CN111507994B - 一种人像提取方法、人像提取装置及移动终端 - Google Patents
一种人像提取方法、人像提取装置及移动终端 Download PDFInfo
- Publication number
- CN111507994B CN111507994B CN202010335461.XA CN202010335461A CN111507994B CN 111507994 B CN111507994 B CN 111507994B CN 202010335461 A CN202010335461 A CN 202010335461A CN 111507994 B CN111507994 B CN 111507994B
- Authority
- CN
- China
- Prior art keywords
- image
- hair
- preview image
- mask
- target
- 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
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
- G06T7/12—Edge-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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本申请公开了一种人像提取方法,人像提取装置、移动终端及计算机可读存储介质。该方法包括:获取当前帧的预览图像,其中,所述预览图像中包含有人像;对所述预览图像进行预处理,得到处理后图像;将所述处理后图像输入至人像分割模型,得到已分割图像,所述已分割图像包括背景区域、人体掩膜及头发掩膜;对所述头发掩膜作滤波处理,得到头发抠图结果;对所述头发抠图结果及所述已分割图像进行图像融合,得到目标图像。本申请方案基于局部抠图实现对头发区域的精细化处理,缓解了因单一人像分割技术所引起的头发区域的边缘瑕疵问题。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种人像提取方法、人像提取装置、移动终端及计算机可读存储介质。
背景技术
由于头发区域没有传统的边缘概念,因而,在使用传统的人像分割算法提取人像时,人像的头发区域往往会出现“过边缘”或“欠边缘”的情况。也即,当前的人像分割技术容易引起头发区域的边缘瑕疵问题。
发明内容
本申请提供了一种人像提取方法、人像提取装置、移动终端及计算机可读存储介质,可更加精准的从图像中提取出人像,减少人像的头发区域的边缘瑕疵问题。
第一方面,本申请提供了一种人像提取方法,包括
获取当前帧的预览图像,其中,上述预览图像中包含有人像;
对上述预览图像进行预处理,得到处理后图像;
将上述处理后图像输入至人像分割模型,得到已分割图像,上述已分割图像包括背景区域、人体掩膜及头发掩膜;
对上述头发掩膜作滤波处理,得到头发抠图结果;
对上述头发抠图结果及上述已分割图像进行图像融合,得到目标图像。
第二方面,本申请提供了一种人像提取装置,包括:
图像获取单元,用于获取当前帧的预览图像,其中,上述预览图像中包含有人像;
图像预处理单元,用于对上述预览图像进行预处理,得到处理后图像;
图像分割单元,用于将上述处理后图像输入至人像分割模型,得到已分割图像,上述已分割图像包括背景区域、人体掩膜及头发掩膜;
头发抠图单元,用于对上述头发掩膜作滤波处理,得到头发抠图结果;
图像融合单元,对上述头发抠图结果及上述已分割图像进行图像融合,得到目标图像。
第三方面,本申请提供了一种移动终端,上述移动终端包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,上述处理器执行上述计算机程序时实现如上述第一方面的方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
第五方面,本申请提供了一种计算机程序产品,上述计算机程序产品包括计算机程序,上述计算机程序被一个或多个处理器执行时实现如上述第一方面的方法的步骤。
由上可见,通过本申请方案,首先获取当前帧的预览图像,其中,上述预览图像中包含有人像,然后对上述预览图像进行预处理,得到处理后图像,再将上述处理后图像输入至人像分割模型,得到已分割图像,上述已分割图像包括背景区域、人体掩膜及头发掩膜,接着对上述头发掩膜作滤波处理,得到头发抠图结果,最后对上述头发抠图结果及上述已分割图像进行图像融合,得到目标图像。通过本申请方案,在对图像进行了人像分割得到已分割图像后,再基于头发部分进行局部的抠图处理,并将抠图处理所得到头发抠图结果与已分割图像进行图像融合,以缓解因单一人像分割技术所引起的头发区域的边缘瑕疵问题。可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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是本申请实施例提供的人像提取方法的实现流程示意图;
图2-1是本申请实施例提供的人像提取方法中,正横图的示意图;
图2-2是本申请实施例提供的人像提取方法中,负横图的示意图;
图3是本申请实施例提供的人像提取方法中,人像分割模型的网络结构示意图;
图4是本申请实施例提供的人像提取方法中,已分割图像的示意图;
图5是本申请实施例提供的人像提取方法中,头发抠图结果的获取流程示意图;
图6是本申请实施例提供的人像提取装置的结构框图;
图7是本申请实施例提供的移动终端的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
实施例一
下面对本申请实施例提供的一种人像提取方法进行描述,请参阅图1,本申请实施例中的人像提取方法包括:
步骤101,获取当前帧的预览图像;
在本申请实施例中,在移动终端打开相机应用之后,可获取该相机应用所传送过来的当前帧的预览图像。考虑到本申请是一种人像提取方法,因而,可以先对上述预览图像进行人脸识别操作,如果识别到人像,则可以应用本申请实施例所提出的人像提取方法进行后续处理;如果未识别到人像,则无需应用本申请实施例所提出的人像提取方法进行后续处理。可选地,上述预览图像可以是RGB图像,也可以是YUV图像,还可以是深度图像,此处不作限定。
步骤102,对上述预览图像进行预处理,得到处理后图像;
在本申请实施例中,在预览图像包含有人像的前提下,继续对该预览图像进行预处理操作,得到处理后图像,其中,上述预处理操作包括但不限于图像旋转操作、图像缩放操作和/或图像剪裁操作等,此处不作限定。
可选地,上述步骤102包括:
A1、检测上述预览图像是否为横图;
在本申请实施例中,由于移动终端的便捷性,用户在使用移动终端进行拍摄时,可以以任意角度摆弄移动终端。基于此,移动终端通常可根据内部的陀螺仪所输出的陀螺仪数据,判断当前自身的位姿,并在拍摄时基于位姿在横图或竖图中选择合适的图像预览方式来生成预览图像;也即,移动终端的位姿决定了上述预览图像是横图还是竖图。具体地,可以通过预览图像的宽度及高度,或者该预览图像的方向属性数据来检测该预览图像是否为横图。
在一种应用场景下,可通过预览图像的宽度及高度检测上述预览图像是否为横图,则本申请实施例中,可以在获取上述预览图像的宽度及高度后,检测该预览图像的宽度是否大于高度,若该预览图像的宽度大于高度,则可确定上述预览图像为横图。具体地,可计算该预览图像的宽度与高度所形成的宽高比,并将上述预览图像的宽高比与预设的比例阈值进行比对,若宽高比大于预设的比例阈值,则可知该预览图像的宽度大于高度,也即该预览图像为横图,反之,若宽高比不大于预设的比例阈值,则可知该预览图像的宽度不大于高度,也即该预览图像为竖图;或者,也可直接计算该预览图像的宽度与高度的差值,若该差值为正数,则可知该预览图像的宽度大于高度,也即该预览图像为横图,反之,若差值不为正数,则可知该预览图像的宽度不大于高度,也即该预览图像为竖图。
在另一种应用场景下,可通过预览图像的方向属性信息检测上述预览图像是否为横图,则本申请实施例中,可以获取上述预览图像携带的方向属性数据,该方向属性信息可通过数值进行表示,随后将上述方向属性数据与用于表示横图的预设方向属性数据进行匹配,若预览图像携带的方向属性数据与预设方向属性数据相匹配,则可确定该预览图像为横图。
A2、若上述预览图像为横图,则基于预设的旋转角度,对上述预览图像进行旋转处理。
在本申请实施例中,由于预览图像后续还需要经过人像分割模型进行分割处理,为了提升该人像分割模型的处理效率,此处可以将预览图像通过预处理统一为相同的图像预览方式,也即,统一对横着的预览图像进行旋转操作,以得到竖着的预览图像。需要注意的是,上述预设的旋转角度优选为90°,且旋转时的旋转方向可通过如下方式确定:检测上述预览图像为正横图还是负横图;若上述预览图像为正横图,则顺时针将预览图像旋转90°;若上述预览图像为负横图,则逆时针将预览图像旋转90°。具体地,如图2-1所示,若一横图所包含的人像中,眼睛处于嘴巴上方位置(也即该横图中的人像是正着的),则定义该横图为正横图;相反地,如图2-2所示,若一横图所包含的人像中,眼睛处于嘴巴下方位置(也即该横图中的人像是倒着的),则定义该横图为负横图。
在一种应用场景下,若是通过预览图像的宽度及高度检测出上述预览图像是横图,则可继续通过简单的人脸特征识别技术,识别出人像中所包含的眼睛及嘴巴等特征之间的相对位置,并基于该相对位置确定该预览图像为正横图还是负横图。
在另一种应用场景下,若是通过预览图像的方向属性信息检测上述预览图像是否为横图,则可基于该方向属性信息进一步确定该预览图像为正横图还是负横图。简单示例如下:方向属性信息通过数值“0”、“1”、“2”及“3”来分别表示正横图、正竖图、负横图及负竖图这四个不同的方向状态;则当检测发现预览图像的方向属性数据为“0”时,可确定该预览图像为正横图;当检测发现预览图像的方向属性数据为“2”时,可确定该预览图像为负横图。
可选地,上述步骤102包括:
B1、获取上述预览图像的尺寸;
B2、检测上述预览图像的尺寸是否为预设的目标尺寸;
B3、若上述预览图像的尺寸不为上述目标尺寸,则将上述预览图像缩放至上述目标尺寸。
在本申请实施例中,上述目标尺寸与上述人像分割模型相关;也即,需要将预览图像的尺寸缩放为人像分割模型所要求的尺寸,例如480*640等,此处不作限定。
步骤103,将上述处理后图像输入至人像分割模型,得到已分割图像,上述已分割图像包括背景区域、人体掩膜及头发掩膜;
在本申请实施例中,上述人像分割模型采用图像语义分割算法,包括但不限于deeplab系列分割算法、基于U-Net的分割算法及基于全卷积神经网络(FullyConvolutional Networks,FCN)的分割算法等,此处不作赘述。请参阅图3,图3给出了人像分割模型的网络结构的示意,该人像分割模型中包含有编码器(encoder)模块及解码器(decoder)模块,且该人像分割模型使用跳跃连接。其中,上述编码器模块一般由MobileNet、ShuffleNet或ResNet等网络组成其基本的骨干网络(backbone),上述编码器模块的作用为:提取出上述处理后图像的高层语义特征(high level feature),包括纹理特征和/或梯度特征等,此处不作限定;上述解码器模块一般由反卷积模块或插值上采样模块组成,上述解码器模块的作用为:通过对高层语义特征进行上采样实现对高层语义特征的解码,并获得高层语义特征的分类,也即,获得每一像素所对应的类别;上述跳跃连接是为了增强人像分割模型的泛化能力。
在一些实施例中,上述人像分割模型的训练数据由人像样本集构成,人像样本中的人体区域和头发区域需要标注为不同的类别,以通过该训练数据完成对上述人像分割模型的训练。在得到已训练的人像分割模型后,通过上述人像分割模型对上述处理后图像进行分割处理,可得到已分割图像,其中,上述已分割图像具体为三值分割掩膜(mask)图像,上述“三值分割掩膜图像”中的“三值”代表三个分类,分别为背景区域、人体掩膜及头发掩膜。仅作为示例,上述“三值”可分别为“0”、“1”及“2”,其中,“0”用于表示背景区域,“1”用于表示人体掩膜,“2”用于表示头发掩膜。请参阅图4,图4给出了人像分割模型的所输出的已分割图像的示意,其中,黑色部分为背景区域,灰色部分为人体掩膜,白色部分为头发掩膜。
步骤104,对上述头发掩膜作滤波处理,得到头发抠图结果;
在本申请实施例中,可以对头发掩膜进一步作滤波处理,以得到高精度的头发抠图(matting)结果。具体地,可以将上述的待处理图像作为引导图,对上述头发掩膜进行引导滤波,其中,上述引导率波指的是:通过一张引导图(也即处理后图像),对输入图像(也即头发掩膜)进行滤波处理,使得所得到的滤波结果(也即头发抠图结果)在大体上与输入图像(也即头发掩膜)相似,但是纹理部分与引导图(也即处理后图像)相似。请参阅图5,图5给出了基于一处理后图像对头发掩膜进行引导滤波,得到一头发抠图结果的示意。
步骤105,对上述头发抠图结果及上述已分割图像进行图像融合,得到目标图像。
在本申请实施例中,头发区域是图像融合的重点。考虑到“过边缘”现象及“欠边缘”现象往往不会出现在发根处(也即头发区域与人体区域的相接处往往不会出现在“过边缘”现象及“欠边缘”现象),因而,可以基于上述头发掩膜确定目标头发内边缘,其中,上述目标头发内边缘为上述头发掩膜与上述人体掩膜相接的边缘;同时,还可以基于上述头发抠图结果确定目标头发外边缘,其中,上述目标头发外边缘为在上述头发抠图结果中与头发掩膜的外边缘相对应的边缘,上述头发掩膜的外边缘为上述头发掩膜与上述背景区域相接的边缘;最后基于上述目标头发内边缘及上述目标头发外边缘,对上述头发抠图结果及上述已分割图像进行图像融合,得到目标图像。也即,最后所得的目标图像中,头发区域的外边缘是基于头发抠图结果所确定的,可实现对头发更精细的提取,缓解“过边缘”现象及“欠边缘”现象。
具体地,在确定上述头发掩膜与上述人体掩膜相接的边缘时,可在已分割图像的头发掩膜中,通过各个像素点的邻域确定上述头发掩膜与上述人体掩膜相接的边缘:若头发掩膜中的一个像素点存在有邻域落入人体掩膜中,也存在有邻域落入头发掩膜中,则可将该像素点确定为上述头发掩膜与上述人体掩膜相接的边缘上的一个像素点。
具体地,在确定上述头发掩膜与上述背景区域相接的边缘时,可在已分割图像的头发掩膜中,通过各个像素点的邻域确定上述头发掩膜与上述背景区域相接的边缘:若头发掩膜中的一个像素点存在有邻域落入背景区域中,也存在有邻域落入头发掩膜中,则可将该像素点确定为上述头发掩膜与上述背景区域相接的边缘上的一个像素点。
可选地,在上述步骤105之后,上述人像提取方法还包括:
基于上述目标图像进行其它操作。
其中,上述其它操作可以包括虚化操作,例如,基于背景区域进行背景虚化等;或者,也可以包括美颜操作,例如,基于头发区域更换发色等,此处不对上述其它操作作出限定。
由上可见,本申请实施例中,在对图像进行了人像分割得到已分割图像后,再基于头发部分进行局部的抠图处理,并将抠图处理所得到头发抠图结果与已分割图像进行图像融合。一方面,可以缓解了因单一人像分割技术所引起的头发区域的边缘瑕疵问题;另一方面,不需要对整个图像进行抠图处理,减少了抠图处理的处理量,节约了图像处理的时间,提升了图像处理的速度。也即,本申请实施例实现了人像提取的提取精度及提取效率之间的平衡。
实施例二
本申请实施例二提供了一种人像提取装置,上述人像提取装置可集成于移动终端中,如图6所示,本申请实施例中的人像提取装置600包括:
图像获取单元601,用于获取当前帧的预览图像,其中,上述预览图像中包含有人像;
图像预处理单元602,用于对上述预览图像进行预处理,得到处理后图像;
图像分割单元603,用于将上述处理后图像输入至人像分割模型,得到已分割图像,上述已分割图像包括背景区域、人体掩膜及头发掩膜;
头发抠图单元604,用于对上述头发掩膜作滤波处理,得到头发抠图结果;
图像融合单元605,对上述头发抠图结果及上述已分割图像进行图像融合,得到目标图像。
可选地,上述图像融合单元605,包括:
头发内边缘确定子单元,用于基于上述头发掩膜确定目标头发内边缘,其中,上述目标头发内边缘为上述头发掩膜与上述人体掩膜相接的边缘;
头发外边缘确定子单元,用于基于上述头发抠图结果确定目标头发外边缘,其中,上述目标头发外边缘为在上述头发抠图结果中与头发掩膜的外边缘相对应的边缘,上述头发掩膜的外边缘为上述头发掩膜与上述背景区域相接的边缘;
图像融合子单元,用于基于上述目标头发内边缘及上述目标头发外边缘,对上述头发抠图结果及上述已分割图像进行图像融合,得到目标图像。
可选地,上述图像预处理单元602,包括:
横图检测子单元,用于检测上述预览图像是否为横图;
图像旋转子单元,用于若上述预览图像为横图,则基于预设的旋转角度,对上述预览图像进行旋转处理,得到处理后图像。
可选地,上述横图检测子单元,包括:
宽高比获取子单元,用于获取上述预览图像的宽高比;
宽高比比对子单元,用于将上述预览图像的宽高比与预设的比例阈值进行比对;
第一确定子单元,用于若上述预览图像的宽高比大于预设的比例阈值,则确定上述预览图像为横图。
可选地,上述横图检测子单元,包括:
方向属性数据获取子单元,用于获取上述预览图像携带的方向属性数据;
方向属性数据匹配子单元,用于将上述方向属性数据与预设方向属性数据进行匹配;
第二确定子单元,用于若上述方向属性数据与预设方向属性数据相匹配,则确定上述预览图像为横图。
可选地,上述图像预处理单元602,包括:
尺寸获取子单元,用于获取上述预览图像的尺寸;
尺寸检测子单元,用于检测上述预览图像的尺寸是否为预设的目标尺寸,其中,上述目标尺寸与上述人像分割模型相关;
图像缩放子单元,用于若上述预览图像的尺寸不为上述目标尺寸,则将上述预览图像缩放至上述目标尺寸,得到处理后图像。
可选地,上述头发抠图单元604,具体用于将上述处理后图像作为引导图,对上述头发掩膜进行引导滤波,得到头发抠图结果。
由上可见,本申请实施例中,在对图像进行了人像分割得到已分割图像后,再基于头发部分进行局部的抠图处理,并将抠图处理所得到头发抠图结果与已分割图像进行图像融合。一方面,可以缓解了因单一人像分割技术所引起的头发区域的边缘瑕疵问题;另一方面,不需要对整个图像进行抠图处理,减少了抠图处理的处理量,节约了图像处理的时间,提升了图像处理的速度。也即,本申请实施例实现了人像提取的提取精度及提取效率之间的平衡。
实施例三
本申请实施例三提供了一种移动终端,请参阅图7,本申请实施例中的移动终端7包括:存储器701,一个或多个处理器702(图7中仅示出一个)及存储在存储器701上并可在处理器上运行的计算机程序。其中:存储器701用于存储软件程序以及模块,处理器702通过运行存储在存储器701的软件程序以及单元,从而执行各种功能应用以及数据处理,以获取上述预设事件对应的资源。具体地,处理器702通过运行存储在存储器701的上述计算机程序时实现以下步骤:
获取当前帧的预览图像,其中,上述预览图像中包含有人像;
对上述预览图像进行预处理,得到处理后图像;
将上述处理后图像输入至人像分割模型,得到已分割图像,上述已分割图像包括背景区域、人体掩膜及头发掩膜;
对上述头发掩膜作滤波处理,得到头发抠图结果;
对上述头发抠图结果及上述已分割图像进行图像融合,得到目标图像。
假设上述为第一种可能的实施方式,则在第一种可能的实施方式作为基础而提供的第二种可能的实施方式中,上述对上述头发抠图结果及上述已分割图像进行图像融合,得到目标图像,包括:
基于上述头发掩膜确定目标头发内边缘,其中,上述目标头发内边缘为上述头发掩膜与上述人体掩膜相接的边缘;
基于上述头发抠图结果确定目标头发外边缘,其中,上述目标头发外边缘为在上述头发抠图结果中与头发掩膜的外边缘相对应的边缘,上述头发掩膜的外边缘为上述头发掩膜与上述背景区域相接的边缘;
基于上述目标头发内边缘及上述目标头发外边缘,对上述头发抠图结果及上述已分割图像进行图像融合,得到目标图像。
在上述第一种可能的实施方式作为基础,或者上述第二种可能的实施方式作为基础而提供的第三种可能的实施方式中,上述对上述预览图像进行预处理,得到处理后图像,包括:
检测上述预览图像是否为横图;
若上述预览图像为横图,则基于预设的旋转角度,对上述预览图像进行旋转处理,得到处理后图像。
在上述第三种可能的实施方式作为基础而提供的第四种可能的实施方式中,上述检测上述预览图像是否为横图,包括:
获取上述预览图像的宽高比;
将上述预览图像的宽高比与预设的比例阈值进行比对;
若上述预览图像的宽高比大于预设的比例阈值,则确定上述预览图像为横图。
在上述第三种可能的实施方式作为基础而提供的第五种可能的实施方式中,上述检测上述预览图像是否为横图,包括:
获取上述预览图像携带的方向属性数据;
将上述方向属性数据与预设方向属性数据进行匹配;
若上述方向属性数据与预设方向属性数据相匹配,则确定上述预览图像为横图。
在上述第一种可能的实施方式作为基础,或者上述第二种可能的实施方式作为基础而提供的第六种可能的实施方式中,上述对上述预览图像进行预处理,得到处理后图像,包括:
获取上述预览图像的尺寸;
检测上述预览图像的尺寸是否为预设的目标尺寸,其中,上述目标尺寸与上述人像分割模型相关;
若上述预览图像的尺寸不为上述目标尺寸,则将上述预览图像缩放至上述目标尺寸,得到处理后图像。
在上述第一种可能的实施方式作为基础,或者上述第二种可能的实施方式作为基础而提供的第七种可能的实施方式中,上述对上述头发掩膜作滤波处理,得到头发抠图结果,包括:
将上述处理后图像作为引导图,对上述头发掩膜进行引导滤波,得到头发抠图结果。
应当理解,在本申请实施例中,所称处理器702可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Arra6,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器701可以包括只读存储器和随机存取存储器,并向处理器702提供指令和数据。存储器701的一部分或全部还可以包括非易失性随机存取存储器。例如,存储器701还可以存储设备类别的信息。
由上可见,本申请实施例中,在对图像进行了人像分割得到已分割图像后,再基于头发部分进行局部的抠图处理,并将抠图处理所得到头发抠图结果与已分割图像进行图像融合。一方面,可以缓解了因单一人像分割技术所引起的头发区域的边缘瑕疵问题;另一方面,不需要对整个图像进行抠图处理,减少了抠图处理的处理量,节约了图像处理的时间,提升了图像处理的速度。也即,本申请实施例实现了人像提取的提取精度及提取效率之间的平衡。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者外部设备软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关联的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读存储介质可以包括:能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机可读存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括是电载波信号和电信信号。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种人像提取方法,其特征在于,包括:
获取当前帧的预览图像,其中,所述预览图像中包含有人像;具体的,对所述预览图像进行人脸识别,如果识别到人像,则进行后续处理,如果未识别到人像,则无需进行后续处理;
对所述预览图像进行预处理,得到处理后图像;
将所述处理后图像输入至人像分割模型,得到已分割图像,所述已分割图像包括背景区域、人体掩膜及头发掩膜;
对所述头发掩膜作滤波处理,得到头发抠图结果;
对所述头发抠图结果及所述已分割图像进行图像融合,得到目标图像;
所述对所述头发掩膜作滤波处理,得到头发抠图结果,包括:
将所述处理后图像作为引导图,对所述头发掩膜进行引导滤波,得到头发抠图结果;
所述对所述头发抠图结果及所述已分割图像进行图像融合,得到目标图像,包括:
基于所述头发掩膜确定目标头发内边缘,其中,所述目标头发内边缘为所述头发掩膜与所述人体掩膜相接的边缘;
基于所述头发抠图结果确定目标头发外边缘,其中,所述目标头发外边缘为在所述头发抠图结果中与头发掩膜的外边缘相对应的边缘,所述头发掩膜的外边缘为所述头发掩膜与所述背景区域相接的边缘;
基于所述目标头发内边缘及所述目标头发外边缘,对所述头发抠图结果及所述已分割图像进行图像融合,得到目标图像。
2.如权利要求1所述的人像提取方法,其特征在于,所述对所述预览图像进行预处理,得到处理后图像,包括:
检测所述预览图像是否为横图;
若所述预览图像为横图,则基于预设的旋转角度,对所述预览图像进行旋转处理,得到处理后图像。
3.如权利要求2所述的人像提取方法,其特征在于,所述检测所述预览图像是否为横图,包括:
获取所述预览图像的宽高比;
将所述预览图像的宽高比与预设的比例阈值进行比对;
若所述预览图像的宽高比大于预设的比例阈值,则确定所述预览图像为横图。
4.如权利要求2所述的人像提取方法,其特征在于,所述检测所述预览图像是否为横图,包括:
获取所述预览图像携带的方向属性数据;
将所述方向属性数据与预设方向属性数据进行匹配;
若所述方向属性数据与预设方向属性数据相匹配,则确定所述预览图像为横图。
5.如权利要求1所述的人像提取方法,其特征在于,所述对所述预览图像进行预处理,得到处理后图像,包括:
获取所述预览图像的尺寸;
检测所述预览图像的尺寸是否为预设的目标尺寸,其中,所述目标尺寸与所述人像分割模型相关;
若所述预览图像的尺寸不为所述目标尺寸,则将所述预览图像缩放至所述目标尺寸,得到处理后图像。
6.一种人像提取装置,其特征在于,包括:
图像获取单元,用于获取当前帧的预览图像,其中,所述预览图像中包含有人像;具体的,对所述预览图像进行人脸识别,如果识别到人像,则进行后续处理,如果未识别到人像,则无需进行后续处理;
图像预处理单元,用于对所述预览图像进行预处理,得到处理后图像;
图像分割单元,用于将所述处理后图像输入至人像分割模型,得到已分割图像,所述已分割图像包括背景区域、人体掩膜及头发掩膜;
头发抠图单元,用于对所述头发掩膜作滤波处理,得到头发抠图结果;
图像融合单元,对所述头发抠图结果及所述已分割图像进行图像融合,得到目标图像;
所述对所述头发掩膜作滤波处理,得到头发抠图结果,包括:
将所述处理后图像作为引导图,对所述头发掩膜进行引导滤波,得到头发抠图结果;
所述对所述头发抠图结果及所述已分割图像进行图像融合,得到目标图像,包括:
基于所述头发掩膜确定目标头发内边缘,其中,所述目标头发内边缘为所述头发掩膜与所述人体掩膜相接的边缘;
基于所述头发抠图结果确定目标头发外边缘,其中,所述目标头发外边缘为在所述头发抠图结果中与头发掩膜的外边缘相对应的边缘,所述头发掩膜的外边缘为所述头发掩膜与所述背景区域相接的边缘;
基于所述目标头发内边缘及所述目标头发外边缘,对所述头发抠图结果及所述已分割图像进行图像融合,得到目标图像。
7.一种移动终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010335461.XA CN111507994B (zh) | 2020-04-24 | 2020-04-24 | 一种人像提取方法、人像提取装置及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010335461.XA CN111507994B (zh) | 2020-04-24 | 2020-04-24 | 一种人像提取方法、人像提取装置及移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507994A CN111507994A (zh) | 2020-08-07 |
CN111507994B true CN111507994B (zh) | 2023-10-03 |
Family
ID=71870480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010335461.XA Active CN111507994B (zh) | 2020-04-24 | 2020-04-24 | 一种人像提取方法、人像提取装置及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507994B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111968134B (zh) * | 2020-08-11 | 2023-11-28 | 影石创新科技股份有限公司 | 目标分割方法、装置、计算机可读存储介质及计算机设备 |
CN111931772B (zh) * | 2020-09-18 | 2021-02-09 | 平安科技(深圳)有限公司 | 医学图像处理方法、装置、设备及存储介质 |
CN112102340A (zh) * | 2020-09-25 | 2020-12-18 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN112508964B (zh) * | 2020-11-30 | 2024-02-20 | 北京百度网讯科技有限公司 | 图像分割方法、装置、电子设备和存储介质 |
CN112418167A (zh) * | 2020-12-10 | 2021-02-26 | 深圳前海微众银行股份有限公司 | 图像的聚类方法、装置、设备和存储介质 |
CN112802037A (zh) * | 2021-01-20 | 2021-05-14 | 北京百度网讯科技有限公司 | 人像提取方法、装置、电子设备及存储介质 |
CN112967301A (zh) * | 2021-04-08 | 2021-06-15 | 北京华捷艾米科技有限公司 | 自拍图像抠图方法及装置 |
CN115205307A (zh) * | 2021-04-09 | 2022-10-18 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备 |
CN113128413A (zh) * | 2021-04-22 | 2021-07-16 | 广州织点智能科技有限公司 | 一种人脸检测模型训练方法、人脸检测方法及其相关装置 |
CN113034648A (zh) * | 2021-04-30 | 2021-06-25 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、设备和存储介质 |
CN113313646B (zh) * | 2021-05-27 | 2024-04-16 | Oppo广东移动通信有限公司 | 图像处理方法及装置、电子设备、计算机可读存储介质 |
CN113223023A (zh) * | 2021-05-31 | 2021-08-06 | Oppo广东移动通信有限公司 | 图像处理方法及装置、电子设备、存储介质 |
CN113409329B (zh) * | 2021-06-03 | 2023-11-14 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、终端及可读存储介质 |
WO2022261828A1 (zh) * | 2021-06-15 | 2022-12-22 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN113610865B (zh) * | 2021-07-27 | 2024-03-29 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN113658197B (zh) * | 2021-08-20 | 2023-09-05 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN114565755B (zh) * | 2022-01-17 | 2023-04-18 | 北京新氧科技有限公司 | 图像分割方法、装置、设备及存储介质 |
CN117237397A (zh) * | 2023-07-13 | 2023-12-15 | 天翼爱音乐文化科技有限公司 | 基于特征融合的人像分割方法、系统、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003256834A (ja) * | 2002-03-06 | 2003-09-12 | Mitsubishi Electric Corp | 顔領域抽出及び顔構成要素位置判定装置 |
CN102214355A (zh) * | 2011-05-20 | 2011-10-12 | 西安工程大学 | 一种服装展示素材的抠图方法 |
CN108960167A (zh) * | 2018-07-11 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 发型识别方法、装置、计算机可读存储介质和计算机设备 |
CN110807780A (zh) * | 2019-10-23 | 2020-02-18 | 北京达佳互联信息技术有限公司 | 图像处理方法和装置 |
CN110969631A (zh) * | 2019-11-25 | 2020-04-07 | 杭州趣维科技有限公司 | 一种精细化照片染发方法及系统 |
CN110992374A (zh) * | 2019-11-28 | 2020-04-10 | 杭州趣维科技有限公司 | 一种基于深度学习的头发精细化分割方法及系统 |
CN110992247A (zh) * | 2019-11-25 | 2020-04-10 | 杭州趣维科技有限公司 | 一种人像照片头发拉直特效的实现方法及系统 |
CN111046763A (zh) * | 2019-11-29 | 2020-04-21 | 广州久邦世纪科技有限公司 | 一种人像卡通化的方法和装置 |
-
2020
- 2020-04-24 CN CN202010335461.XA patent/CN111507994B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003256834A (ja) * | 2002-03-06 | 2003-09-12 | Mitsubishi Electric Corp | 顔領域抽出及び顔構成要素位置判定装置 |
CN102214355A (zh) * | 2011-05-20 | 2011-10-12 | 西安工程大学 | 一种服装展示素材的抠图方法 |
CN108960167A (zh) * | 2018-07-11 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 发型识别方法、装置、计算机可读存储介质和计算机设备 |
CN110807780A (zh) * | 2019-10-23 | 2020-02-18 | 北京达佳互联信息技术有限公司 | 图像处理方法和装置 |
CN110969631A (zh) * | 2019-11-25 | 2020-04-07 | 杭州趣维科技有限公司 | 一种精细化照片染发方法及系统 |
CN110992247A (zh) * | 2019-11-25 | 2020-04-10 | 杭州趣维科技有限公司 | 一种人像照片头发拉直特效的实现方法及系统 |
CN110992374A (zh) * | 2019-11-28 | 2020-04-10 | 杭州趣维科技有限公司 | 一种基于深度学习的头发精细化分割方法及系统 |
CN111046763A (zh) * | 2019-11-29 | 2020-04-21 | 广州久邦世纪科技有限公司 | 一种人像卡通化的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111507994A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111507994B (zh) | 一种人像提取方法、人像提取装置及移动终端 | |
WO2020259118A1 (en) | Method and device for image processing, method and device for training object detection model | |
WO2020018359A1 (en) | Three-dimensional living-body face detection method, face authentication recognition method, and apparatuses | |
US7457432B2 (en) | Specified object detection apparatus | |
CN111583097A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN110473185A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN107368806B (zh) | 图像矫正方法、装置、计算机可读存储介质和计算机设备 | |
CN106846339A (zh) | 一种图像检测方法和装置 | |
CN110570442A (zh) | 一种复杂背景下轮廓检测方法、终端设备及存储介质 | |
CN110691226A (zh) | 图像处理方法、装置、终端及计算机可读存储介质 | |
CN112836653A (zh) | 人脸隐私化方法、设备、装置及计算机存储介质 | |
CN111161281A (zh) | 一种人脸区域识别方法、装置及存储介质 | |
CN107153806B (zh) | 一种人脸检测方法及装置 | |
CN110852974B (zh) | 图像抗锯齿处理方法、图像生成器的训练方法及装置 | |
CN112749696A (zh) | 一种文本检测方法及装置 | |
CN113298829B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN113658197B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN113239738B (zh) | 一种图像的模糊检测方法及模糊检测装置 | |
CN114913588A (zh) | 一种应用于复杂场景下的人脸图像修复及识别方法 | |
CN115187788A (zh) | 一种基于机器视觉的农作物种子自动计数方法 | |
CN114241580A (zh) | 一种基于局部二值特征的人脸识别方法及相关装置 | |
CN114187309A (zh) | 一种基于卷积神经网络的头发分割方法及系统 | |
CN113658075A (zh) | 模型训练方法、图像边缘增强方法、装置、介质和终端 | |
CN114698398A (zh) | 图像处理方法、图像处理装置、电子设备及可读存储介质 | |
CN115100312B (zh) | 一种图像动漫化的方法和装置 |
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 |