例实施方式中,所述预设值为0.6~0.9内的任意值。
上述视频图像分割装置中各模块的具体细节已经在对应的视频图像分割方法中进行了详细想描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图5来描述根据本发明的这种实施方式的电子设备600。图5显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图1中所示的步骤S110:利用历史视频图像以及所述历史视频图像的掩模图像进行机器学习得到图像分割模型;S120:利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整;步骤S130:利用调整后的图像分割模型对所述待分割图像进行分割。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器660通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图6所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (10)
1.一种视频图像分割方法,其特征在于,包括:
利用历史视频图像以及所述历史视频图像的掩模图像进行机器学习得到图像分割模型;
判断待分割图像的待分割帧数是否超过预设阈值;
在判断所述待分割图像的待分割帧数未超过预设阈值时,利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整;
在判断所述待分割图像的待分割帧数超过预设阈值时,利用待分割图像的第一帧、预设帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整;
利用调整后的图像分割模型对所述待分割图像进行分割。
2.根据权利要求1所述的视频图像分割方法,其特征在于,所述视频图像分割方法还包括:
从所述待分割图像中提取所述预设帧。
3.根据权利要求2所述的视频图像分割方法,其特征在于,从所述待分割图像中提取所述预设帧包括:
利用所述待分割图像的待分割帧数乘以预设值得到提取帧数;
提取所述提取帧数的对应帧作为所述预设帧。
4.根据权利要求3所述的视频图像分割方法,其特征在于,所述预设值为0.6~0.9内的任意值。
5.一种视频图像分割装置,其特征在于,包括:
机器学习模块,用于利用历史视频图像以及所述历史视频图像的掩模图像进行机器学习得到图像分割模型;
模型调整模块,用于判断待分割图像的待分割帧数是否超过预设阈值;在判断所述待分割图像的待分割帧数未超过预设阈值时,利用待分割图像的第一帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整;在判断所述待分割图像的待分割帧数超过预设阈值时,利用待分割图像的第一帧、预设帧、待分割帧的前一帧以及所述前一帧的掩模图像对所述图像分割模型进行调整;
图像分割模块,用于利用调整后的图像分割模型对所述待分割图像进行分割。
6.根据权利要求5所述的视频图像分割装置,其特征在于,所述视频图像分割装置还包括:
提取模块,用于从所述待分割图像中提取所述预设帧。
7.根据权利要求6所述的视频图像分割装置,其特征在于,从所述待分割图像中提取所述预设帧包括:
利用所述待分割图像的待分割帧数乘以预设值得到提取帧数;
提取所述提取帧数的对应帧作为所述预设帧。
8.根据权利要求7所述的视频图像分割装置,其特征在于,所述预设值为0.6~0.9内的任意值。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-4任一项所述的视频图像分割方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-4任一项所述的视频图像分割方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711003830.XA CN109697724B (zh) | 2017-10-24 | 2017-10-24 | 视频图像分割方法及装置、存储介质、电子设备 |
PCT/CN2018/107388 WO2019080685A1 (zh) | 2017-10-24 | 2018-09-25 | 视频图像分割方法及装置、存储介质、电子设备 |
US16/757,760 US11227393B2 (en) | 2017-10-24 | 2018-09-25 | Video image segmentation method and apparatus, storage medium and electronic device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711003830.XA CN109697724B (zh) | 2017-10-24 | 2017-10-24 | 视频图像分割方法及装置、存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109697724A CN109697724A (zh) | 2019-04-30 |
CN109697724B true CN109697724B (zh) | 2021-02-26 |
Family
ID=66228169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711003830.XA Active CN109697724B (zh) | 2017-10-24 | 2017-10-24 | 视频图像分割方法及装置、存储介质、电子设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11227393B2 (zh) |
CN (1) | CN109697724B (zh) |
WO (1) | WO2019080685A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782469A (zh) * | 2019-10-25 | 2020-02-11 | 北京达佳互联信息技术有限公司 | 一种视频帧图像分割方法、装置、电子设备及存储介质 |
CN110992367B (zh) * | 2019-10-31 | 2024-02-02 | 北京交通大学 | 对带有遮挡区域的图像进行语义分割的方法 |
CN112884794B (zh) * | 2019-11-29 | 2022-12-02 | 北京航空航天大学 | 生成图像方法、装置、电子设备和计算机可读介质 |
CN111223114B (zh) * | 2020-01-09 | 2020-10-30 | 北京达佳互联信息技术有限公司 | 一种图像区域的分割方法、装置及电子设备 |
CN111340813B (zh) * | 2020-02-25 | 2023-09-01 | 北京字节跳动网络技术有限公司 | 图像实例分割方法、装置、电子设备及存储介质 |
CN112906551A (zh) * | 2021-02-09 | 2021-06-04 | 北京有竹居网络技术有限公司 | 视频处理方法、装置、存储介质及电子设备 |
CN112862005B (zh) * | 2021-03-19 | 2023-08-01 | 北京百度网讯科技有限公司 | 视频的分类方法、装置、电子设备和存储介质 |
CN113066092A (zh) * | 2021-03-30 | 2021-07-02 | 联想(北京)有限公司 | 视频对象分割方法、装置及计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205834A (zh) * | 2015-07-09 | 2015-12-30 | 湖南工业大学 | 一种基于混合高斯及阴影检测模型的目标检测与提取方法 |
CN105654508A (zh) * | 2015-12-24 | 2016-06-08 | 武汉大学 | 基于自适应背景分割的监控视频移动目标跟踪方法及系统 |
CN106295716A (zh) * | 2016-08-23 | 2017-01-04 | 广东工业大学 | 一种基于视频信息的交通运动目标分类方法及装置 |
CN106664417A (zh) * | 2014-05-15 | 2017-05-10 | 英特尔公司 | 用于视频编码的内容自适应背景前景分割 |
EP3223237A1 (en) * | 2016-03-22 | 2017-09-27 | Tata Consultancy Services Limited | Systems and methods for detecting and tracking a marker |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102833492B (zh) | 2012-08-01 | 2016-12-21 | 天津大学 | 一种基于颜色相似度的视频场景分割方法 |
CN103325112B (zh) | 2013-06-07 | 2016-03-23 | 中国民航大学 | 动态场景中运动目标快速检测方法 |
WO2015035229A2 (en) * | 2013-09-05 | 2015-03-12 | Cellscope, Inc. | Apparatuses and methods for mobile imaging and analysis |
EP3128485A1 (en) | 2015-08-05 | 2017-02-08 | Thomson Licensing | Method and apparatus for hierarchical motion estimation using dfd-based image segmentation |
US10269119B2 (en) * | 2015-12-07 | 2019-04-23 | Avigilon Analytics Corporation | System and method for background and foreground segmentation |
CN105741269A (zh) | 2016-01-25 | 2016-07-06 | 中国科学院深圳先进技术研究院 | 视频切割的方法及装置 |
CN107248162A (zh) | 2017-05-18 | 2017-10-13 | 杭州全景医学影像诊断有限公司 | 急性脑缺血图像分割模型的获得方法及急性脑缺血图像分割的方法 |
-
2017
- 2017-10-24 CN CN201711003830.XA patent/CN109697724B/zh active Active
-
2018
- 2018-09-25 US US16/757,760 patent/US11227393B2/en active Active
- 2018-09-25 WO PCT/CN2018/107388 patent/WO2019080685A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106664417A (zh) * | 2014-05-15 | 2017-05-10 | 英特尔公司 | 用于视频编码的内容自适应背景前景分割 |
CN105205834A (zh) * | 2015-07-09 | 2015-12-30 | 湖南工业大学 | 一种基于混合高斯及阴影检测模型的目标检测与提取方法 |
CN105654508A (zh) * | 2015-12-24 | 2016-06-08 | 武汉大学 | 基于自适应背景分割的监控视频移动目标跟踪方法及系统 |
EP3223237A1 (en) * | 2016-03-22 | 2017-09-27 | Tata Consultancy Services Limited | Systems and methods for detecting and tracking a marker |
CN106295716A (zh) * | 2016-08-23 | 2017-01-04 | 广东工业大学 | 一种基于视频信息的交通运动目标分类方法及装置 |
Non-Patent Citations (3)
Title |
---|
One-Shot Video Object Segmentation;Sergi Caelles等;《arXiv》;20161213;第1-10页 * |
Online Adaptation of Convolutional Neural Networks for Video Object Segmentation;Paul Voigtlaender等;《arXiv》;20170801;第3节、第4节,图2 * |
基于视频的人体行为识别关键技术研究;于成龙;《中国博士学位论文全文数据库》;20160315(第3期);I138-144 * |
Also Published As
Publication number | Publication date |
---|---|
WO2019080685A1 (zh) | 2019-05-02 |
US20200320712A1 (en) | 2020-10-08 |
US11227393B2 (en) | 2022-01-18 |
CN109697724A (zh) | 2019-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109697724B (zh) | 视频图像分割方法及装置、存储介质、电子设备 | |
CN110347873B (zh) | 视频分类方法、装置、电子设备及存储介质 | |
US20190172193A1 (en) | Method and apparatus for evaluating image definition, computer device and storage medium | |
US11227182B2 (en) | Method, apparatus, and storage medium for recognizing image object | |
CN110363748B (zh) | 关键点的抖动处理方法、装置、介质及电子设备 | |
KR20190138712A (ko) | 배치 정규화 레이어들 | |
CN110427899B (zh) | 基于人脸分割的视频预测方法及装置、介质、电子设备 | |
US11748389B1 (en) | Delegated decision tree evaluation | |
US20220383574A1 (en) | Virtual object lip driving method, model training method, relevant devices and electronic device | |
US20210390133A1 (en) | Method, apparatus and electronic device for annotating information of structured document | |
CN114207625A (zh) | 用于性能优化的分布式深度学习的系统感知选择性量化 | |
CN113436100A (zh) | 用于修复视频的方法、装置、设备、介质和产品 | |
EP4123595A2 (en) | Method and apparatus of rectifying text image, training method and apparatus, electronic device, and medium | |
CN114187459A (zh) | 目标检测模型的训练方法、装置、电子设备以及存储介质 | |
CN115205925A (zh) | 表情系数确定方法、装置、电子设备及存储介质 | |
JP2023039892A (ja) | 文字生成モデルのトレーニング方法、文字生成方法、装置、機器及び媒体 | |
CN114449343A (zh) | 一种视频处理方法、装置、设备及存储介质 | |
CN110929564A (zh) | 基于对抗网络的指纹模型生成方法以及相关装置 | |
CN111327946A (zh) | 视频质量评价和特征字典的训练方法、装置和介质 | |
CN111145202A (zh) | 模型生成方法、图像处理方法、装置、设备及存储介质 | |
CN114898145B (zh) | 一种隐式新类实例的挖掘方法、装置及电子设备 | |
CN113033475B (zh) | 目标对象追踪方法、相关装置及计算机程序产品 | |
CN111260756A (zh) | 用于发送信息的方法和装置 | |
US11689693B2 (en) | Video frame interpolation method and device, computer readable storage medium | |
CN114445682A (zh) | 训练模型的方法、装置、电子设备、存储介质及产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |