CN110298851B - 人体分割神经网络的训练方法及设备 - Google Patents
人体分割神经网络的训练方法及设备 Download PDFInfo
- Publication number
- CN110298851B CN110298851B CN201910600394.7A CN201910600394A CN110298851B CN 110298851 B CN110298851 B CN 110298851B CN 201910600394 A CN201910600394 A CN 201910600394A CN 110298851 B CN110298851 B CN 110298851B
- Authority
- CN
- China
- Prior art keywords
- pixel value
- training image
- neural network
- mask
- training
- 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
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
- G06T7/11—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
- G06T7/194—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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Abstract
本公开实施例提供人体分割神经网络的训练方法及设备,该方法包括:将第一训练图像进行标注处理,其中人体分割区域的像素值标注为1,背景区域的像素值标注为0;将标注后的第一训练图像的像素值乘以255,得到像素值为0和255的第二训练图像,并对第二训练图像的像素值进行插值,得到像素值为0至255的第三训练图像;将第三训练图像的像素值分别除以255,得到像素值为0至1的掩膜,将所述像素值为0至1的掩膜按照预设值进行截断,得到像素值为0和1的掩膜;将截断后像素值为0和1的掩膜作为结果数据输入至预设的神经网络训练,本公开实施例训练好的预设的神经网络对图像中的人体区域进行分割时,得到的人体分割图像的边缘更平滑。
Description
技术领域
本公开实施例涉及计算机技术领域,尤其涉及一种人体分割神经网络的训练方法及设备。
背景技术
在小视频制作过程中,为了满足客户个性化需求,视频软件通常提供图像融合功能:即将图像中的人体区域分割出来,再将原始背景区域删除,替换为有特效效果的背景,以提升视频的美化效果。
目前,对人体图像进行分割主要是通过深度学习神经网络实现的,其处理过程主要为:将目标图像下采样至与深度学习神经网络输入尺寸对应的大小,然后通过深度学习神经网络对图像中人体区域进行识别,将人体区域从背景中分割出来,然后通过上采样与原图像进行融合。
现有的对深度学习神经网络进行训练过程需要使用mask(掩膜),而现有的神经网络中使用的mask(掩膜)只有0和1的值,且其中1表示人体分割区域,0表示背景区域,通过这样的mask(掩膜)训练出来的深度学习神经网络在对图像中的人体区域进行分割时,得到的人体分割图像的边缘通常会不平滑,而且上采样后图像的边缘锯齿会变得很明显,图像边缘出现边缘锯齿现象,影响人体分割后图像的显示效果。
发明内容
本公开实施例提供一种人体分割神经网络的训练方法及设备,以克服通过现有掩膜训练出来的深度学习神经网络在对图像中的人体区域进行分割时,得到的人体分割图像的边缘不平滑的问题。
第一方面,本公开实施例提供一种人体分割神经网络的训练方法,包括:
将第一训练图像进行标注处理,其中第一训练图像中的人体分割区域的像素值标注为1,背景区域的像素值标注为0;
将标注后的第一训练图像的像素值乘以255,得到第二训练图像,其中所述第二训练图像中的人体分割区域的像素值为255,背景区域的像素值为0;
对所述第二训练图像的像素值进行插值,得到像素值为0至255的第三训练图像;
将所述第三训练图像的像素值分别除以255,得到像素值为0至1的掩膜;
将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜,将所述截断后像素值为0和1的掩膜作为结果数据输入至预设的神经网络进行训练。
第二方面,本公开实施例提供一种人体分割神经网络的训练设备,包括:
第一图像标注模块,用于将第一训练图像进行标注处理,其中第一训练图像中的人体分割区域的像素值标注为1,背景区域的像素值标注为0;
第二图像获取模块,用于将标注后的第一训练图像的像素值乘以255,得到第二训练图像,其中所述第二训练图像中人体分割区域的像素值为255,背景区域的像素值为0;
第三图像获取模块,用于对所述第二训练图像的像素值进行插值,得到像素值为0至255的第三训练图像;
掩膜获取模块,用于将所述第三训练图像的像素值分别除以255,得到像素值为0至1的掩膜;
掩膜截断模块,用于将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜,将所述截断后像素值为0和1的掩膜作为结果数据输入至预设的神经网络进行训练。
第三方面,本公开实施例提供一种电子设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的人体分割神经网络的训练方法。
第四方面,本公开实施例提供一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的人体分割神经网络的训练方法。
本实施例提供的人体分割神经网络的训练方法及设备,该方法首先将第一训练图像进行标注处理,其中人体分割区域的像素值标注为1,背景区域的像素值标注为0;然后将标注后的第一训练图像的像素值乘以255,得到像素值为0和255的第二训练图像,并对第二训练图像的像素值进行插值,得到像素值为0至255的第三训练图像;再将第三训练图像的像素值分别除以255,得到像素值为0至1的掩膜,将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜;最后将截断后像素值为0和1的掩膜作为结果数据输入至预设的神经网络进行训练,本公开实施例训练好的预设的神经网络对图像中的人体区域进行分割时,得到的人体分割图像的边缘更平滑,经过上采样后人体分割图像的边缘锯齿现象不明显,显示效果较佳。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的人体分割神经网络的训练方法的系统架构示意图;
图2为本公开实施例提供的人体分割神经网络的训练方法流程示意图一;
图3为本公开实施例提供的人体分割神经网络的训练方法流程示意图二;
图4为本公开实施例提供的人体分割神经网络的训练设备的结构框图;
图5为本公开实施例提供的电子设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
参考图1,图1为本发明实施例提供的人体分割神经网络的训练方法的系统架构示意图。如图1所示,本实施例提供的系统包括终端设备101和服务器102。其中,终端设备101可以为儿童故事机、手机、平板、车载终端等。本实施例对终端设备101的实现方式不做特别限制,只要该终端设备101能够对图像进行处理即可。服务器102可以是一台,也可以是多台服务器组成的集群。
参考图2,图2为本公开实施例提供的人体分割神经网络的训练方法流程示意图一。本实施例的方法可以应用在终端设备或服务器中,该人体分割神经网络的训练方法包括:
S201:将第一训练图像进行标注处理,其中第一训练图像中的人体分割区域的像素值标注为1,背景区域的像素值标注为0。
在本公开实施例中,第一训练图像包含人体分割区域和背景区域。具体地,可以通过打标签的方式对第一训练图像进行标注处理。
其中,第一训练图像可以来自不同类型的设备采集的图像,不同类型的设备采集采集的第一训练图像的尺寸可能尺寸也不同。
S202:将标注后的第一训练图像的像素值乘以255,得到第二训练图像,其中所述第二训练图像中人体分割区域的像素值为255,背景区域的像素值为0。
在本公开实施例中,通过将标注后的第一训练图像的像素值乘以255,将标注后的第一训练图像转化为RGB像素表示的第二训练图像。
其中,第二训练图像也包含人体分割区域和背景区域。
S203:对所述第二训练图像的像素值进行插值,得到像素值为0至255的第三训练图像。
在本公开实施例中,通过插值处理将第二训练图像的像素值由0和255的值,转化为像素值为0至255的第三训练图像。
其中,插值可以包括最近邻插值、双线性插值和双三次插值中的一种或多种。
S204:将所述第三训练图像的像素值分别除以255,得到像素值为0至1的掩膜。
在本公开实施例中,将像素值为0至255的第三训练图像除以255,的像素值为0至1的掩膜。
S205:将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜,将所述截断后像素值为0和1的掩膜作为结果数据输入至预设的神经网络进行训练。
在本公开实施例中,由于预设的神经网络只能识别0和1的掩膜,因此将0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜。
其中,截断后像素值为0和1的掩膜,相比较背景技术中现有的神经网络中使用的掩膜(相当于步骤步骤S201中标注后的第一训练图像,即人体分割区域的像素值标注为1,背景区域的像素值标注为0),能够分割出边缘更平滑的人体分割区域图像。
具体地,若所述像素值为0至1的掩膜的像素值大于所述预设值,则截断后的掩膜像素值取值为1;若若所述像素值为0至1的掩膜的像素值小于或等于所述预设值,则截断后的掩膜像素值取值为0。
优选地,预设值为0.5。
在本公开实施例中,预设的神经网络结构可以是esNet-50网络结构。具体的训练过程为:将第一训练图像输入至预设的神经网络,输出一张结果图,其中结果图为一张0和1的图像;将截断后像素值为0和1的掩膜作为目标图和结果图计算损失函数,反向传播;重复上述步骤进行N次迭代,训练结束,得到训练好的预设的神经网络。
从上述描述可知,首先将第一训练图像进行标注处理,其中人体分割区域的像素值标注为1,背景区域的像素值标注为0;然后将标注后的第一训练图像的像素值乘以255,得到像素值为0和255的第二训练图像,并对第二训练图像的像素值进行插值,得到像素值为0至255的第三训练图像;再将第三训练图像的像素值分别除以255,得到像素值为0至1的掩膜,将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜;最后将截断后像素值为0和1的掩膜作为训练数据输入至预设的神经网络进行训练,本公开实施例训练好的预设的神经网络对图像中的人体区域进行分割时,得到的人体分割图像的边缘更平滑,经过上采样后人体分割图像的边缘锯齿现象不明显,显示效果较佳。
参考图3,图3为本公开实施例提供的人体分割神经网络的训练方法流程示意图二。本实施例中详细描述对所述第二训练图像像素值进行插值,得到像素值为0至255的第三训练图像的过程,该方法包括:
S301:若所述第二训练图像的尺寸大于预设的神经网络的输入尺寸,则对所述第二训练图像进行抗锯齿法下采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像。
在本公开实施例中,抗锯齿法下采样可以是最近邻插值法下采样。
其中,下采样的次数可以是3次或4次。
S302:若所述第二训练图像的尺寸小于预设的神经网络的输入尺寸,则对所述第二训练图像进行双三次差值上采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像。
其中,上采样的次数可以是3次或4次。
在本公开的一个实施例中,若所述第二训练图像的尺寸等于预设的神经网络的输入尺寸,则通过插值算法将第二训练图像值转化像素为0至255的第三训练图像。
S303:若所述第二训练图像的尺寸等于预设的神经网络的输入尺寸,则对对所述第二训练图像进行双三次差值处理,得到像素值为0至255的第三训练图像。
在本实施例中,第二训练图像的尺寸等于预设的神经网络的输入尺寸,即第二训练图像与预设的神经网络相匹配,则不需要进行上采样或下采样处理,通过双三次差值处理,将第二训练图像值转化像素为0至255的第三训练图像。
从上述描述可知,通过抗锯齿法下采样处理大于预设的神经网络的输入尺寸的第一训练图像,通过双三次差值上采样处理小于预设的神经网络的输入尺寸的第一训练图像,可以使得不同尺寸的第一训练图像与预设的神经网络匹配,提升第一训练图像的适用性。
对应于上文实施例的人体分割神经网络的训练方法,图4为本公开实施例提供的人体分割神经网络的训练设备的结构框图。为了便于说明,仅示出了与本公开实施例相关的部分。参照图4,所述人体分割神经网络的训练设备40包括:第一图像标注处理模块401、第二图像获取模块402、第三图像获取模块403、掩膜获取模块404和掩膜截断模块405。
第一图像标注模块401,用于将第一训练图像进行标注处理,其中第一训练图像中的人体分割区域的像素值标注为1,背景区域的像素值标注为0;
第二图像获取模块402,用于将标注后的第一训练图像的像素值乘以255,得到第二训练图像,其中所述第二训练图像中人体分割区域的像素值为255,背景区域的像素值为0;
第三图像获取模块403,用于对所述第二训练图像的像素值进行插值,得到像素值为0至255的第三训练图像;
掩膜获取模块404,用于将所述第三训练图像的像素值分别除以255,得到像素值为0至1的掩膜;
掩膜截断模块405,用于将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜,将所述截断后像素值为0和1的掩膜作为结果数据输入至预设的神经网络进行训练。
本实施例提供的设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
在本公开的一个实施例中,所述第三图像处理模块403,具体用于若所述第二训练图像的尺寸大于预设的神经网络的输入尺寸,则对所述第二训练图像进行抗锯齿法下采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像;若所述第二训练图像的尺寸小于预设的神经网络的输入尺寸,则对所述第二训练图像进行双三次差值上采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像;若所述第二训练图像的尺寸等于预设的神经网络的输入尺寸,则对对所述第二训练图像进行双三次差值处理,得到像素值为0至255的第三训练图像。
在本公开的一个实施例中,所述掩膜截断模块405,具体用于若所述像素值为0至1的掩膜的像素值大于所述预设值,则截断后的掩膜像素值取值为1;若若所述像素值为0至1的掩膜的像素值小于或等于所述预设值,则截断后的掩膜像素值取值为0。
在本公开的一个实施例中,所述抗锯齿法下采样为最近邻插值法下采样。
在本公开的一个实施例中,所述预设值为0.5。
本实施例提供的设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
参考图5,其示出了适于用来实现本公开实施例的电子设备500的结构示意图,该电子设备500可以为终端设备或服务器。其中,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、个人数字助理(Personal Digital Assistant,简称PDA)、平板电脑(Portable Android Device,简称PAD)、便携式多媒体播放器(Portable MediaPlayer,简称PMP)、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5示出的电子设备仅仅是一个示例,不应对本公开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500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(Read Only Memory,简称ROM)502中的程序或者从存储装置508加载到随机访问存储器(Random Access Memory,简称RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505: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506;包括例如液晶显示器(Liquid CrystalDisplay,简称LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,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。
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505从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上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,该计算机可读信号介质可以发送、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(射频)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,使得该电子设备执行上述实施例所示的方法。
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,上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(LocalArea Network,简称LAN)或广域网(Wide Area Network,简称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。其中,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“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
第一方面,根据本公开的一个或多个实施例,提供了一种人体分割神经网络的训练方法,包括:
将第一训练图像进行标注处理,其中第一训练图像中的人体分割区域的像素值标注为1,背景区域的像素值标注为0;
将标注后的第一训练图像的像素值乘以255,得到第二训练图像,其中所述第二训练图像中的人体分割区域的像素值为255,背景区域的像素值为0;
对所述第二训练图像的像素值进行插值,得到像素值为0至255的第三训练图像;
将所述第三训练图像的像素值分别除以255,得到像素值为0至1的掩膜;
将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜,将所述截断后像素值为0和1的掩膜作为结果数据输入至预设的神经网络进行训练。
根据本公开的一个或多个实施例,所述对所述第二训练图像像素值进行插值,得到像素值为0至255的第三训练图像,包括:
若所述第二训练图像的尺寸大于预设的神经网络的输入尺寸,则对所述第二训练图像进行抗锯齿法下采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像;
若所述第二训练图像的尺寸小于预设的神经网络的输入尺寸,则对所述第二训练图像进行双三次差值上采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像;
若所述第二训练图像的尺寸等于预设的神经网络的输入尺寸,则对对所述第二训练图像进行双三次差值处理,得到像素值为0至255的第三训练图像。
根据本公开的一个或多个实施例,所述将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜,包括:
若所述像素值为0至1的掩膜的像素值大于所述预设值,则截断后的掩膜像素值取值为1;
若若所述像素值为0至1的掩膜的像素值小于或等于所述预设值,则截断后的掩膜像素值取值为0。
根据本公开的一个或多个实施例,所述抗锯齿法下采样为最近邻插值法下采样。
根据本公开的一个或多个实施例,所述预设值为0.5。
第二方面,根据本公开的一个或多个实施例,提供了一种人体分割神经网络的训练设备,包括:
第一图像标注模块,用于将第一训练图像进行标注处理,其中第一训练图像中的人体分割区域的像素值标注为1,背景区域的像素值标注为0;
第二图像获取模块,用于将标注后的第一训练图像的像素值乘以255,得到第二训练图像,其中所述第二训练图像中人体分割区域的像素值为255,背景区域的像素值为0;
第三图像获取模块,用于对所述第二训练图像的像素值进行插值,得到像素值为0至255的第三训练图像;
掩膜获取模块,用于将所述第三训练图像的像素值分别除以255,得到像素值为0至1的掩膜;
掩膜截断模块,用于将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜,将所述截断后像素值为0和1的掩膜作为结果数据输入至预设的神经网络进行训练。
根据本公开的一个或多个实施例,所述第三图像处理模块,具体用于若所述第二训练图像的尺寸大于预设的神经网络的输入尺寸,则对所述第二训练图像进行抗锯齿法下采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像;若所述第二训练图像的尺寸小于预设的神经网络的输入尺寸,则对所述第二训练图像进行双三次差值上采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像;
若所述第二训练图像的尺寸等于预设的神经网络的输入尺寸,则对对所述第二训练图像进行双三次差值处理,得到像素值为0至255的第三训练图像。
根据本公开的一个或多个实施例,所述掩膜截断模块,具体用于若所述像素值为0至1的掩膜的像素值大于所述预设值,则截断后的掩膜像素值取值为1;若若所述像素值为0至1的掩膜的像素值小于或等于所述预设值,则截断后的掩膜像素值取值为0。
根据本公开的一个或多个实施例,所述抗锯齿法下采样为最近邻插值法下采样。
根据本公开的一个或多个实施例,所述预设值为0.5。
第三方面,根据本公开的一个或多个实施例,提供了一种电子设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的人体分割神经网络的训练方法。
第四方面,根据本公开的一个或多个实施例,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的人体分割神经网络的训练方法。
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,本公开中所涉及的公开范围,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公开构思的情况下,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。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (7)
1.一种人体分割神经网络的训练方法,其特征在于,包括:
将第一训练图像进行标注处理,其中第一训练图像中的人体分割区域的像素值标注为1,背景区域的像素值标注为0;
将标注后的第一训练图像的像素值乘以255,得到第二训练图像,其中所述第二训练图像中的人体分割区域的像素值为255,背景区域的像素值为0;
对所述第二训练图像的像素值进行插值,得到像素值为0至255的第三训练图像;
将所述第三训练图像的像素值分别除以255,得到像素值为0至1的掩膜;
将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜,将所述截断后像素值为0和1的掩膜作为结果数据输入至预设的神经网络进行训练,其中所述预设值为0.5;
其中,所述对所述第二训练图像像素值进行插值,得到像素值为0至255的第三训练图像,包括:
若所述第二训练图像的尺寸大于预设的神经网络的输入尺寸,则对所述第二训练图像进行抗锯齿法下采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像;
若所述第二训练图像的尺寸小于预设的神经网络的输入尺寸,则对所述第二训练图像进行双三次插值上采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像;
若所述第二训练图像的尺寸等于预设的神经网络的输入尺寸,则对对所述第二训练图像进行双三次插值处理,得到像素值为0至255的第三训练图像。
2.根据权利要求1所述的方法,其特征在于,所述将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜,包括:
若所述像素值为0至1的掩膜的像素值大于所述预设值,则截断后的掩膜像素值取值为1;
若若所述像素值为0至1的掩膜的像素值小于或等于所述预设值,则截断后的掩膜像素值取值为0。
3.根据权利要求2所述的方法,其特征在于,所述抗锯齿法下采样为最近邻插值法下采样。
4.一种人体分割神经网络的训练设备,其特征在于,包括:
第一图像标注模块,用于将第一训练图像进行标注处理,其中第一训练图像中的人体分割区域的像素值标注为1,背景区域的像素值标注为0;
第二图像获取模块,用于将标注后的第一训练图像的像素值乘以255,得到第二训练图像,其中所述第二训练图像中人体分割区域的像素值为255,背景区域的像素值为0;
第三图像获取模块,用于对所述第二训练图像的像素值进行插值,得到像素值为0至255的第三训练图像;
掩膜获取模块,用于将所述第三训练图像的像素值分别除以255,得到像素值为0至1的掩膜;
掩膜截断模块,用于将所述像素值为0至1的掩膜按照预设值进行截断,得到截断后像素值为0和1的掩膜,将所述截断后像素值为0和1的掩膜作为结果数据输入至预设的神经网络进行训练,其中所述预设值为0.5;
其中,所述第三图像获取 模块,具体用于若所述第二训练图像的尺寸大于预设的神经网络的输入尺寸,则对所述第二训练图像进行抗锯齿法下采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像;若所述第二训练图像的尺寸小于预设的神经网络的输入尺寸,则对所述第二训练图像进行双三次插 值上采样处理,得到尺寸为预设的神经网络的输入尺寸、像素值为0至255的第三训练图像;若所述第二训练图像的尺寸等于预设的神经网络的输入尺寸,则对对所述第二训练图像进行双三次插值处理,得到像素值为0至255的第三训练图像。
5.根据权利要求4所述的设备,其特征在于,所述掩膜截断模块,具体用于若所述像素值为0至1的掩膜的像素值大于所述预设值,则截断后的掩膜像素值取值为1;若若所述像素值为0至1的掩膜的像素值小于或等于所述预设值,则截断后的掩膜像素值取值为0。
6.一种电子设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至3任一项所述的人体分割神经网络的训练方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至3任一项所述的人体分割神经网络的训练方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910600394.7A CN110298851B (zh) | 2019-07-04 | 2019-07-04 | 人体分割神经网络的训练方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910600394.7A CN110298851B (zh) | 2019-07-04 | 2019-07-04 | 人体分割神经网络的训练方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110298851A CN110298851A (zh) | 2019-10-01 |
CN110298851B true CN110298851B (zh) | 2022-04-22 |
Family
ID=68030295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910600394.7A Active CN110298851B (zh) | 2019-07-04 | 2019-07-04 | 人体分割神经网络的训练方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110298851B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111598902B (zh) * | 2020-05-20 | 2023-05-30 | 抖音视界有限公司 | 图像分割方法、装置、电子设备及计算机可读介质 |
CN112508974A (zh) * | 2020-12-14 | 2021-03-16 | 北京达佳互联信息技术有限公司 | 图像分割模型的训练方法、装置、电子设备和存储介质 |
CN112749678A (zh) * | 2021-01-22 | 2021-05-04 | 北京百度网讯科技有限公司 | 模型训练、矿产预测方法、装置、设备以及存储介质 |
CN113920068B (zh) * | 2021-09-23 | 2022-12-30 | 北京医准智能科技有限公司 | 一种基于人工智能的身体部位检测方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103024398A (zh) * | 2013-01-15 | 2013-04-03 | 山东大学 | 基于稀疏矩阵的高光谱遥感图像的压缩感知处理方法 |
CN106228594A (zh) * | 2016-07-18 | 2016-12-14 | 中国人民解放军理工大学 | 基于曲面细分的台风模式云动画显示方法 |
CN108965647A (zh) * | 2017-05-18 | 2018-12-07 | 北京金山云网络技术有限公司 | 一种前景图像获得方法及装置 |
CN109493350A (zh) * | 2018-11-09 | 2019-03-19 | 重庆中科云丛科技有限公司 | 人像分割方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7440613B2 (en) * | 2003-09-12 | 2008-10-21 | Sony Corporation | Binary mask interpolation |
US9202281B2 (en) * | 2012-03-17 | 2015-12-01 | Sony Corporation | Integrated interactive segmentation with spatial constraint for digital image analysis |
CN107730528A (zh) * | 2017-10-28 | 2018-02-23 | 天津大学 | 一种基于grabcut算法的交互式图像分割与融合方法 |
CN109118490B (zh) * | 2018-06-28 | 2021-02-26 | 厦门美图之家科技有限公司 | 一种图像分割网络生成方法及图像分割方法 |
CN109242801B (zh) * | 2018-09-26 | 2021-07-02 | 北京字节跳动网络技术有限公司 | 图像处理方法和装置 |
CN109544560B (zh) * | 2018-10-31 | 2021-04-27 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN109754388B (zh) * | 2018-12-04 | 2021-03-16 | 众安信息技术服务有限公司 | 一种颈动脉狭窄程度计算方法、装置及存储介质 |
-
2019
- 2019-07-04 CN CN201910600394.7A patent/CN110298851B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103024398A (zh) * | 2013-01-15 | 2013-04-03 | 山东大学 | 基于稀疏矩阵的高光谱遥感图像的压缩感知处理方法 |
CN106228594A (zh) * | 2016-07-18 | 2016-12-14 | 中国人民解放军理工大学 | 基于曲面细分的台风模式云动画显示方法 |
CN108965647A (zh) * | 2017-05-18 | 2018-12-07 | 北京金山云网络技术有限公司 | 一种前景图像获得方法及装置 |
CN109493350A (zh) * | 2018-11-09 | 2019-03-19 | 重庆中科云丛科技有限公司 | 人像分割方法及装置 |
Non-Patent Citations (2)
Title |
---|
一文带你从0到1构建移动端人像分割应用;刘琦;《https://zhuanlan.zhihu.com/p/66662510》;20190523;1-14 * |
移动端实时人像分割算法研究;王泽荣;《现代计算机(专业版)》;20180831;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110298851A (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298851B (zh) | 人体分割神经网络的训练方法及设备 | |
CN112184738B (zh) | 一种图像分割方法、装置、设备及存储介质 | |
CN111325704B (zh) | 图像修复方法、装置、电子设备及计算机可读存储介质 | |
CN111598902B (zh) | 图像分割方法、装置、电子设备及计算机可读介质 | |
CN110310293B (zh) | 人体图像分割方法及设备 | |
CN111784712A (zh) | 图像处理方法、装置、设备和计算机可读介质 | |
CN110795196A (zh) | 窗口显示方法、装置、终端及存储介质 | |
CN112330788A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN112418249A (zh) | 掩膜图像生成方法、装置、电子设备和计算机可读介质 | |
CN112752118B (zh) | 视频生成方法、装置、设备及存储介质 | |
CN111311609B (zh) | 一种图像分割方法、装置、电子设备及存储介质 | |
CN110378282B (zh) | 图像处理方法及装置 | |
CN110223220B (zh) | 一种处理图像的方法和装置 | |
CN111783632A (zh) | 针对视频流的人脸检测方法、装置、电子设备及存储介质 | |
CN111340813B (zh) | 图像实例分割方法、装置、电子设备及存储介质 | |
CN114723600A (zh) | 美妆特效的生成方法、装置、设备、存储介质和程序产品 | |
CN114399696A (zh) | 一种目标检测方法、装置、存储介质及电子设备 | |
CN113936271A (zh) | 文本识别方法、装置、可读介质及电子设备 | |
CN114004229A (zh) | 文本识别方法、装置、可读介质及电子设备 | |
CN112488947A (zh) | 模型训练和图像处理方法、装置、设备和计算机可读介质 | |
CN112418233A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN112241744A (zh) | 图像颜色迁移方法、装置、设备和计算机可读介质 | |
CN113762260A (zh) | 一种版面图片的处理方法、装置、设备及存储介质 | |
CN111612714A (zh) | 图像修复方法、装置和电子设备 | |
CN115761248B (zh) | 图像处理方法、装置、设备及存储介质 |
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 |