CN114187317B - 图像抠图的方法、装置、电子设备以及存储介质 - Google Patents
图像抠图的方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN114187317B CN114187317B CN202111505239.0A CN202111505239A CN114187317B CN 114187317 B CN114187317 B CN 114187317B CN 202111505239 A CN202111505239 A CN 202111505239A CN 114187317 B CN114187317 B CN 114187317B
- Authority
- CN
- China
- Prior art keywords
- image
- map
- transparency
- processed
- matting
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 24
- 230000004927 fusion Effects 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims description 32
- 238000005070 sampling Methods 0.000 claims description 28
- 230000011218 segmentation Effects 0.000 claims description 16
- 238000003672 processing method Methods 0.000 claims 1
- 239000000126 substance Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 14
- 238000012549 training Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000007670 refining Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了图像抠图的方法、装置、电子设备以及存储介质,涉及人工智能技术领域,特别涉及图像处理和深度学习技术。具体实现方案为:将预先获取的待处理图像输入至预先训练的第一抠图模型,生成与该待处理图像对应的先验图和第一透明度图,其中,该待处理图像中包括前景和背景,该先验图中的像素用于表征属于前景或背景的可能性;基于该先验图中的像素的值对该先验图和该第一透明度图的融合,生成第二透明度图;基于该第二透明度图和基于该待处理图像生成的处理图像以及预先训练的第二抠图模型,生成第三透明度图作为抠图结果。
Description
技术领域
本公开涉及人工智能技术领域,特别涉及图像处理和深度学习技术,尤其涉及图像抠图的方法、装置、电子设备以及存储介质。
背景技术
随着互联网技术的发展,图像抠图(Image matting)技术也取得了越来越广泛的应用。图像抠图是指从图像中提取出我们所感兴趣的前景目标。一张图像可以简单地看作由两部分组成,即前景(Foreground)和背景(Background)。因而,简单来说,抠图就是将一张给定图像的前景和背景区分开来。
现有基于深度学习的图像抠图方法主要分为两类,一类是需要基于先验知识(例如Trimap)或背景图像作为辅助信息与待抠图的图像一同输入,另一类是仅使用待抠图的图像作为输入。
发明内容
提供了一种图像抠图的方法、装置、电子设备以及存储介质。
根据第一方面,提供了一种图像抠图的方法,该方法包括:将预先获取的待处理图像输入至预先训练的第一抠图模型,生成与待处理图像对应的先验图和第一透明度图,其中,待处理图像中包括前景和背景,先验图中的像素用于表征属于前景或背景的可能性;基于先验图中的像素的值对先验图和第一透明度图的融合,生成第二透明度图;基于第二透明度图和基于待处理图像生成的处理图像以及预先训练的第二抠图模型,生成第三透明度图作为抠图结果。
根据第二方面,提供了一种图像抠图的装置,该装置包括:预抠图单元,被配置成将预先获取的待处理图像输入至预先训练的第一抠图模型,生成与待处理图像对应的先验图和第一透明度图,其中,待处理图像中包括前景和背景,先验图中的像素用于表征属于前景或背景的可能性;融合单元,被配置成基于先验图中的像素的值对先验图和第一透明度图的融合,生成第二透明度图;细化抠图单元,被配置成基于第二透明度图和基于待处理图像生成的处理图像以及预先训练的第二抠图模型,生成第三透明度图作为抠图结果。
根据第三方面,提供了一种电子设备,该电子设备包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,存储器存储有可被上述至少一个处理器执行的指令,上述指令被至少一个处理器执行,以使上述至少一个处理器能够执行如第一方面中任一实现方式所描述的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机能够执行如第一方面中任一实现方式所描述的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现如第一方面中任一实现方式所描述的方法。
根据本公开的技术实现了通过首先利用预先训练的第一抠图模型生成粗糙预测的先验图和第一透明度图,再根据所生成的先验图和第一透明度图进行融合,最后,结合待处理图像和预先训练的第二抠图模型精细预测,从而可以在无需预先输入辅助信息的情况下,通过分阶段的方式生成更为精细的抠图结果。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的示意图;
图2是根据本公开第二实施例的示意图;
图3是可以实现本公开实施例的图像抠图的方法的一个应用场景的示意图;
图4是根据本公开实施例的图像抠图的装置的示意图;
图5是用来实现本公开实施例的图像抠图的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是示出了根据本公开第一实施例的示意图100。该图像抠图的方法包括以下步骤:
S101,将预先获取的待处理图像输入至预先训练的第一抠图模型,生成与待处理图像对应的先验图和第一透明度图。
在本实施例中,图像抠图的方法的执行主体可以通过各种方式将预先获取的待处理图像输入至预先训练的第一抠图模型,生成与待处理图像对应的先验图和第一透明度图。其中,上述第一抠图模型可以用于表征先验图和第一透明度图组成的图像组与输入的待处理图像之间的对应关系。上述先验图可以用于指示对待处理图像中的前景或背景的粗略划分。上述前景通常可以用于指示图像分割所针对的对象,例如人像,卡通人像,特定物像(例如马的图像、狗的图像、建筑物的图像等)。上述先验图例如可以是三分图(Trimap)。上述第一透明度图通常可以为alpha通道图。
在本实施例中,上述第一抠图模型可以包括各种通过机器学习方式训练得到的用于图像抠图的深度学习模型。作为示例,上述第一抠图模型可以基于初始模型利用训练样本集合通过有监督训练得到。上述训练样本集合中的训练样本可以包括样本图像和与样本图像对应的标注信息。上述与样本图像对应的标注信息可以包括该样本图像对应的样本先验图和样本第一透明度图。上述样本先验图和样本第一透明度图用于区分上述样本图像中的前景和背景。上述初始模型例如可以包括各种基于卷积神经网络(ConvolutionalNeural Networks,CNN)、Transformer网络等的模型。
S102,基于先验图中的像素的值对先验图和第一透明度图的融合,生成第二透明度图。
在本实施例中,上述执行主体可以通过各种方式基于上述步骤S101所生成的先验图中的像素的值对先验图和第一透明度图进行融合,从而生成第二透明度图。
在本实施例中,上述执行主体可以根据上述步骤S101所生成的先验图中像素的值和所生成的第一透明度图中像素的值进行各种运算,从而生成第二透明度图。作为示例,上述先验图中的每个像素的值可以为{0,0.5,1}其中之一。上述0、0.5、1可以分别用于表征属于背景、未知与前景。上述第一透明度图中的每个像素的值可以用于表示该像素属于前景的概率,其取值区间可以为[0,1]。
在本实施例中,作为示例,上述执行主体可以将上述步骤S101所生成的先验图中像素的值和所生成的第一透明度图中像素的值进行加权求和,从而生成第二透明度图。
S103,基于第二透明度图和基于待处理图像生成的处理图像以及预先训练的第二抠图模型,生成第三透明度图作为抠图结果。
在本实施例中,基于步骤S102所生成的第二透明度图和基于步骤S101所预先获取的待处理图像生成的处理图像以及预先训练的第二抠图模型,上述执行主体可以通过各种方式生成第三透明度图作为抠图结果。
在本实施例中,上述执行主体可以预先获取基于步骤S101所预先获取的待处理图像生成的处理图像。作为示例,上述处理图像可以是上述待处理图像本身。作为又一示例,上述处理图像也可以是根据实际应用场景而对上述待处理图像进行下采样或上采样等处理而得到的图像。上述处理图像的尺寸可以与上述第二透明度图像的尺寸一致。从而,上述执行主体可以将上述步骤S102所生成的第二透明度图和上述处理图像输入至预先训练的第二抠图模型,从而生成第三透明度图作为抠图结果。
在本实施例中,上述第二抠图模型可以包括各种通过机器学习方式训练得到的用于图像抠图的深度学习模型。作为示例,上述第二抠图模型可以基于初始模型利用训练样本集合通过有监督训练得到。上述训练样本集合中的训练样本可以包括样本图像、样本透明度图像和与样本图像、样本透明度图像对应的标注信息。上述与样本图像、样本透明度图像对应的标注信息可以包括该样本图像、样本透明度图像对应的样本抠图结果。上述样本抠图结果用于比上述样本透明度图像更加精细地区分上述样本图像中的前景和背景。上述初始模型例如可以包括各种基于卷积神经网络(Convolutional Neural Networks,CNN)等的模型。
需要说明的是,上述第一抠图模型可以与上述第二抠图模型同时训练,也可以分阶段分别训练,此处不作限定。
本公开的上述实施例提供的方法,通过首先利用预先训练的第一抠图模型生成粗糙预测的先验图和第一透明度图,再根据所生成的先验图和第一透明度图进行融合,最后,结合待处理图像和预先训练的第二抠图模型精细预测,从而可以在无需预先输入辅助信息的情况下,通过分阶段的方式生成更为精细的抠图结果。
在本实施例的一些可选的实现方式中,上述第一抠图模型可以包括编码器、先验图解码器和透明度图解码器。上述执行主体可以按照如下步骤将预先获取的待处理图像输入至预先训练的第一抠图模型,生成与待处理图像对应的先验图和第一透明度图:
S1011、将待处理图像输入至编码器,生成第一特征图。
在这些实现方式中,上述执行主体可以将上述步骤S101中预先获取的待处理图像输入至上述第一抠图模型中包括的编码器,从而生成第一特征图。其中,上述编码器可以用于从图像中提取图像特征。例如,上述编码器的结构可以包括但不限于以下至少一项:ResNet、MobileNet,HRNet。
S1012、基于第一特征图和先验图解码器,生成与待处理图像对应的先验图。
在这些实现方式中,基于上述步骤S1011所生成的第一特征图和上述第一抠图模型中包括的先验图解码器,上述执行主体可以通过各种方式生成与待处理图像对应的先验图。其中,上述先验图解码器可以用于表征先验图与对应的特征图之间的对应关系。
在这些实现方式中,作为示例,上述执行主体可以将上述步骤S1011所生成的第一特征图输入至上述第一抠图模型中包括的先验图解码器,从而得到与上述待处理图像对应的先验图。
S1013、基于第一特征图和透明度图解码器,生成与待处理图像对应的第一透明度图。
在这些实现方式中,基于上述步骤S1011所生成的特征图和上述第一抠图模型中包括的透明度图解码器,上述执行主体可以通过各种方式生成与待处理图像对应的第一透明度图。其中,上述透明度图解码器可以用于表征透明度图与对应的特征图之间的对应关系。上述透明度图解码器可以包括各种基于卷积神经网络的模型。
在这些实现方式中,作为示例,上述执行主体可以将上述步骤S1011所生成的特征图输入至上述第一抠图模型中包括的透明度图解码器,从而得到与上述待处理图像对应的第一透明度图。
基于上述可选的实现方式,本方案可以利用第一抠图模型所包括的编码器进行特征提取,再将提取得到的特征图分别输入第一抠图模型所包括的先验图解码器和透明度图解码器,以分别得到与待处理图像对应的先验图和第一透明度图,从而利用编码器-解码器的方式构造出第一抠图模型的形式,丰富了生成先验图和第一透明度图的方式。
可选地,基于上述可选的实现方式,基于第一特征图和先验图解码器,上述执行主体可以按照如下步骤生成与待处理图像对应的先验图:
第一步,将第一特征图输入至预先训练的语义分割网络,得到语义分割特征图。
在这些实现方式中,上述执行主体可以将第一特征图输入至预先训练的语义分割网络,得到语义分割特征图。其中,上述语义分割的模型例如可以包括但不限于以下至少一项:PPM(Pyramid Pooling Module,金字塔池化模型)、ASPP(atrous spatial pyramidpooling,空洞空间卷积池化金字塔)。
第二步,将语义分割特征图输入至先验图解码器,生成与待处理图像对应的先验图。
在这些实现方式中,上述执行主体可以将上述第一步所得到的将语义分割特征图输入至上述第一抠图模型包括的先验图解码器,从而生成与待处理图像对应的先验图。其中,上述先验图解码器可以用于表征语义分割特征图与先验图之间的对应关系。
基于上述可选的实现方式,本方案可以利用语义分割网络和先验图解码器之间的配合,更为细致地、多维度提取特征,从而提高了所生成的先验图的效果。
在本实施例的一些可选的实现方式中,上述编码器可以包括第一数目个特征提取层。上述透明度图解码器可以包括第二数目个特征提取层。基于第一特征图和透明度图解码器,上述执行主体可以按照以下步骤生成与待处理图像对应的第一透明度图:
第一步,对第一特征图进行特征提取,生成第二特征图。
在这些实现方式中,上述执行主体可以通过各种方式对上述步骤S1011所生成的第一特征图进行特征提取,生成第二特征图。作为示例,上述执行主体可以利用预先训练的卷积神经网络对上述第一特征图进行特征提取,从而生成具有更高维度特征的第二特征图。
第二步,将第二特征图和编码器中相应的特征提取层输出的特征图输入至透明度图解码器,生成与待处理图像对应的第一透明度图。
在这些实现方式中,上述执行主体可以通过各种方式将上述第一步所生成的第二特征图和编码器中相应的特征提取层输出的特征图输入至透明度图解码器,生成与待处理图像对应的第一透明度图。其中,上述透明度图解码器中的特征提取层的输出可以基于前一个特征提取层输出的特征图和上述编码器中与前一个特征提取层对应的特征层输出的特征图生成。
在这些实现方式中,作为示例,对于上述透明度图解码器中的第一层特征提取层,其输入可以基于上述第二特征图和上述透明度图解码器中的第一层特征提取层对应的特征层(例如上述编码器中的最后一层)输出的特征图生成(例如对应像素相加)。作为又一示例,对于上述透明度图解码器中的第二层特征提取层,其输入可以基于如前述的上述透明度图解码器中的第一层特征提取层输出的特征图和上述透明度图解码器中的第二层特征提取层对应的特征层(例如上述编码器中的倒数第二层)输出的特征图生成(例如对应像素相加)。
基于上述可选的实现方式,本方案提供了一种基于包括多个特征提取层的编码器和对应的透明度图解码器进行特征提取,从而生成与待处理图像对应的第一透明度图的方法,从而丰富了第一透明度图的生成方式。
在本实施例的一些可选的实现方式中,基于第一特征图和透明度图解码器,上述执行主体可以生成与待处理图像对应的第一透明度图和误差图。
在这些实现方式中,基于第一特征图和透明度图解码器,上述执行主体可以通过各种方式生成与上述待处理图像对应的第一透明度图和误差图。其中,上述误差图中的像素值可以用于表征误差的大小。作为示例,上述误差图中的像素值的取值范围可以是[0,1]。其中,数值越大,表明上述透明度图解码器所生成的与待处理图像对应的第一透明度图与所期望的透明度图之间的差异越大。
在这些实现方式中,作为示例,上述执行主体可以将上述第一特征图或按照上述可选的方式进行处理后输入至上述透明度图解码器,上述执行主体可以生成与上述待处理图像对应的第一透明度图和误差图。
可选地,上述执行主体还可以从上述透明度图解码器同时得到与上述待处理图像对应的第一透明度图、误差图和隐层特征图。
需要说明的是,本领域技术人员可以理解,从上述透明度图解码器所得到的不同种类的图像取决于上述透明度图解码器的训练过程所使用的训练样本的标注信息和其输出层的不同,此处不再赘述。
基于上述可选的实现方式,本方案可以同时输出用于表征上述透明度图解码器所得到的与待处理图像对应的第一透明度图的误差程度的误差图,从而为后续阶段对上述第一透明度图的调整提供参考基础。
在本实施例的一些可选的实现方式中,上述前景可以包括人像。对于上述先验图中表征不确定前景或背景的像素,上述执行主体可以将上述先验图中该像素的值替换为上述第一透明度图中对应位置的像素的值,生成第二透明度图。
在这些实现方式中,作为示例,上述先验图中表征不确定前景或背景的像素例如可以是Trimap中取值为0.5的像素。
基于上述可选的实现方式,本方案可以利用所生成的第一透明度图对所生成的先验图进行修正,从而提高了第二透明度图的准确性,丰富了第二透明度图的生成方式。
继续参见图2,图2是根据本公开第二实施例的示意图200。该图像抠图的方法包括以下步骤:
S201,将预先获取的待处理图像输入至预先训练的第一抠图模型,生成与待处理图像对应的先验图和第一透明度图。
在本实施例中,上述待处理图像可以包括对包括前景和背景的原始图像进行下采样所生成的图像。上述原始图像的分辨率可以大于预设阈值。
在本实施例中,上述原始图像通常可以为分辨率较大的图像。作为示例,上述执行主体可以对包括前景和背景的原始图像进行1/2下采样或1/4下采样,从而将下采样后所生成的图像确定为上述待处理图像。
S202,基于先验图中的像素的值对先验图和第一透明度图的融合,生成第二透明度图。
上述S201、S202可以分别与前述实施例中的S101、S102及其可选的实现方式一致,上文针对S101、S102及其可选的实现方式的描述也适用于S201、S202,此处不再赘述。
S203,基于对第二透明度图进行上采样和基于待处理图像生成的处理图像以及预先训练的第二抠图模型,生成第三透明度图作为抠图结果。
在本实施例中,基于对第二透明度图进行上采样和基于待处理图像生成的处理图像以及预先训练的第二抠图模型,图像抠图的方法的执行主体可以通过各种方式生成第三透明度图作为抠图结果。其中,上述第三透明度图的分辨率通常大于上述第二透明度图的分辨率。
在本实施例中,作为示例,上述执行主体可以首先对上述步骤S202所生成的第二透明度图进行上采样(例如2倍或4倍),生成上采样后的图像。相应地,上述基于待处理图像生成的处理图像可以是对上述待处理图像进行上采样后所得到的图像。之后,上述执行主体可以将上述所生成的上采样后的图像和上述基于待处理图像生成的处理图像输入至预先训练的第二抠图模型,从而生成第三透明度图作为抠图结果。其中,上述第三透明度图的尺寸可以与上述所生成的上采样后的图像和上述基于待处理图像生成的处理图像的尺寸一致,即大于原待处理图像的尺寸。
在本实施例的一些可选的实现方式中,上述处理图像可以包括基于第一抠图模型包括的透明度图解码器输出的隐层特征图和先验图分别进行上采样得到的图像。
在这些实现方式中,上述执行主体可以对上述第一抠图模型包括的透明度图解码器输出的隐层特征图和先验图分别进行上采样(例如2倍),从而得到尺寸更大的隐层特征图和先验图。可选地,上述执行主体可以将包含上述尺寸更大的隐层特征图和先验图作为处理图像,与对第二透明度图进行上采样后得到的图像共同输入至上述预先训练的第二抠图模型,从而生成第三透明度图作为抠图结果。
基于上述可选的实现方式,本方案可以通过先对输入预先训练的第二抠图模型的、透明度图解码器输出的隐层特征图和先验图进行上采样,从而得到比原始待处理图像的尺寸更大的抠图结果,从而可以提升较大分辨率图像的抠图效果。
可选地,基于上述可选的实现方式,上述处理图像还可以包括对原始图像进行下采样所得到的分辨率大于待处理图像的中分辨率图像。上述基于第一抠图模型包括的透明度图解码器输出的隐层特征图和先验图分别进行上采样得到的图像和对第二透明度图进行上采样所得到的图像的分辨率与中分辨率图像一致。
在这些实现方式中,作为示例,上述中分辨率图像例如可以是上述原始图像进行1/2下采样所得到的图像。上述待处理图像例如可以是上述原始图像进行1/4下采样所得到的图像。上述透明度图解码器输出的隐层特征图和先验图分别进行的上采样可以为2倍上采样。
基于上述可选的实现方式和对第二透明度图进行上采样和基于待处理图像生成的处理图像以及预先训练的第二抠图模型,上述执行主体可以按照以下步骤生成第三透明度图作为抠图结果:
S2031、将对第二透明度图进行上采样所得到的图像和处理图像输入至预先训练的第二抠图模型,生成中分辨率透明度图。
在这些实现方式中,上述执行主体可以将对第二透明度图进行上采样所得到的图像和通过上述可选的实现方式所生成的处理图像输入至预先训练的第二抠图模型,生成中分辨率透明度图。其中,上述中分辨率透明度图的尺寸通常与上述上采样后的第二透明度图和上述处理图像的分辨率一致。
S2032、将中分辨率透明度图进行上采样,生成与原始图像的分辨率一致的高分辨率透明度图。
在这些实现方式中,上述执行主体可以将步骤S2031所生成的中分辨率透明度图进行上采样,生成与原始图像的分辨率一致的高分辨率透明度图。作为示例,参照前例描述,上述上采样可以为2倍上采样,从而生成与上述原始图像的分辨率一致的高分辨率透明度图。
S2033、基于原始图像对高分辨率透明度图进行修正,生成与原始图像的分辨率一致的透明度图作为第三透明度图。
在这些实现方式中,上述执行主体可以通过各种方式基于原始图像对高分辨率透明度图进行修正,从而生成与原始图像的分辨率一致的透明度图作为第三透明度图。作为示例,上述执行主体可以将上述原始图像和上述步骤S2032所生成的高分辨率透明度图、以及进行相应上采样后所得到的高分辨率隐层特征图和先验图输入至预先训练的精细分割模型,得到与原始图像的分辨率一致的透明度图作为第三透明度图。
基于上述可选的实现方式,本方案可以通过两阶段上采样,以及逐步生成较高分辨率的透明度图的方式,提升了高分辨率抠图效果。
可选地,基于上述可选的实现方式,上述处理图像可以包括基于第一抠图模型包括的透明度图解码器输出的误差图。
在这些实现方式中,上述误差图中的像素值可以用于表征误差的大小。作为示例,上述误差图中的像素值的取值范围可以是[0,1]。其中,数值越大,表明上述透明度图解码器所生成的与待处理图像对应的第一透明度图与所期望的透明度图之间的差异越大。
基于对第二透明度图进行上采样和基于待处理图像生成的处理图像以及预先训练的第二抠图模型,上述执行主体可以按照以下步骤生成第三透明度图作为抠图结果:
S2031’、将误差图进行上采样,生成与对第二透明度图进行上采样所得到的图像的分辨率一致的目标误差图。
在这些实现方式中,上述执行主体可以将误差图进行上采样,生成与对第二透明度图进行上采样所得到的图像的分辨率一致的目标误差图。
S2032’、将目标误差图和对第二透明度图进行上采样所得到的图像输入至预先训练的第二抠图模型,生成与目标误差图的分辨率一致的第三透明度图;
基于上述可选的实现方式,本方案可以基于误差图所指示的误差较大的区域进行有针对性的局部调整,从而有效地降低了计算量,提升了计算速度。
在本实施例的一些可选的实现方式中,上述前景可以包括人像。对于上述先验图中表征不确定前景或背景的像素,上述执行主体可以将上述先验图中该像素的值替换为上述第一透明度图中对应位置的像素的值,生成第二透明度图。
在这些实现方式中,作为示例,上述先验图中表征不确定前景或背景的像素例如可以是Trimap中取值为0.5的像素。
基于上述可选的实现方式,本方案可以利用所生成的第一透明度图对所生成的先验图进行修正,从而提高了第二透明度图的准确性,丰富了第二透明度图的生成方式。
从图2中可以看出,本实施例中的图像抠图的方法的流程200体现了基于对第二透明度图进行上采样和基于待处理图像生成的处理图像以及预先训练的第二抠图模型,生成分辨率通常大于上述第二透明度图的第三透明度图作为抠图结果的步骤。由此,本实施例描述的方案可以实现在不额外依赖预先输入的辅助信息的情况下,仅增加较少的计算量即可实现对高分辨率图像的抠图,并具有较高的抠图质量。
继续参见图3,图3是根据本公开的实施例的图像抠图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(图中未示出)可以将预先获取的待处理图像301输入至预先训练的第一抠图模型302,生成与待处理图像301对应的先验图3031和第一透明度图3032。基于先验图3031对先验图3031和第一透明度图3032进行融合,生成第二透明度图304。上述服务器可以将第二透明度图304和基于待处理图像301生成的处理图像(图中未示出)输入至预先训练的第二抠图模型305,生成第三透明度图306作为抠图结果。
目前,现有技术通常是需要基于先验知识(例如Trimap)或背景图像作为辅助信息与待抠图的图像一同输入,或者仅使用待抠图的图像作为输入,实现图像抠图。但前者需要辅助信息的输入造成使用不便,后者的抠图算法在仅有输入图像的情况下效果不甚理想。而本公开的上述实施例提供的方法,通过首先利用预先训练的第一抠图模型生成粗糙预测的先验图和第一透明度图,再根据所生成的先验图和第一透明度图进行融合,最后,结合待处理图像和预先训练的第二抠图模型精细预测,从而可以在无需预先输入辅助信息的情况下,通过分阶段的方式生成更为精细的抠图结果。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了图像抠图的装置的一个实施例,该装置实施例与图1或图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例提供的图像抠图的装置400包括预抠图单元401、融合单元402和细化抠图单元403。其中,预抠图单元401,被配置成将预先获取的待处理图像输入至预先训练的第一抠图模型,生成与待处理图像对应的先验图和第一透明度图,其中,待处理图像中包括前景和背景,先验图中的像素用于表征属于前景或背景的可能性;融合单元402,被配置成基于先验图中的像素的值对先验图和第一透明度图的融合,生成第二透明度图;细化抠图单元403,被配置成基于第二透明度图和基于待处理图像生成的处理图像以及预先训练的第二抠图模型,生成第三透明度图作为抠图结果。
在本实施例中,图像抠图的装置400中:预抠图单元401、融合单元402和细化抠图单元403的具体处理及其所带来的技术效果可分别参考图1对应实施例中的步骤S101、S102、S103的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述第一抠图模型可以包括编码器、先验图解码器和透明度图解码器。上述预抠图单元401可以包括:编码模块(图中未示出),被配置成:将待处理图像输入至编码器,生成第一特征图;先验图生成模块(图中未示出),被配置成:基于第一特征图和先验图解码器,生成与待处理图像对应的先验图;透明度图生成模块(图中未示出),被配置成:基于第一特征图和透明度图解码器,生成与待处理图像对应的第一透明度图。
在本实施例的一些可选的实现方式中,上述先验图生成模块可以被进一步配置成:将第一特征图输入至预先训练的语义分割网络,得到语义分割特征图;将语义分割特征图输入至先验图解码器,生成与待处理图像对应的先验图。
在本实施例的一些可选的实现方式中,上述编码器可以包括第一数目个特征提取层。上述透明度图解码器可以包括第二数目个特征提取层。上述透明度图生成模块可以进一步被配置成:对第一特征图进行特征提取,生成第二特征图;将第二特征图和编码器中相应的特征提取层输出的特征图输入至透明度图解码器,生成与待处理图像对应的第一透明度图,其中,透明度图解码器中的特征提取层的输出基于前一个特征提取层输出的特征图和编码器中与前一个特征提取层对应的特征层输出的特征图生成。
在本实施例的一些可选的实现方式中,上述透明度图生成模块可以进一步被配置成:基于第一特征图和透明度图解码器,生成与待处理图像对应的第一透明度图和误差图。其中,上述误差图中的像素值可以用于表征误差的大小。
在本实施例的一些可选的实现方式中,上述待处理图像可以包括对包括前景和背景的原始图像进行下采样所生成的图像。上述原始图像的分辨率可以大于预设阈值。上述细化抠图单元403可以进一步被配置成:基于对第二透明度图进行上采样和基于待处理图像生成的处理图像以及预先训练的第二抠图模型,生成第三透明度图作为抠图结果。其中,上述第三透明度图的分辨率可以大于第二透明度图的分辨率。
在本实施例的一些可选的实现方式中,上述处理图像可以包括基于第一抠图模型包括的透明度图解码器输出的隐层特征图和先验图分别进行上采样得到的图像。
在本实施例的一些可选的实现方式中,上述处理图像还可以包括对原始图像进行下采样所得到的分辨率大于待处理图像的中分辨率图像。上述基于第一抠图模型包括的透明度图解码器输出的隐层特征图和先验图分别进行上采样得到的图像和对上述第二透明度图进行上采样所得到的图像的分辨率可以与上述中分辨率图像一致。上述细化抠图单元403可以进一步被配置成:将对第二透明度图进行上采样所得到的图像和处理图像输入至预先训练的第二抠图模型,生成中分辨率透明度图;将中分辨率透明度图进行上采样,生成与原始图像的分辨率一致的高分辨率透明度图;基于原始图像对高分辨率透明度图进行修正,生成与原始图像的分辨率一致的透明度图作为第三透明度图。
在本实施例的一些可选的实现方式中,上述处理图像可以包括基于第一抠图模型包括的透明度图解码器输出的误差图。上述误差图中的像素值可以用于表征误差的大小。上述细化抠图单元403可以进一步被配置成:将误差图进行上采样,生成与对第二透明度图进行上采样所得到的图像的分辨率一致的目标误差图;将目标误差图和对第二透明度图进行上采样所得到的图像输入至预先训练的第二抠图模型,生成与目标误差图的分辨率一致的第三透明度图。
在本实施例的一些可选的实现方式中,上述前景可以包括人像。上述融合单元402可以被进一步配置成:对于先验图中表征不确定前景或背景的像素,将先验图中该像素的值替换为第一透明度图中对应位置的像素的值,生成第二透明度图。
本公开的上述实施例提供的装置,通过预抠图单元401首先利用预先训练的第一抠图模型生成粗糙预测的先验图和第一透明度图,再通过融合单元402根据所生成的先验图和第一透明度图进行融合,最后,细化抠图单元403结合待处理图像和预先训练的第二抠图模型精细预测,从而可以在无需预先输入辅助信息的情况下,通过分阶段的方式生成更为精细的抠图结果。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元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。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如图像抠图的方法。例如,在一些实施例中,图像抠图的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的图像抠图的方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像抠图的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (12)
1.一种图像抠图的方法,包括:
将预先获取的待处理图像输入至预先训练的第一抠图模型,生成与所述待处理图像对应的先验图和第一透明度图,其中,所述待处理图像中包括前景和背景,所述先验图中的像素用于表征属于前景或背景的可能性,其中,所述第一抠图模型包括用于生成所述第一透明度图的透明度图解码器;
基于所述先验图中的像素的值对所述先验图和所述第一透明度图的融合,生成第二透明度图;
基于对所述第二透明度图进行上采样和基于所述待处理图像生成的处理图像以及预先训练的第二抠图模型,生成第三透明度图作为抠图结果,其中,所述处理图像包括基于所述透明度图解码器输出的隐层特征图和所述先验图分别进行上采样得到的图像、对原始图像进行下采样所得到的分辨率大于所述待处理图像的中分辨率图像,所述第二透明度图进行上采样后的图像与所述处理图像包括的各图像的分辨率一致,所述第三透明度图与所述原始图像的分辨率一致。
2.根据权利要求1所述的方法,其中,所述第一抠图模型包括编码器、先验图解码器和透明度图解码器;以及
所述将预先获取的待处理图像输入至预先训练的第一抠图模型,生成与所述待处理图像对应的先验图和第一透明度图,包括:
将所述待处理图像输入至所述编码器,生成第一特征图;
基于所述第一特征图和所述先验图解码器,生成与所述待处理图像对应的先验图;
基于所述第一特征图和所述透明度图解码器,生成与所述待处理图像对应的第一透明度图。
3.根据权利要求2所述的方法,其中,所述基于所述第一特征图和所述先验图解码器,生成与所述待处理图像对应的先验图,包括:
将所述第一特征图输入至预先训练的语义分割网络,得到语义分割特征图;
将所述语义分割特征图输入至所述先验图解码器,生成与所述待处理图像对应的先验图。
4.根据权利要求2或3所述的方法,其中,所述编码器包括第一数目个特征提取层,所述透明度图解码器包括第二数目个特征提取层;以及
所述基于所述第一特征图和所述透明度图解码器,生成与所述待处理图像对应的第一透明度图,包括:
对所述第一特征图进行特征提取,生成第二特征图;
将所述第二特征图和所述编码器中相应的特征提取层输出的特征图输入至所述透明度图解码器,生成与所述待处理图像对应的第一透明度图,其中,所述透明度图解码器中的特征提取层的输出基于前一个特征提取层输出的特征图和所述编码器中与所述前一个特征提取层对应的特征层输出的特征图生成。
5.根据权利要求2-4之一所述的方法,其中,所述基于所述第一特征图和所述透明度图解码器,生成与所述待处理图像对应的第一透明度图,包括:
基于所述第一特征图和所述透明度图解码器,生成与所述待处理图像对应的第一透明度图和误差图,其中,所述误差图中的像素值用于表征误差的大小。
6.根据权利要求1-5之一所述的方法,其中,所述待处理图像包括对包括所述前景和背景的原始图像进行下采样所生成的图像,所述原始图像的分辨率大于预设阈值;以及
所述第三透明度图的分辨率大于所述第二透明度图的分辨率。
7.根据权利要求1所述的方法,其中,
所述基于对所述第二透明度图进行上采样和基于所述待处理图像生成的处理图像以及预先训练的第二抠图模型,生成第三透明度图作为抠图结果,包括:
将对所述第二透明度图进行上采样所得到的图像和所述处理图像输入至所述预先训练的第二抠图模型,生成中分辨率透明度图;
将所述中分辨率透明度图进行上采样,生成与所述原始图像的分辨率一致的高分辨率透明度图;
基于所述原始图像对所述高分辨率透明度图进行修正,生成与所述原始图像的分辨率一致的透明度图作为所述第三透明度图。
8.根据权利要求1所述的方法,其中,所述处理图像包括基于所述第一抠图模型包括的透明度图解码器输出的误差图,所述误差图中的像素值用于表征误差的大小;以及
所述基于对所述第二透明度图进行上采样和基于所述待处理图像生成的处理图像以及预先训练的第二抠图模型,生成第三透明度图作为抠图结果,包括:
将所述误差图进行上采样,生成与所述对所述第二透明度图进行上采样所得到的图像的分辨率一致的目标误差图;
将所述目标误差图和所述对所述第二透明度图进行上采样所得到的图像输入至所述预先训练的第二抠图模型,生成与所述目标误差图的分辨率一致的第三透明度图。
9.根据权利要求1-8之一所述的方法,其中,所述前景包括人像;以及
所述基于所述先验图中的像素的值对所述先验图和所述第一透明度图的融合,生成第二透明度图,包括:
对于所述先验图中表征不确定前景或背景的像素,将所述先验图中该像素的值替换为所述第一透明度图中对应位置的像素的值,生成第二透明度图。
10.一种图像抠图的装置,包括:
预抠图单元,被配置成将预先获取的待处理图像输入至预先训练的第一抠图模型,生成与所述待处理图像对应的先验图和第一透明度图,其中,所述待处理图像中包括前景和背景,所述先验图中的像素用于表征属于前景或背景的可能性,其中,所述第一抠图模型包括用于生成所述第一透明度图的透明度图解码器;
融合单元,被配置成基于所述先验图中的像素的值对所述先验图和所述第一透明度图的融合,生成第二透明度图;
细化抠图单元,被配置成基于对所述第二透明度图进行上采样和基于所述待处理图像生成的处理图像以及预先训练的第二抠图模型,生成第三透明度图作为抠图结果,其中,所述处理图像包括基于所述透明度图解码器输出的隐层特征图和所述先验图分别进行上采样得到的图像、对原始图像进行下采样所得到的分辨率大于所述待处理图像的中分辨率图像,所述第二透明度图进行上采样后的图像与所述处理图像包括的各图像的分辨率一致,所述第三透明度图的分辨率大于所述第二透明度图的分辨率。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111505239.0A CN114187317B (zh) | 2021-12-10 | 2021-12-10 | 图像抠图的方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111505239.0A CN114187317B (zh) | 2021-12-10 | 2021-12-10 | 图像抠图的方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114187317A CN114187317A (zh) | 2022-03-15 |
CN114187317B true CN114187317B (zh) | 2023-01-31 |
Family
ID=80604294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111505239.0A Active CN114187317B (zh) | 2021-12-10 | 2021-12-10 | 图像抠图的方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114187317B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114710703A (zh) * | 2022-03-29 | 2022-07-05 | 稿定(厦门)科技有限公司 | 可变场景的直播方法及装置 |
CN114820686B (zh) * | 2022-05-16 | 2022-12-16 | 北京百度网讯科技有限公司 | 抠图的方法、装置、电子设备及存储介质 |
CN117651972A (zh) * | 2022-07-04 | 2024-03-05 | 北京小米移动软件有限公司 | 图像处理方法、装置、终端设备、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080656A (zh) * | 2019-12-10 | 2020-04-28 | 腾讯科技(深圳)有限公司 | 一种图像处理的方法、图像合成的方法以及相关装置 |
CN111815649A (zh) * | 2020-06-30 | 2020-10-23 | 清华大学深圳国际研究生院 | 一种人像抠图方法及计算机可读存储介质 |
WO2021083802A1 (en) * | 2019-10-29 | 2021-05-06 | Koninklijke Philips N.V. | An image processing method for setting transparency values and color values of pixels in a virtual image |
CN113657402A (zh) * | 2021-10-18 | 2021-11-16 | 北京市商汤科技开发有限公司 | 抠像处理方法、装置、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110969641A (zh) * | 2018-09-30 | 2020-04-07 | 北京京东尚科信息技术有限公司 | 图像处理方法和装置 |
-
2021
- 2021-12-10 CN CN202111505239.0A patent/CN114187317B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021083802A1 (en) * | 2019-10-29 | 2021-05-06 | Koninklijke Philips N.V. | An image processing method for setting transparency values and color values of pixels in a virtual image |
CN111080656A (zh) * | 2019-12-10 | 2020-04-28 | 腾讯科技(深圳)有限公司 | 一种图像处理的方法、图像合成的方法以及相关装置 |
CN111815649A (zh) * | 2020-06-30 | 2020-10-23 | 清华大学深圳国际研究生院 | 一种人像抠图方法及计算机可读存储介质 |
CN113657402A (zh) * | 2021-10-18 | 2021-11-16 | 北京市商汤科技开发有限公司 | 抠像处理方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
支持人在环路混合智能的交互设计研究;胡源达等;《包装工程》;20200920(第18期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114187317A (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114187317B (zh) | 图像抠图的方法、装置、电子设备以及存储介质 | |
WO2022105125A1 (zh) | 图像分割方法、装置、计算机设备及存储介质 | |
KR20220122566A (ko) | 텍스트 인식 모델의 트레이닝 방법, 텍스트 인식 방법 및 장치 | |
CN114863437B (zh) | 文本识别方法、装置、电子设备和存储介质 | |
CN113393371B (zh) | 一种图像处理方法、装置及电子设备 | |
CN112989970A (zh) | 文档版面分析方法、装置、电子设备及可读存储介质 | |
US20220343512A1 (en) | Method and apparatus of processing image, electronic device, and storage medium | |
CN113378855A (zh) | 用于处理多任务的方法、相关装置及计算机程序产品 | |
CN114792355B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN113887615A (zh) | 图像处理方法、装置、设备和介质 | |
CN114242113B (zh) | 语音检测方法、训练方法、装置和电子设备 | |
CN114913325A (zh) | 语义分割方法、装置及计算机程序产品 | |
CN114564971A (zh) | 深度学习模型的训练方法、文本数据处理方法和装置 | |
CN115035351B (zh) | 基于图像的信息提取方法、模型训练方法、装置、设备及存储介质 | |
CN115565186A (zh) | 文字识别模型的训练方法、装置、电子设备和存储介质 | |
CN115496734A (zh) | 视频内容的质量评价方法、网络训练方法和装置 | |
CN115116080A (zh) | 表格解析方法、装置、电子设备和存储介质 | |
CN114707638A (zh) | 模型训练、对象识别方法及装置、设备、介质和产品 | |
CN114926322A (zh) | 图像生成方法、装置、电子设备和存储介质 | |
CN114724144A (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
CN113361536A (zh) | 图像语义分割模型训练、图像语义分割方法及相关装置 | |
CN114943995A (zh) | 人脸识别模型的训练方法、人脸识别方法及装置 | |
CN114187318A (zh) | 图像分割的方法、装置、电子设备以及存储介质 | |
CN113947146A (zh) | 样本数据生成方法、模型训练方法、图像检测方法及装置 | |
CN113610856A (zh) | 训练图像分割模型和图像分割的方法和装置 |
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 |