CN113327262A - 一种图像处理的方法、装置、计算机存储介质及终端 - Google Patents
一种图像处理的方法、装置、计算机存储介质及终端 Download PDFInfo
- Publication number
- CN113327262A CN113327262A CN202010129959.0A CN202010129959A CN113327262A CN 113327262 A CN113327262 A CN 113327262A CN 202010129959 A CN202010129959 A CN 202010129959A CN 113327262 A CN113327262 A CN 113327262A
- Authority
- CN
- China
- Prior art keywords
- hair
- image
- original image
- region
- area
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract description 11
- 210000004209 hair Anatomy 0.000 claims abstract description 106
- 238000000034 method Methods 0.000 claims description 41
- 238000001514 detection method Methods 0.000 claims description 13
- 239000000126 substance Substances 0.000 claims description 11
- 238000009499 grossing Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 description 8
- 238000013135 deep learning Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000007723 transport mechanism Effects 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
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06T5/70—Denoising; Smoothing
-
- 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
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
一种图像处理的方法、装置、计算机存储介质及终端,包括:确定原始图像中包含毛发的毛发区域;以确定的毛发区域作为未知区域,生成三分图(trimap);其中,所述毛发区域包括原始图像的毛发与背景相交的区域。本发明实施例实现了三分图的自动处理;进一步的,本发明实施例基于原始图像和三分图做阿尔法运算(Alpha Matting)进行图像抠图,提升了抠图效率。
Description
技术领域
本文涉及但不限于多媒体处理技术,尤指一种图像处理的方法、装置、计算机存储介质及终端。
背景技术
抠图是图像处理中最常做的操作之一,是把图片或影像的某一部分从原始图片或影像中分离出来成为单独的图层。主要功能是为了后期的合成做准备。方法有套索工具、选框工具、橡皮擦工具等直接选择、快速蒙版、钢笔勾画路径后转选区、抽出滤镜、外挂滤镜抽出、通道、计算、应用图像法等。
对图像中包含毛发的抠图处理,如果采用图像分割算法进行图像抠图,则存在毛发处理效果差;如果采用原始图像和三分图(trimap)做阿尔法运算 (Alpha Matting)进行图像抠图,则需要通过手动绘制未知区域来获取trimap,操作负责、耗时且效率低。
如何提升包含毛发的图像的抠图效果,成为一个有待解决的技术问题。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供一种图像处理的方法、装置、计算机存储介质及终端,能够实现三分图的自动处理,提升图像的抠图效率。
本发明实施例提供了一种图像处理的方法,包括:
确定原始图像中包含毛发的毛发区域;
以确定的毛发区域作为未知区域,生成三分图;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
在一种示例性实施例中,所述生成三分图,包括:
根据所述原始图像的前景区域、背景区域及所述未知区域,生成所述三分图。
在一种示例性实施例中,所述生成三分图时,所述方法还包括:
将所述前景区域之外的所述毛发区域,划分为所述背景区域;或,
根据接收到的外部指令,将所述前景区域之外的一个或一个以上所述毛发区域,划分为所述背景区域。
在一种示例性实施例中,所述生成三分图之前,所述方法还包括:
对所述前景区域进行平滑处理。
在一种示例性实施例中,所述生成三分图之后,所述方法还包括:
根据所述原始图像和生成的所述三分图进行阿尔法运算Alpha Matting处理,以对所述原始图像进行抠图。
另一方面,本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行上述图像处理的方法。
再一方面,本发明实施例还提供一种终端,包括:存储器和处理器;其中,
处理器被配置为执行存储器中的程序指令;
程序指令在处理器读取执行上述图像处理的方法。
还一方面,本发明实施例还提供一种图像处理的方法,包括:
确定原始图像中包含毛发的毛发区域;
以确定的毛发区域作为未知区域,生成三分图;
根据原始图像和生成的三分图进行阿尔法运算Alpha Matting处理,以对原始图像进行抠图;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
还一方面,本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行上述图像处理的方法。
还一方面,本发明实施例还提供一种终端,包括:存储器和处理器;其中,
处理器被配置为执行存储器中的程序指令;
程序指令在处理器读取执行上述图像处理的方法。
还一方面,本发明实施例还提供一种图像处理的装置,包括:检测单元和生成单元;其中,
检测单元用于:确定原始图像中包含毛发的毛发区域;
生成单元用于:以确定的毛发区域作为未知区域,生成三分图;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
还一方面,本发明实施例还提供一种图像处理的装置,包括:检测单元、生成单元及抠图单元;其中,
检测单元用于:确定原始图像中包含毛发的毛发区域;
生成单元用于:以确定的毛发区域作为未知区域,生成三分图;
抠图单元用于:根据原始图像和生成的三分图进行阿尔法运算Alpha Matting处理,以对原始图像进行抠图;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
与相关技术相比,本申请技术方案包括:确定原始图像中包含毛发的毛发区域;以确定的毛发区域作为未知区域,生成三分图(trimap)。本发明实施例实现了trimap的自动处理;进一步的,本发明实施例基于原始图像和三分图做阿尔法运算(Alpha Matting)进行图像抠图,提升了抠图效率。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1为本发明实施例图像处理的方法的流程图;
图2为本发明实施例图像处理的装置的结构框图;
图3为本发明另一实施例图像处理的方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1为本发明实施例图像处理的方法的流程图,如图1所示,包括:
步骤101、确定原始图像中包含毛发的毛发区域;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
在一种示例性实施例中,所述确定原始图像中包含毛发的毛发区域,包括:
利用深度学习方法,通过卷积神经网络对所述原始图像进行下采样和上采样;利用多尺度特征融合对上采样和下采样结果进行处理,获得特征图;根据获得的特征图对所述原始图像进行像素级分类后,确定所述原始图像中包含毛发的所述毛发区域。
需要说明的是,利用深度学习方法,通过下采样(Encoder过程)和上采样(Decoder过程)对原始图像进行处理,利用多尺度特征融合对上采样和下采样结果进行处理,及根据获得的特征图对原始图像进行像素级分类是,可以参照相关原理,结合本领域技术人员的经验和检测毛发区域的目的设定相关参数;
步骤102、以确定的毛发区域作为未知区域,生成三分图(trimap)。
在一种示例性实施例中,所述生成trimap,包括:
根据所述原始图像的前景区域、背景区域及未知区域,生成所述trimap。
在一种示例性实施例中,本发明实施例可以参照相关技术中已有的图像分割模型对原始图像进行前景区域和背景区域的分割,获得原始图像的前景区域和背景区域。
需要说明的是,在确定trimap的未知区域之后,本发明实施例可以基于相关技术,根据原始图像的前景区域和背景区域、及上述未知区域生成trimap。
在一种示例性实施例中,所述生成所述trimap时,本发明实施例方法还包括:
将所述前景区域之外的所述毛发区域,划分为所述背景区域;或,
根据接收到的外部指令,将所述前景区域之外的一个或一个以上所述毛发区域,划分为所述背景区域。
在一种示例性实施例中,本发明实施例还可以包括:
将所述前景区域之外的所述毛发区域,拟定为所述背景区域;根据接收到的调整指令,将拟定为背景区域的一个或一个以上所述毛发区域确定为背景区域,将拟定为背景区域的一个或一个以上所述毛发区域,确定为毛发区域。
在一种示例性实施例中,生成trimap之前,本发明实施例方法还包括:
对所述前景区域进行平滑处理。
在一种示例性实施例中,本发明实施例参照相关技术对前景区域进行平滑处理;假设前景区域的灰度值为255,其他区域为0;本发明实施例可以3*3 像素的尺寸对前景区域的邻域进行平滑处理,将平滑处理后灰度值大于0且小于255的区域作为未知区域,其他区域作为背景区域(灰度值=0);平滑处理的尺寸可以根据原始图像的尺寸进行调整。
在一种示例性实施例中,生成trimap之后,本发明实施例方法还包括:
根据所述原始图像和生成的所述trimap进行阿尔法运算Alpha Matting处理,以对所述原始图像进行抠图。
与相关技术相比,本申请技术方案包括:确定原始图像中包含毛发的毛发区域;根据确定的毛发区域生成三分图(trimap)。本发明实施例实现了trimap 的自动处理;进一步的,本发明实施例基于原始图像和三分图做阿尔法运算(Alpha Matting)进行图像抠图,提升了抠图效率。
本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行上述图像处理的方法。
本发明实施例还提供一种终端,包括:存储器和处理器;其中,
处理器被配置为执行存储器中的程序指令;
程序指令在处理器读取执行上述图像处理的方法。
图2为本发明实施例图像处理的装置的结构框图,如图2所示,包括:检测单元和生成单元;其中,
检测单元用于:确定原始图像中包含毛发的毛发区域;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
生成单元用于:以确定的毛发区域作为未知区域,生成三分图。
在一种示例性实施例中,检测单元具体用于:
利用深度学习方法,通过卷积神经网络对所述原始图像进行下采样和上采样;利用多尺度特征融合对上采样和下采样结果进行处理,获得特征图;根据获得的特征图对所述原始图像进行像素级分类后,确定所述原始图像中包含毛发的所述毛发区域。
需要说明的是,利用深度学习方法,通过下采样(Encoder过程)和上采样(Decoder过程)对原始图像进行处理,利用多尺度特征融合对上采样和下采样结果进行处理,及根据获得的特征图对原始图像进行像素级分类是,可以参照相关原理,结合本领域技术人员的经验和检测毛发区域的目的设定相关参数;
在一种示例性实施例中,所述生成单元具体用于:
根据原始图像的前景区域、背景区域及所述未知区域,生成trimap。
在一种示例性实施例中,本发明实施例可以参照相关技术中已有的图像分割模型对原始图像进行前景区域和背景区域的分割,获得原始图像的前景区域和背景区域。
需要说明的是,在确定未知区域之后,本发明实施例可以基于相关技术,根据原始图像的前景区域和背景区域、及上述未知区域生成trimap。
在一种示例性实施例中,所述生成单元还用于:
将所述前景区域之外的所述毛发区域,划分为所述背景区域;或,
根据接收到的外部指令,将所述前景区域之外的一个或一个以上所述毛发区域,划分为所述背景区域。
需要说明的是,前景区域之外的毛发区域包括:未处于前景区域范围内的毛发区域。
在一种示例性实施例中,本发明实施例装置还包括平滑抠图单元,用于:
对所述前景区域进行平滑处理。
在一种示例性实施例中,本发明实施例参照相关技术对前景区域进行平滑处理;假设前景区域的灰度值为255,其他区域为0;本发明实施例可以3*3 像素的尺寸对前景区域的邻域进行平滑处理,将平滑处理后灰度值大于0且小于255的区域作为未知区域,其他区域作为背景区域(灰度值=0)。
在一种示例性实施例中,本发明实施例装置还包括抠图单元,用于:
根据所述原始图像和生成的所述trimap进行阿尔法运算Alpha Matting处理,以对所述原始图像进行抠图。
与相关技术相比,本申请技术方案包括:确定原始图像中包含毛发的毛发区域;根据确定的毛发区域生成三分图(trimap)。本发明实施例实现了trimap 的自动处理;进一步的,本发明实施例基于原始图像和三分图做阿尔法运算 (Alpha Matting)进行图像抠图,提升了抠图效率。
图3为本发明另一实施例图像处理的方法的流程图,如图3所示,包括:
步骤301、确定原始图像中包含毛发的毛发区域;
步骤302、以确定的毛发区域作为未知区域,生成三分图;
步骤303、根据原始图像和生成的三分图进行阿尔法运算Alpha Matting 处理,以对原始图像进行抠图;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
与相关技术相比,本申请技术方案包括:确定原始图像中包含毛发的毛发区域;以确定的毛发区域作为未知区域,生成三分图(trimap);根据原始图像和生成的三分图进行阿尔法运算Alpha Matting处理,以对原始图像进行抠图。本发明实施例实现了trimap的自动处理;基于原始图像和三分图做阿尔法运算(Alpha Matting)进行图像抠图,提升了抠图效率。
本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行上述图像处理的方法。
本发明实施例还提供一种终端,包括:存储器和处理器;其中,
处理器被配置为执行存储器中的程序指令;
程序指令在处理器读取执行上述图像处理的方法。
本发明实施例还提供图像处理的装置,包括:检测单元、生成单元及抠图单元;其中,
检测单元用于:确定原始图像中包含毛发的毛发区域;
生成单元用于:以确定的毛发区域作为未知区域,生成三分图;
抠图单元用于:根据原始图像和生成的三分图进行阿尔法运算Alpha Matting处理,以对原始图像进行抠图;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
与相关技术相比,本申请技术方案包括:确定原始图像中包含毛发的毛发区域;以确定的毛发区域作为未知区域,生成三分图(trimap);根据原始图像和生成的三分图进行阿尔法运算Alpha Matting处理,以对原始图像进行抠图。本发明实施例实现了trimap的自动处理;基于原始图像和三分图做阿尔法运算(Alpha Matting)进行图像抠图,提升了抠图效率。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
Claims (10)
1.一种图像处理的方法,包括:
确定原始图像中包含毛发的毛发区域;
以确定的毛发区域作为未知区域,生成三分图;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
2.根据权利要求1所述的方法,其特征在于,所述生成三分图,包括:
根据所述原始图像的前景区域、背景区域及所述未知区域,生成所述三分图。
3.根据权利要求2所述的方法,其特征在于,所述生成三分图时,所述方法还包括:
将所述前景区域之外的所述毛发区域,划分为所述背景区域;或,
根据接收到的外部指令,将所述前景区域之外的一个或一个以上所述毛发区域,划分为所述背景区域。
4.根据权利要求2所述的方法,其特征在于,所述根据确定的毛发区域生成所述三分图之前,所述方法还包括:
对所述前景区域进行平滑处理。
5.根据权利要求1~4任一项所述的方法,其特征在于,所述生成三分图之后,所述方法还包括:
根据所述原始图像和生成的所述三分图进行阿尔法运算Alpha Matting处理,以对所述原始图像进行抠图。
6.一种图像处理的方法,包括:
确定原始图像中包含毛发的毛发区域;
以确定的毛发区域作为未知区域,生成三分图;
根据原始图像和生成的三分图进行阿尔法运算Alpha Matting处理,以对原始图像进行抠图;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
7.一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1~5或6所述的图像处理的方法。
8.一种终端,包括:存储器和处理器;其中,
处理器被配置为执行存储器中的程序指令;
程序指令在处理器读取执行权利要求1~5或6中任一项所述的图像处理的方法。
9.一种图像处理的装置,包括:检测单元和生成单元;其中,
检测单元用于:确定原始图像中包含毛发的毛发区域;
生成单元用于:以确定的毛发区域作为未知区域,生成三分图;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
10.一种图像处理的装置,包括:检测单元、生成单元及抠图单元;其中,
检测单元用于:确定原始图像中包含毛发的毛发区域;
生成单元用于:以确定的毛发区域作为未知区域,生成三分图;
抠图单元用于:根据原始图像和生成的三分图进行阿尔法运算Alpha Matting处理,以对原始图像进行抠图;
其中,所述毛发区域包括原始图像的毛发与背景相交的区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010129959.0A CN113327262A (zh) | 2020-02-28 | 2020-02-28 | 一种图像处理的方法、装置、计算机存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010129959.0A CN113327262A (zh) | 2020-02-28 | 2020-02-28 | 一种图像处理的方法、装置、计算机存储介质及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113327262A true CN113327262A (zh) | 2021-08-31 |
Family
ID=77412930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010129959.0A Pending CN113327262A (zh) | 2020-02-28 | 2020-02-28 | 一种图像处理的方法、装置、计算机存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113327262A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473780A (zh) * | 2013-09-22 | 2013-12-25 | 广州市幸福网络技术有限公司 | 一种人像背景抠图的方法 |
CN109712145A (zh) * | 2018-11-28 | 2019-05-03 | 山东师范大学 | 一种图像抠图方法及系统 |
CN110097560A (zh) * | 2019-04-30 | 2019-08-06 | 上海艾麒信息科技有限公司 | 抠图方法以及装置 |
CN110322468A (zh) * | 2019-06-04 | 2019-10-11 | 广东工业大学 | 一种图像自动编辑方法 |
CN110400323A (zh) * | 2019-07-30 | 2019-11-01 | 上海艾麒信息科技有限公司 | 一种自动抠图系统、方法以及装置 |
-
2020
- 2020-02-28 CN CN202010129959.0A patent/CN113327262A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473780A (zh) * | 2013-09-22 | 2013-12-25 | 广州市幸福网络技术有限公司 | 一种人像背景抠图的方法 |
CN109712145A (zh) * | 2018-11-28 | 2019-05-03 | 山东师范大学 | 一种图像抠图方法及系统 |
CN110097560A (zh) * | 2019-04-30 | 2019-08-06 | 上海艾麒信息科技有限公司 | 抠图方法以及装置 |
CN110322468A (zh) * | 2019-06-04 | 2019-10-11 | 广东工业大学 | 一种图像自动编辑方法 |
CN110400323A (zh) * | 2019-07-30 | 2019-11-01 | 上海艾麒信息科技有限公司 | 一种自动抠图系统、方法以及装置 |
Non-Patent Citations (1)
Title |
---|
EDUARDO S. L. GASTAL ET AL.: "Shared Sampling for Real-Time Alpha Matting", 《EUROGRAPHICS 2010》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108010031B (zh) | 一种人像分割方法及移动终端 | |
CN110675407B (zh) | 一种图像实例分割方法、装置、电子设备及存储介质 | |
CN114238904B (zh) | 身份识别方法、双通道超分模型的训练方法及装置 | |
CN111553923B (zh) | 一种图像处理方法、电子设备及计算机可读存储介质 | |
CN107547803B (zh) | 视频分割结果边缘优化处理方法、装置及计算设备 | |
CN111382647B (zh) | 一种图片处理方法、装置、设备及存储介质 | |
CN114998595B (zh) | 弱监督语义分割方法、语义分割方法及可读存储介质 | |
CN113313083A (zh) | 文本检测方法及装置 | |
CN106384071A (zh) | 一种二维码扫描识别处理方法及装置 | |
US11348254B2 (en) | Visual search method, computer device, and storage medium | |
CN114332458A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN117253054B (zh) | 一种光场显著性检测方法及其相关设备 | |
CN112598687B (zh) | 图像分割方法和装置、存储介质、电子设备 | |
CN114627484A (zh) | 一种复杂多场景文档分割方法、系统、装置及介质 | |
CN112749694A (zh) | 用于识别图像方向、识别铭牌文字的方法及装置 | |
CN111914682A (zh) | 一种包含演示文稿的教学视频分割方法、装置及设备 | |
CN113327262A (zh) | 一种图像处理的方法、装置、计算机存储介质及终端 | |
US12020400B2 (en) | Upsampling and refining segmentation masks | |
CN112801960B (zh) | 图像处理方法及装置、存储介质、电子设备 | |
CN111489418B (zh) | 图像处理方法、装置、设备及计算机可读存储介质 | |
CN115063807A (zh) | 图像处理方法、装置、可读存储介质及电子设备 | |
CN114581460A (zh) | 图像处理、模型训练、直播间背景切换方法 | |
CN114764839A (zh) | 动态视频生成方法、装置、可读存储介质及终端设备 | |
CN111145210A (zh) | 一种前景提取方法及装置、可读存储介质 | |
CN111259910A (zh) | 对象提取方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210831 |