CN114037599B - 一种基于自然环境场景信息的智能抠像方法、装置以及存储介质 - Google Patents

一种基于自然环境场景信息的智能抠像方法、装置以及存储介质 Download PDF

Info

Publication number
CN114037599B
CN114037599B CN202111083294.5A CN202111083294A CN114037599B CN 114037599 B CN114037599 B CN 114037599B CN 202111083294 A CN202111083294 A CN 202111083294A CN 114037599 B CN114037599 B CN 114037599B
Authority
CN
China
Prior art keywords
image
probability
user
image display
style
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
Application number
CN202111083294.5A
Other languages
English (en)
Other versions
CN114037599A (zh
Inventor
郑学法
周辉润
梁艳春
程诗梁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Dayuhao Information Technology Co ltd
Original Assignee
Fujian Dayuhao Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujian Dayuhao Information Technology Co ltd filed Critical Fujian Dayuhao Information Technology Co ltd
Priority to CN202111083294.5A priority Critical patent/CN114037599B/zh
Publication of CN114037599A publication Critical patent/CN114037599A/zh
Application granted granted Critical
Publication of CN114037599B publication Critical patent/CN114037599B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T3/04—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • 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
    • G06T2207/20076—Probabilistic image processing
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Abstract

本申请涉及一种基于自然环境场景信息的智能抠像方法、装置以及存储介质，涉及抠像技术领域，解决了由于低光照环境下获取的图像存在亮度过低的问题，导致按照目前传统的图片抠像技术其抠像的效果一般的问题，其包括：获取外界环境的光亮强度；若外界环境的光亮强度低于预设的光亮强度，则通过红外摄影获取所拍摄区域的无人物图像的第一图像信息，同时获取带有人物图像的第二图像信息，将第二图像信息设为自然图像。本申请具有如下效果：能够基于光亮强度自动调整获取图像的模式，从而有效保证抠图的效果。

Description

一种基于自然环境场景信息的智能抠像方法、装置以及存储 介质
技术领域
本申请涉及抠像技术领域，尤其是涉及一种基于自然环境场景信息的智能抠像方法、装置以及存储介质。
背景技术
抠像技术是一种广泛应用于电影、广播电视、视频内容制作等领域，将图像数据或者视频画面中的人物与其背景分离的一种图像信号处理技术；分离出的人物图像数据可应用于视频后期处理如电影特效处理，虚拟背景叠加，三维场景合成等方面。
目前的图片抠像技术主要有泊松抠图(Poisson Matting)、贝叶斯抠图(BayesMatting)、基于学习的数字抠图(Learning Based Digital Matting)、封闭式表面抠图(Closed Form Matting)等。
针对上述中的相关技术，发明人认为存在有如下缺陷：由于低光照环境下获取的图像存在亮度过低的问题，导致按照目前传统的图片抠像技术其抠像的效果一般。
发明内容
为了能够基于光亮强度自动调整获取图像的模式，从而有效保证抠图的效果，本申请提供一种基于自然环境场景信息的智能抠像方法、装置以及存储介质。
第一方面，本申请提供一种基于自然环境场景信息的智能抠像方法，采用如下的技术方案：
一种基于自然环境场景信息的智能抠像方法，包括：
获取外界环境的光亮强度；
若外界环境的光亮强度低于预设的光亮强度，则通过红外摄影获取所拍摄区域的无人物图像的第一图像信息，同时获取带有人物图像的第二图像信息，将第二图像信息设为自然图像；
若外界环境的光亮强度超过预设的光亮强度，则通过普通摄影获取所拍摄区域的无人物图像的第一图像信息，同时获取带有人物图像的第二图像信息；
将第一图像信息以及第二图像信息输入至人工智能模型进行计算，获取人工智能模型计算输出的人物图像透明通道图，人物图像透明通道图中的人物图像的透明通道值为1，背景图像的通明通道值为0；根据人物图像透明通道图计算得到背景图像透明通道图，背景图像透明通道图中的背景图像的透明通道值为1，人物图像的透明通道值为0；
获取第二背景图像，根据背景图像透明通道图计算第二背景图像的新背景图像，并基于用户所倾向的图像展示风格作新背景图像风格调整，根据人物图像透明通道图计算自然图像的新人物图像，将新背景图像与新人物融合得到最终图像信息。
可选的，基于用户所倾向的图像展示风格作新背景图像风格调整包括：
获取用户历史选择图像展示风格的情况；
基于当前时段以及用户历史选择图像展示风格的情况，预测分析出用户本次选择图像展示风格的概率情况，并按照概率由大至小作由左至右的排序；
获取用户所选择的图像展示风格作新背景图像风格调整。
可选的，预测分析出用户本次选择图像展示风格的概率情况包括：
获取用户历史在与当前属于同一时间段所选择图像展示风格的概率情况，以及用户在临近当下的若干次所选择图像展示风格的概率情况；
基于用户历史在同一时间段所选择图像展示风格的概率情况，以及用户在临近当下的若干次所选择图像展示风格的概率情况，应用预设的预测概率公式，逐一分析出用户本次选择不同图像展示风格的概率，具体预设的预测概率公式如下：Zi＝ai*q1+bi*q2,Zi为用户所选择的第i个图像展示风格的概率，ai为用户历史在同一时间段所选择第i个图像展示风格的概率，bi为用户在临近当下的若干次所选择第i个图像展示风格的概率情况，q1为ai的权重占比，q2为bi的权重占比，q1+q2＝1。
可选的，获取用户历史在与当前属于同一时间段所选择图像展示风格的概率情况包括：
查询用户历史在与当前属于同一时间段所选择图像展示风格的概率情况；
若未查询到，则以与当下相邻的两个时段用户所选择图像展示风格的概率情况来对用户历史在与当前属于同一时间段所选择图像展示风格的概率情况作出预测。
可选的，以与当下相邻的两个时段用户所选择图像展示风格的概率情况来对用户历史在与当前属于同一时间段所选择图像展示风格的概率情况作出预测包括：
获取与当下相邻的两个时段，并计算出两个时段与当下所属时段的时段差，定义两个时段分别为时段1、时段2，时段1与当下时段的时段差为d1，时段2与当下时段的时段差为d2；
应用预设的公式计算出用户历史在与当前属于同一时间段所选择图像展示风格的概率，具体如下：Y＝{d1/(d1+d2)}*e2+{d2/(d1+d2)}*e1，其中e2为历史在时段2所选择图像展示风格的概率，其中e1为历史在时段1所选择图像展示风格的概率,Y为用户历史在与当前属于同一时间段所选择图像展示风格的概率。
可选的，基于用户所倾向的图像展示风格作新背景图像风格调整还包括位于按照概率由大至小作由左至右的排序之后的步骤：
若存在概率相同的用户所倾向的图像展示风格作新背景图像风格为多个，则获取相同概率的图像展示风格作新背景图像风格最近一次使用的时间，并按照临近当下的时间由近至远作由左至右的排序。
可选的，基于自然环境场景信息的智能抠像方法还包括位于获取外界环境的光亮强度之前的步骤：获取用户设置的开始光亮强度检测的时间和/或用户设置的开始光亮强度检测的指令。
第二方面，本申请提供一种计算机存储介质，采用如下的技术方案：
一种计算机存储介质，包括能够被处理器加载执行时实现如第一方面所述的一种基于自然环境场景信息的智能抠像方法的程序。
第三方面，本申请提供一种基于自然环境场景信息的智能抠像装置，采用上如下的技术方案：
一种基于自然环境场景信息的智能抠像装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如第一方面所述的一种基于自然环境场景信息的智能抠像方法。
附图说明
为了更清楚地说明本发明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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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示出的结构获得其他的附图。
图1是本申请实施例基于自然环境场景信息的智能抠像方法的整体步骤示意图。
图2是图1中步骤S200所提及基于用户所倾向的图像展示风格作新背景图像风格调整的步骤示意图。
图3是图2中步骤S4b0所提及的预测分析出用户本次选择图像展示风格的概率情况的步骤示意图。
图4是图3中步骤S4ba所提及的获取用户历史在与当前属于同一时间段所选择图像展示风格的概率情况的步骤示意图。
图5是图4中步骤S4ba.2所提及的以与当下相邻的两个时段用户所选择图像展示风格的概率情况来对用户历史在与当前属于同一时间段所选择图像展示风格的概率情况作出预测的步骤示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
以下结合附图对本申请作进一步详细说明。
参照图1，为本申请公开的一种基于自然环境场景信息的智能抠像方法，其特征在于，包括步骤S100至步骤S400。
在步骤S100中，获取外界环境的光亮强度。
其中，步骤S100所提及的外界环境的光亮强度可以通过光亮强度传感器来获取。
另外，需要补充的，基于自然环境场景信息的智能抠像方法还包括位于获取外界环境的光亮强度之前的步骤：获取用户设置的开始光亮强度检测的时间和/或用户设置的开始光亮强度检测的指令。
在步骤S200中，若外界环境的光亮强度低于预设的光亮强度，则通过红外摄影获取所拍摄区域的无人物图像的第一图像信息，同时获取带有人物图像的第二图像信息，将第二图像信息设为自然图像；若外界环境的光亮强度超过预设的光亮强度，则通过普通摄影获取所拍摄区域的无人物图像的第一图像信息，同时获取带有人物图像的第二图像信息。
在步骤S300中，将第一图像信息以及第二图像信息输入至人工智能模型进行计算，获取人工智能模型计算输出的人物图像透明通道图，人物图像透明通道图中的人物图像的透明通道值为1，背景图像的通明通道值为0；根据人物图像透明通道图计算得到背景图像透明通道图，背景图像透明通道图中的背景图像的透明通道值为1，人物图像的透明通道值为0。
在步骤S400中，获取第二背景图像，根据背景图像透明通道图计算第二背景图像的新背景图像，并基于用户所倾向的图像展示风格作新背景图像风格调整，根据人物图像透明通道图计算自然图像的新人物图像，将新背景图像与新人物融合得到最终图像信息。
参照图2，其中，步骤S400所提及的基于用户所倾向的图像展示风格作新背景图像风格调整可划分为步骤S4a0至步骤S4d0。
在步骤S4a0中，获取用户历史选择图像展示风格的情况。
其中，步骤S4a0所提及用户历史选择图像展示风格的情况的获取，可以是从存储有用户历史选择图像展示风格的数据库中来获取，图像展示风格为滤镜的模式，滤镜的模式可以包括原图、半夏、落日、夏云等，但不局限于以上几种模式。
在步骤S4b0中，基于当前时段以及用户历史选择图像展示风格的情况，预测分析出用户本次选择图像展示风格的概率情况，并按照概率由大至小作由左至右的排序。
参照图3，其中，预测分析出用户本次选择图像展示风格的概率情况包括步骤S4ba至步骤S4bb。
在步骤S4ba中，获取用户历史在与当前属于同一时间段所选择图像展示风格的概率情况，以及用户在临近当下的若干次所选择图像展示风格的概率情况。
参照图4，其中，步骤S4ba所提及的获取用户历史在与当前属于同一时间段所选择图像展示风格的概率情况包括步骤S4ba.1至步骤S4ba.2。
在步骤S4ba.1中，查询用户历史在与当前属于同一时间段所选择图像展示风格的概率情况。
在步骤S4ba.2中，若未查询到，则以与当下相邻的两个时段用户所选择图像展示风格的概率情况来对用户历史在与当前属于同一时间段所选择图像展示风格的概率情况作出预测。
参照图5，其中，步骤S4ba.2所提及的与当下相邻的两个时段用户所选择图像展示风格的概率情况包括S4ba.21至步骤S4ba.22。
在步骤S4ba.21中，获取与当下相邻的两个时段，并计算出两个时段与当下所属时段的时段差，定义两个时段分别为时段1、时段2，时段1与当下时段的时段差为d1，时段2与当下时段的时段差为d2。
在步骤S4ba.22中，应用预设的公式计算出用户历史在与当前属于同一时间段所选择图像展示风格的概率，具体如下：Y＝{d1/(d1+d2)}*e2+{d2/(d1+d2)}*e1，其中e2为历史在时段2所选择图像展示风格的概率，其中e1为历史在时段1所选择图像展示风格的概率,Y为用户历史在与当前属于同一时间段所选择图像展示风格的概率。
举例来说，假定d1为1，d2为2，e2为30％，e1为10％，那么Y为16.7％。
在步骤S4bb中，基于用户历史在同一时间段所选择图像展示风格的概率情况，以及用户在临近当下的若干次所选择图像展示风格的概率情况，应用预设的预测概率公式，逐一分析出用户本次选择不同图像展示风格的概率，具体预设的预测概率公式如下：Zi＝ai*q1+bi*q2,Zi为用户所选择的第i个图像展示风格的概率，ai为用户历史在同一时间段所选择第i个图像展示风格的概率，bi为用户在临近当下的若干次所选择第i个图像展示风格的概率情况，q1为ai的权重占比，q2为bi的权重占比，q1+q2＝1。
在步骤S4c0，若存在概率相同的用户所倾向的图像展示风格作新背景图像风格为多个，则获取相同概率的图像展示风格作新背景图像风格最近一次使用的时间，并按照临近当下的时间由近至远作由左至右的排序。
在步骤S4d0中，获取用户所选择的图像展示风格作新背景图像风格调整。
本发明实施例提供一种计算机可读存储介质，包括能够被处理器加载执行时实现如图1-图5任一种方法的程序。
所述计算机可读存储介质例如包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例还公开一种基于自然环境场景信息的智能抠像装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如图1至图5任一种方法。
本具体实施方式的实施例均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (7)

1.一种基于自然环境场景信息的智能抠像方法，其特征在于，包括：
获取外界环境的光亮强度；
若外界环境的光亮强度低于预设的光亮强度，则通过红外摄影获取所拍摄区域的无人物图像的第一图像信息，同时获取带有人物图像的第二图像信息，将第二图像信息设为自然图像；
若外界环境的光亮强度超过预设的光亮强度，则通过普通摄影获取所拍摄区域的无人物图像的第一图像信息，同时获取带有人物图像的第二图像信息；
将第一图像信息以及第二图像信息输入至人工智能模型进行计算，获取人工智能模型计算输出的人物图像透明通道图，人物图像透明通道图中的人物图像的透明通道值为1，背景图像的通明通道值为0；根据人物图像透明通道图计算得到背景图像透明通道图，背景图像透明通道图中的背景图像的透明通道值为1，人物图像的透明通道值为0；
获取第二背景图像，根据背景图像透明通道图计算第二背景图像的新背景图像，并基于用户所倾向的图像展示风格作新背景图像风格调整，根据人物图像透明通道图计算自然图像的新人物图像，将新背景图像与新人物融合得到最终图像信息；
基于用户所倾向的图像展示风格作新背景图像风格调整包括：
获取用户历史选择图像展示风格的情况；
基于当前时段以及用户历史选择图像展示风格的情况，预测分析出用户本次选择图像展示风格的概率情况，并按照概率由大至小作由左至右的排序；
获取用户所选择的图像展示风格作新背景图像风格调整；
预测分析出用户本次选择图像展示风格的概率情况包括：
获取用户历史在与当前属于同一时间段所选择图像展示风格的概率情况，以及用户在临近当下的若干次所选择图像展示风格的概率情况；
基于用户历史在同一时间段所选择图像展示风格的概率情况，以及用户在临近当下的若干次所选择图像展示风格的概率情况，应用预设的预测概率公式，逐一分析出用户本次选择不同图像展示风格的概率，具体预设的预测概率公式如下：Zi=ai*q1+bi*q2,Zi为用户所选择的第i个图像展示风格的概率，ai为用户历史在同一时间段所选择第i个图像展示风格的概率，bi为用户在临近当下的若干次所选择第i个图像展示风格的概率情况，q1为ai的权重占比，q2为bi的权重占比，q1+q2=1。
2.根据权利要求1的一种基于自然环境场景信息的智能抠像方法，其特征在于，获取用户历史在与当前属于同一时间段所选择图像展示风格的概率情况包括：
查询用户历史在与当前属于同一时间段所选择图像展示风格的概率情况；
若未查询到，则以与当下相邻的两个时段用户所选择图像展示风格的概率情况来对用户历史在与当前属于同一时间段所选择图像展示风格的概率情况作出预测。
3.根据权利要求2的一种基于自然环境场景信息的智能抠像方法，其特征在于：以与当下相邻的两个时段用户所选择图像展示风格的概率情况来对用户历史在与当前属于同一时间段所选择图像展示风格的概率情况作出预测包括：
获取与当下相邻的两个时段，并计算出两个时段与当下所属时段的时段差，定义两个时段分别为时段1、时段2，时段1与当下时段的时段差为d1，时段2与当下时段的时段差为d2；
应用预设的公式计算出用户历史在与当前属于同一时间段所选择图像展示风格的概率，具体如下：Y={d1/(d1+d2)}*e2+{d2/(d1+d2)}*e1，其中e2为历史在时段2所选择图像展示风格的概率，其中e1为历史在时段1所选择图像展示风格的概率,Y为用户历史在与当前属于同一时间段所选择图像展示风格的概率。
4.根据权利要求1的一种基于自然环境场景信息的智能抠像方法，其特征在于：基于用户所倾向的图像展示风格作新背景图像风格调整还包括位于按照概率由大至小作由左至右的排序之后的步骤：
若存在概率相同的用户所倾向的图像展示风格作新背景图像风格为多个，则获取相同概率的图像展示风格作新背景图像风格最近一次使用的时间，并按照临近当下的时间由近至远作由左至右的排序。
5.根据权利要求4的一种基于自然环境场景信息的智能抠像方法，其特征在于：基于自然环境场景信息的智能抠像方法还包括位于获取外界环境的光亮强度之前的步骤：获取用户设置的开始光亮强度检测的时间和/或用户设置的开始光亮强度检测的指令。
6.一种计算机存储介质，其特征在于,包括能够被处理器加载执行时实现如权利要求1至5中任一项所述的一种基于自然环境场景信息的智能抠像方法的程序。
7.一种基于自然环境场景信息的智能抠像装置，其特征在于：包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如权利要求1至5中任一项所述的一种基于自然环境场景信息的智能抠像方法。
CN202111083294.5A 2021-09-16 2021-09-16 一种基于自然环境场景信息的智能抠像方法、装置以及存储介质 Active CN114037599B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111083294.5A CN114037599B (zh) 2021-09-16 2021-09-16 一种基于自然环境场景信息的智能抠像方法、装置以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111083294.5A CN114037599B (zh) 2021-09-16 2021-09-16 一种基于自然环境场景信息的智能抠像方法、装置以及存储介质

Publications (2)

Publication Number Publication Date
CN114037599A CN114037599A (zh) 2022-02-11
CN114037599B true CN114037599B (zh) 2022-08-30

Family

ID=80134381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111083294.5A Active CN114037599B (zh) 2021-09-16 2021-09-16 一种基于自然环境场景信息的智能抠像方法、装置以及存储介质

Country Status (1)

Country Link
CN (1) CN114037599B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109409928A (zh) * 2018-09-14 2019-03-01 上海晶赞融宣科技有限公司 一种素材推荐方法、装置、存储介质、终端
CN110599393B (zh) * 2019-09-06 2023-07-25 深圳前海微众银行股份有限公司 图片风格转换方法、装置、设备及计算机可读存储介质
CN111951154B (zh) * 2020-08-14 2023-11-21 中国工商银行股份有限公司 包含背景和介质的图片的生成方法及装置
CN111986076A (zh) * 2020-08-21 2020-11-24 深圳市慧鲤科技有限公司 图像处理方法及装置、互动式展示装置和电子设备
CN112132910B (zh) * 2020-09-27 2023-09-26 上海科技大学 基于红外的适用于低光环境的含半透明信息的抠像系统
CN113271394A (zh) * 2021-04-07 2021-08-17 福建大娱号信息科技股份有限公司 一种无蓝绿自然背景的ai智能抠像方法及终端

Also Published As

Publication number Publication date
CN114037599A (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
WO2022160701A1 (zh) 特效生成方法、装置、设备及存储介质
KR101605983B1 (ko) 얼굴 검출을 이용한 이미지 재구성
CN108229674B (zh) 聚类用神经网络的训练方法和装置、聚类方法和装置
US9582731B1 (en) Detecting spherical images
US10708505B2 (en) Image processing apparatus, method, and storage medium
JP7085812B2 (ja) 画像処理装置およびその制御方法
CN111127476A (zh) 一种图像处理方法、装置、设备及存储介质
CN111800569B (zh) 拍照处理方法、装置、存储介质及电子设备
CN108965835A (zh) 一种图像处理方法、图像处理装置及终端设备
CN110245609A (zh) 行人轨迹生成方法、装置及可读存储介质
CN110049180A (zh) 拍摄姿势推送方法和装置、智能终端
US8180103B2 (en) Image determining method, image determining apparatus, and recording medium having recorded therein program for causing computer to execute image determining method
JP2001307090A (ja) 画像照合処理システム
JP6606374B2 (ja) 画像処理装置および方法およびプログラム
CN114037599B (zh) 一种基于自然环境场景信息的智能抠像方法、装置以及存储介质
CN108537741B (zh) 图像处理装置及控制图像处理装置的控制方法
US20160140748A1 (en) Automated animation for presentation of images
JP6976731B2 (ja) 情報処理装置、情報処理方法、及びプログラム
JP2000090239A (ja) 画像検索装置
CN113179421A (zh) 视频封面选择方法、装置、计算机设备和存储介质
JP5495998B2 (ja) 画像処理装置及びプログラム
WO2012153868A1 (ja) 情報処理装置、情報処理方法および情報処理プログラム
CN112818743B (zh) 图像识别的方法、装置、电子设备及计算机存储介质
CN111339330B (zh) 照片处理方法、装置、存储介质及电子设备
JP7099809B2 (ja) 画像監視システム

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