CN109816670B - 用于生成图像分割模型的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于生成图像分割模型的方法和装置。该用于生成图像分割模型的方法的一具体实施方式包括：获取训练样本集合，其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果；利用深度学习算法，将训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型。该实施方式丰富了图像分割模型的训练方式，有助于生成更准确的图像分割结果。

Description

用于生成图像分割模型的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于生成图像分割模型的方法和装置，以及用于生成图像分割模型的方法和装置。

背景技术

图像分割，就是把图像分成若干个特定的、具有独特性质的区域的技术和过程。它是由图像处理到图像分析的关键步骤。

现有的图像分割方法主要分为以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看，图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程。

现有技术中，通常通过确定图像包括的每个像素点所属的类别，来实现对该图像的图像分割。

发明内容

本公开的实施例提出了用于生成图像分割模型的方法和装置，以及用于分割图像的方法和装置。

第一方面，本公开的实施例提供了一种用于生成图像分割模型的方法，该方法包括：获取训练样本集合，其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果；利用深度学习算法，将训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型。

在一些实施例中，将训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型，包括：将训练样本集合中的训练样本包括的样本图像作为初始模型的输入，将与输入的样本图像对应的分割结果作为初始模型的期望输出，初始模型的网络结构包括用于输出关键点位置信息的子结构，将与输入的样本图像对应的关键点位置信息作为子结构的期望输出，训练得到图像分割模型。

在一些实施例中，初始模型包括的用于输出关键点位置信息的子结构的数量大于等于2；以及将与输入的样本图像对应的关键点位置信息作为子结构的期望输出，包括：将与输入的样本图像对应的关键点位置信息作为初始模型包括的各个子结构的期望输出。

在一些实施例中，初始模型的网络结构包括残差网络空洞卷积ResNet DilatedConvolution结构。

第二方面，本公开的实施例提供了一种用于分割图像的方法，该方法包括：获取待分割图像；将待分割图像输入至预先训练的图像分割模型，得到分割结果，其中，图像分割模型是通过如第一方面中任一实现方式描述的方法训练得到的。

第三方面，本公开的实施例提供了一种用于生成图像分割模型的装置，该方装置包括：第一获取单元，被配置成获取训练样本集合，其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果；训练单元，被配置成利用深度学习算法，将训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型。

在一些实施例中，训练单元被进一步配置成：将训练样本集合中的训练样本包括的样本图像作为初始模型的输入，将与输入的样本图像对应的分割结果作为初始模型的期望输出，初始模型的网络结构包括用于输出关键点位置信息的子结构，将与输入的样本图像对应的关键点位置信息作为子结构的期望输出，训练得到图像分割模型。

在一些实施例中，初始模型包括的用于输出关键点位置信息的子结构的数量大于等于2；以及训练单元被进一步配置成：将与输入的样本图像对应的关键点位置信息作为初始模型包括的各个子结构的期望输出。

在一些实施例中，初始模型的网络结构包括残差网络空洞卷积ResNet DilatedConvolution结构。

第四方面，本公开的实施例提供了一种用于分割图像的装置，该方装置包括：第二获取单元，被配置成获取待分割图像；输入单元，被配置成将待分割图像输入至预先训练的图像分割模型，得到分割结果，其中，图像分割模型是通过如第一方面中任一实现方式描述的方法训练得到的。

第五方面，本公开的实施例提供了一种服务器，该服务器包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法或如第二方面中任一实现方式描述的方法。

第六方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，上述程序被处理器执行时实现如第一方面中任一实现方式描述的方法或如第二方面中任一实现方式描述的方法。

本公开的实施例提供的方法和装置，通过获取训练样本集合，其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果，然后，利用深度学习算法，将训练样本集合中的训练样本包括的样本图像作为初始模型的输入，将与输入的样本图像对应的分割结果作为初始模型的期望输出，初始模型的网络结构包括用于输出关键点位置信息的子结构，将与输入的样本图像对应的关键点位置信息作为初始模型包括的各个子结构的期望输出，训练得到图像分割模型，从而丰富了图像分割模型的训练方式，有助于生成更准确的图像分割结果。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于生成图像分割模型的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于生成图像分割模型的方法的一个应用场景的示意图；

图4是根据本公开的用于生成图像分割模型的方法的又一个实施例的流程图；

图5是根据本公开的一个实施例的初始模型的结构示意图；

图6是根据本公开的用于生成图像分割模型的装置的一个实施例的结构示意图；

图7是根据本公开的用于分割图像的方法的一个实施例的流程图；

图8是根据本公开的用于分割图像的装置的一个实施例的结构示意图；

图9是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开的作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关公开，而非对该公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关公开相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的实施例的用于生成图像分割模型的方法或用于生成图像分割模型的装置，或者，用于分割图像的方法或装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如图像处理类应用、图片拍摄类应用、视频类应用等等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备。当终端设备101、102、103为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上的应用提供支持的后台服务器。后台服务器可以利用获取的训练样本集合进行模型训练，生成图像分割模型。另外，在一些使用情况下，训练获得图像分割模型后，服务器105可以利用图像分割模型对图像进行图像分割，从而得到分割结果。

需要说明的是，本公开的实施例所提供的用于生成图像分割模型的方法可以由服务器105执行，也可以由终端设备101、102、103执行，相应地，用于生成图像分割模型的装置可以设置于服务器105中，也可以设置于终端设备101、102、103中。此外，本公开的实施例所提供的用于分割图像的方法可以由服务器105执行，也可以由终端设备101、102、103执行，相应地，用于分割图像的装置可以设置于服务器105中，也可以设置于终端设备101、102、103中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的用于生成图像分割模型的方法的一个实施例的流程200。该用于生成图像分割模型的方法，包括以下步骤：

步骤201，获取训练样本集合。

在本实施例中，用于生成图像分割模型的方法的执行主体(例如图1所示的服务器或终端设备)可以获取训练样本集合。其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果。其中，样本图像可以是各种图像。例如，样本图像可以包括但不限于以下至少一项：人体图像、包括前景图和背景图的图像等等。

在本实施例中，对图像进行图像分割的过程可以看作确定图像所包括的每个像素点所属的类别的过程。通常，图像分割的结果可以通过对不同的类别采用不同的标志进行标识来呈现。例如，可以采用不同的颜色或不同的符号，来标识不同的类别。对图像进行图像标注，可以看作确定关键点所在的图像区域的过程。

在这里，与样本图像对应的关键点位置信息可以用于表征样本图像包括的关键点的位置。与样本图像对应的关键点位置信息可以由技术人员，或者，具有标注功能的电子设备对样本图像进行标注得到。

作为示例，训练样本包括的样本图像可以是人体图像。与样本图像对应的关键点位置信息可以用于表征样本图像中所显示的以下至少一项所在的位置：左手、右手、左脚、右脚、左腿、右腿、头部等等。

上述与样本图像对应的分割结果可以由技术人员，或者，具有图像分割功能的电子设备对样本图像进行图像分割得到。

作为示例，如果样本图像为包括左手、右手、左脚、右脚、左腿、右腿、头部的人体图像，那么，与样本图像对应的分割结果可以用于指示左手、右手、左脚、右脚、左腿、右腿头部分别在样本图像上的图像区域。

步骤202，利用深度学习算法，将训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型。

在本实施例中，上述执行主体可以利用深度学习算法，将步骤201获取到的训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型。

作为示例，上述执行主体可以通过如下步骤来得到图像分割模型：

首先，获取用于生成图像分割模型的初始模型(例如包括卷积层、全连接层与输出层的卷积神经网络)。

然后，从步骤201获取到的训练样本集合中选取训练样本，并执行以下训练步骤：将所选取的训练样本中的样本图像作为初始模型的输入数据，输入至初始模型，得到初始模型的实际输出。之后，确定初始模型是否满足预先确定的训练结束条件，如果满足，则将满足上述训练结束条件的初始模型确定为图像分割模型。

如果初始模型不满足上述训练结束条件，则采用反向传播法、梯度下降法等深度学习算法，基于实际输出、所选取的训练样本中包括的分割结果和所选取的训练样本中包括的关键点位置信息，调整初始模型的训练参数，以及从步骤201获取到的训练样本集合中重新选取未被选取过的训练样本，基于参数调整后的初始模型以及重新选取的训练样本，继续执行上述训练步骤。其中，深度学习(Deep Learning)是一种被广泛应用的机器学习技术。

在这里，上述所获取的用于生成图像分割模型的初始模型可以是未经训练，或者经过训练但未满足上述训练结束条件的模型，或者经过上述训练后满足上述训练结束条件的模型。上述训练结束条件可以是各种用于确定是否结束对初始模型进行训练的条件。作为示例，上述训练结束条件可以包括但不限于以下至少一项：训练时间超过预设时长、训练次数超过预设次数、计算所得的差异(例如损失函数值)小于预设差异阈值。

在本实施例中，上述执行主体可以采用各种方式，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型。作为示例，上述执行主体可以首先利用深度学习算法，从训练样本集合中选取训练样本，以及执行如下训练步骤：将所选取的训练样本包括的样本图像作为初始模型的输入，将所选取的训练样本包括的分割结果作为初始模型的期望输出，确定实际输出与输入的样本图像对应的关键点位置信息是否匹配，如果匹配，则继续从训练样本集合中选取训练样本，以及基于最近一次选取的训练样本，执行上述训练步骤。

如果不匹配，则调整初始模型的模型参数，以使得参数调整后的初始模型的实际输出与输入的样本图像对应的关键点位置信息相匹配。

在这里，上述执行主体可以通过各种方式来确定实际输出与输入的样本图像对应的关键点位置信息是否匹配。例如，如果实际输出的分割结果指示的各个类别的像素点组成的图像区域，与关键点位置信息指示的各个关键点所在的图像区域的相似程度(例如相同的像素点与图像包括的总像素点的比值)大于等于预设阈值，则确定实际输出与输入的样本图像对应的关键点位置信息相匹配。如果实际输出的分割结果指示的各个类别的像素点组成的图像区域，与关键点位置信息指示的各个关键点所在的图像区域相似程度小于预设阈值，则确定实际输出与输入的样本图像对应的关键点位置信息不匹配。

在本实施例的一些可选的实现方式中，对于上述步骤202中的将训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型，这一步骤，上述执行主体可以按照如下方式来执行：将训练样本集合中的训练样本包括的样本图像作为初始模型的输入，将与输入的样本图像对应的分割结果作为初始模型的期望输出，初始模型的网络结构包括用于输出关键点位置信息的子结构，将与输入的样本图像对应的关键点位置信息作为子结构的期望输出，训练得到图像分割模型。

在这里，上述子结构可以用于表征图像的特征数据与关键点位置信息的对应关系。该子结构可以是采用深度学习算法，基于包括图像的特征数据，以及关键点位置信息的训练样本训练得到的。上述初始模型包括的子结构的数量可以是一个，也可以是多个。

实践中，上述子结构可以包括卷积层，也可以包括其他结构，例如池化层等，此处不做限制。

在本实施例的一些可选的实现方式中，上述初始模型包括的用于输出关键点位置信息的子结构的数量大于等于2。以及对于上述步骤：将与输入的样本图像对应的关键点位置信息作为子结构的期望输出，上述执行主体可以按照如下方式来执行：将与输入的样本图像对应的关键点位置信息作为初始模型包括的各个子结构的期望输出。

在这里，上述初始模型可以针对同一张图像，采用至少两种特征提取方法，提取出该图像的至少两个特征数据。上述初始模型包括的子结构的数量可以与所提取出的该图像的特征数据的数量相等。每个子结构可以用于表征图像的一个特征数据与图像的关键点位置信息的对应关系。不同的子结构可以用于表征图像的不同的特征数据与图像的关键点位置信息的对应关系。

可以理解，不同的特征数据可以表征图像不同的空间信息(spacital)和上下文信息(compact)等，因而，采用不同的特征数据得到的关键点位置信息通常也会存在差异。进一步地，基于多个不同的关键点位置信息，来调整初始模型的模型参数，所训练得到的图像分割模型可以生成更准确的图像分割结果。

继续参见图3，图3是根据本实施例的用于生成图像分割模型的方法的应用场景的一个示意图。在图3的应用场景中，服务器301首先获取训练样本集合3011。其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果。然后，服务器301利用深度学习算法，将训练样本集合中的训练样本包括的样本图像作为初始模型3012的输入，将与输入的样本图像对应的分割结果作为初始模型3012的期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到了图像分割模型3013。

本公开的上述实施例提供的方法，利用了与输入的样本图像对应的关键点位置信息来训练图像分割模型，以此，丰富了图像分割模型的训练方式，有助于生成更准确的图像分割结果。

进一步参考图4，其示出了用于生成图像分割模型的方法的又一个实施例的流程400。该用于生成图像分割模型的方法的流程400，包括以下步骤：

步骤401，获取训练样本集合。

在本实施例中，用于生成图像分割模型的方法的执行主体(例如图1所示的服务器或终端设备)可以获取训练样本集合。其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果。其中，样本图像可以是各种图像。例如，样本图像可以包括但不限于以下至少一项：人体图像、包括前景图和背景图的图像等等。

在本实施例中，步骤401的具体实现及其所带来的技术效果可以参考图2对应实施例中的步骤201，在此不再赘述。

步骤402，利用深度学习算法，将训练样本集合中的训练样本包括的样本图像作为初始模型的输入，将与输入的样本图像对应的分割结果作为初始模型的期望输出，初始模型的网络结构包括用于输出关键点位置信息的子结构，将与输入的样本图像对应的关键点位置信息作为初始模型包括的各个子结构的期望输出，训练得到图像分割模型。

在本实施例中，用于生成图像分割模型的方法的执行主体(例如图1所示的服务器或终端设备)可以利用深度学习算法，将训练样本集合中的训练样本包括的样本图像作为初始模型的输入，将与输入的样本图像对应的分割结果作为初始模型的期望输出，初始模型的网络结构包括用于输出关键点位置信息的子结构，将与输入的样本图像对应的关键点位置信息作为初始模型包括的各个子结构的期望输出，训练得到图像分割模型。

其中，初始模型包括的用于输出关键点位置信息的子结构的数量大于等于2。

在这里，初始模型的网络结构包括残差网络空洞卷积ResNetDilatedConvolution结构。

作为示例，请参考图5，其示出了根据本公开的一个实施例的初始模型的结构示意图。如图所示，初始模型可以包括卷积层1-5，子结构1-5以及其他结构。其中，卷积层1、卷积层2、卷积层3、卷积层4、卷积层5分别可以包括一个或多个卷积层，并且，卷积层1、卷积层2、卷积层3、卷积层4、卷积层5分别用以提取图像的不同的特征数据。在这里，上述初始模型可以针对同一张图像，提取出该图像的5种不同的特征数据。子结构1、子结构2、子结构3、子结构4、子结构5可以分别表征特征数据和关键点位置信息之间的对应关系。即，子结构1、子结构2、子结构3、子结构4、子结构5的输入可以为图像的特征数据，输出可以为图像的关键点位置信息。图中所示的其他结构可以根据实际需要来设定，例如，可以是多孔空间金字塔池化(Atrous Spatial Pyramid Pooling，ASPP)、pyramid scene parsing(PSP)网络结构中的至少一项。在这里，当初始模型的网络结构包括残差网络空洞卷积ResNet DilatedConvolution结构时，上述卷积层1、卷积层2、卷积层3、卷积层4、卷积层5可以分别为ResNetDilated Convolution中的stage1、stage2、stage3、stage4、stage5。

示例性的，上述执行主体可以采用如下方式训练得到图像分割模型：

首先，从训练样本集合中选取训练样本，以及执行如下训练步骤：将所选取的训练样本中的样本图像作为初始模型的输入数据，输入至初始模型，得到初始模型的实际输出和初始模型包括的各个子结构的实际输出。其中，初始模型的实际输出为初始模型实际所输出的数据，用于表征分割结果。初始模型包括的子结构的实际输出为初始模型包括的子结构实际所输出的数据，用于表征关键点位置信息。确定初始模型是否满足预先确定的训练结束条件，如果满足，则将满足上述训练结束条件的初始模型确定为图像分割模型。

如果初始模型不满足上述训练结束条件，则采用反向传播法、梯度下降法等深度学习算法，基于初始模型的实际输出、初始模型包括的各个子结构的实际输出、所选取的训练样本中包括的分割结果和所选取的训练样本中包括的关键点位置信息，调整初始模型的训练参数，以及从步骤401获取到的训练样本集合中重新选取未被选取过的训练样本，基于参数调整后的初始模型以及重新选取的训练样本，继续执行上述训练步骤。

在这里，上述所获取的用于生成图像分割模型的初始模型可以是未经训练，或者经过训练但未满足上述训练结束条件的模型，或者经过上述训练后满足上述训练结束条件的模型。上述训练结束条件可以是各种用于确定是否结束对初始模型进行训练的条件。作为示例，上述训练结束条件可以包括但不限于以下至少一项：训练时间超过预设时长、训练次数超过预设次数、计算所得的差异(例如损失函数值)小于预设差异阈值。

实践中，可以采用多种训练方式训练得到图像分割模型。例如，所采用的训练方式可以包括但不限于：随机训练、批量训练等等。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于生成图像分割模型的方法的流程400突出了采用至少两个子结构得到至少两个不同的关键点位置信息，从而基于所得到的至少两个不同的关键点位置信息来训练图像分割模型的步骤。由此，本实施例描述的方案可以进一步丰富模型的训练方式，有助于进一步提高图像分割模型所生成的图像分割结果的准确性。

进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种用于生成图像分割模型的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，除下面所记载的特征外，该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征。该装置具体可以应用于各种电子设备中。

如图6所示，本实施例的用于生成图像分割模型的装置600包括：第一获取单元601和训练单元602。其中，第一获取单元601被配置成获取训练样本集合，其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果；训练单元602被配置成利用深度学习算法，将训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型。

在本实施例中，用于生成图像分割模型的装置600的第一获取单元601可以获取训练样本集合。其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果。其中，样本图像可以是各种用于通过其训练待生成的图像分割模型的图像。例如，样本图像可以包括但不限于以下至少一项：人体图像、包括前景图和背景图的图像等等。

在本实施例中，基于第一获取单元601获取到的训练样本集合，上述训练单元602可以利用深度学习算法，将步骤201获取到的训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型。其中，样本图像、与该样本图像对应的分割结果、与该样本图像对应的关键点位置信息，可以包含于同一训练样本中。

在本实施例的一些可选的实现方式中，训练单元602被进一步配置成：将训练样本集合中的训练样本包括的样本图像作为初始模型的输入，将与输入的样本图像对应的分割结果作为初始模型的期望输出，初始模型的网络结构包括用于输出关键点位置信息的子结构，将与输入的样本图像对应的关键点位置信息作为子结构的期望输出，训练得到图像分割模型。

在本实施例的一些可选的实现方式中，初始模型包括的用于输出关键点位置信息的子结构的数量大于等于2。以及训练单元602被进一步配置成：将与输入的样本图像对应的关键点位置信息作为初始模型包括的各个子结构的期望输出。

在本实施例的一些可选的实现方式中，初始模型的网络结构包括残差网络空洞卷积ResNet Dilated Convolution结构。

本公开的上述实施例提供的装置，通过第一获取单元601获取训练样本集合，其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果，然后训练单元602利用深度学习算法，将训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型，从而利用了与输入的样本图像对应的关键点位置信息来训练图像分割模型。由此，丰富了图像分割模型的训练方式，有助于生成更准确的图像分割结果。

下面请参考图7，示出了根据本公开的用于分割图像的方法的一个实施例的流程700。该用于分割图像的方法，包括以下步骤：

步骤701，获取待分割图像。

在本实施例中，用于分割图像的方法的执行主体(例如图1所示的服务器或终端设备)可以获取待分割图像。其中，待分割图像可以是各种带对其进行分割的图像。例如，待分割图像可以包括但不限于以下至少一项：人体图像、包括前景图和背景图的图像等等。

步骤702，将待分割图像输入至预先训练的图像分割模型，得到分割结果。

在本实施例中，上述执行主体可以将步骤701获取到的待分割图像输入至预先训练的图像分割模型，得到分割结果。其中，图像分割模型是通过图2或图4对应的实施例所描述的方法训练得到的。

在本实施例的一些可选的实现方式中，当用于训练图像分割模型的训练样本包括的样本图像为人体图像时，上述待分割图像也可以是人体图像，可以理解，这样可以提高人体图像分割的准确性。

本公开的上述实施例提供的方法，通过获取待分割图像，然后，将待分割图像输入至预先训练的图像分割模型，得到分割结果，从而利用基于关键点位置信息训练得到的图像分割模型来实现图像分割，从而提高了图像分割的准确性。

请继续参考图8，作为对上述各图所示方法的实现，本公开提供了一种用于分割图像的装置的一个实施例，该装置实施例与图7所示的方法实施例相对应，除下面所记载的特征外，该装置实施例还可以包括与图7所示的方法实施例相同或相应的特征。该装置具体可以应用于各种电子设备中。

如图8所示，本实施例的用于分割图像的装置800包括：第二获取单元801和输入单元802。其中，第二获取单元801被配置成获取待分割图像；输入单元802被配置成将待分割图像输入至预先训练的图像分割模型，得到分割结果，其中，图像分割模型是通过图2或图4对应的实施例所描述的方法训练得到的。

在本实施例中，用于分割图像的装置800的第二获取单元801可以获取待分割图像。其中，待分割图像可以是各种带对其进行分割的图像。例如，待分割图像可以包括但不限于以下至少一项：人体图像、包括前景图和背景图的图像等等。

在本实施例中，上述输入单元802可以将第二获取单元801获取到的待分割图像输入至预先训练的图像分割模型，得到分割结果。

在本实施例的一些可选的实现方式中，当用于训练图像分割模型的训练样本包括的样本图像为人体图像时，上述待分割图像也可以是人体图像，可以理解，这样可以提高人体图像分割的准确性。

本公开的上述实施例提供的装置，通过第二获取单元801获取待分割图像，然后输入单元802将待分割图像输入至预先训练的图像分割模型，得到分割结果，从而利用基于关键点位置信息训练得到的图像分割模型来实现图像分割，从而提高了图像分割的准确性。

下面参考图9，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)900的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图9示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图9所示，电子设备900包括处理装置(例如中央处理器、图形处理器等)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储装置908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM903中，还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM902以及RAM903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

通常，以下装置可以连接至I/O接口905：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置907；包括例如磁带、硬盘等的存储装置908；以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备900，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图9中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置909从网络上被下载和安装，或者从存储装置908被安装，或者从ROM902被安装。在该计算机程序被中处理装置901执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机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。而在本公开的实施例中，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，其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、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。计算机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：电线、光缆、RF等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取训练样本集合，其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果；利用深度学习算法，将训练样本集合中的训练样本包括的样本图像作为初始模型的输入，将与输入的样本图像对应的分割结果作为初始模型的期望输出，初始模型的网络结构包括用于输出关键点位置信息的子结构，将与输入的样本图像对应的关键点位置信息作为初始模型包括的各个子结构的期望输出，训练得到图像分割模型。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开的各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元和训练单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取训练样本集合的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种用于生成图像分割模型的方法，包括：

获取训练样本集合，其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果；

利用深度学习算法，将所述训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型；

其中，所述将所述训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型，包括：

将所述训练样本集合中的训练样本包括的样本图像作为初始模型的输入，将与输入的样本图像对应的分割结果作为初始模型的期望输出，初始模型的网络结构包括用于输出关键点位置信息的子结构，将与输入的样本图像对应的关键点位置信息作为子结构的期望输出，训练得到图像分割模型；

其中，所述初始模型包括的用于输出关键点位置信息的子结构的数量大于等于2；

所述将与输入的样本图像对应的关键点位置信息作为子结构的期望输出，包括：

将与输入的样本图像对应的关键点位置信息作为初始模型包括的各个子结构的期望输出；以及

所述训练得到图像分割模型；包括：

基于所述初始模型包括的各个子结构的实际输出和期望输出，调整初始模型的模型参数，训练得到图像分割模型。

2.根据权利要求1所述的方法，其中，初始模型的网络结构包括残差网络空洞卷积ResNet Dilated Convolution结构。

3.一种用于分割图像的方法，包括：

获取待分割图像；

将所述待分割图像输入至预先训练的图像分割模型，得到分割结果，其中，所述图像分割模型是通过如权利要求1-2之一所述的方法训练得到的。

4.一种用于生成图像分割模型的装置，包括：

第一获取单元，被配置成获取训练样本集合，其中，训练样本包括样本图像，与样本图像对应的关键点位置信息和与样本图像对应的分割结果；

训练单元，被配置成利用深度学习算法，将所述训练样本集合中的训练样本包括的样本图像作为输入，将与输入的样本图像对应的分割结果作为期望输出，基于与输入的样本图像对应的关键点位置信息，训练得到图像分割模型；

其中，所述训练单元被进一步配置成：

将所述训练样本集合中的训练样本包括的样本图像作为初始模型的输入，将与输入的样本图像对应的分割结果作为初始模型的期望输出，初始模型的网络结构包括用于输出关键点位置信息的子结构，将与输入的样本图像对应的关键点位置信息作为子结构的期望输出，训练得到图像分割模型；

其中，初始模型包括的用于输出关键点位置信息的子结构的数量大于等于2；

所述训练单元被进一步配置成：

将与输入的样本图像对应的关键点位置信息作为初始模型包括的各个子结构的期望输出；以及

所述训练得到图像分割模型；包括：

基于所述初始模型包括的各个子结构的实际输出和期望输出，调整初始模型的模型参数，训练得到图像分割模型。

5.根据权利要求4所述的装置，其中，初始模型的网络结构包括残差网络空洞卷积ResNet Dilated Convolution结构。

6.一种用于分割图像的装置，包括：

第二获取单元，被配置成获取待分割图像；

输入单元，被配置成将所述待分割图像输入至预先训练的图像分割模型，得到分割结果，其中，所述图像分割模型是通过如权利要求1-2之一所述的方法训练得到的。

7.一种服务器，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。

8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-3中任一所述的方法。

Images