CN114820686B - 抠图的方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开提供了一种抠图的方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及图像处理、深度学习等人工智能技术领域。包括：将待处理图像进行编码处理，以获取待处理图像对应的m个特征向量，对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定待处理图像中的过渡区域、前景区域及背景区域；基于过渡区域、前景区域及背景区域，对m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域；基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图。由此，在基于过渡区域、前景区域及背景区域，对n个特征向量进行第二解码处理的过程中，更关注过渡区域的细节，提高了抠图的效果。

Description

抠图的方法、装置、电子设备及存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及图像处理、深度学习等人工智能技术领域，具体涉及一种抠图的方法、装置、电子设备及存储介质。

背景技术

图像抠图是把图像或影像中的某一部分从原始图像或影像中分离出来的技术，已被广泛应用于图像合成和影视特效等领域。图像抠图过程中，若不能准确地对前景区域与背景区域间的过渡区域中的细节(比如，毛发等)进行区分，可能影响抠图的效果。因此，如何准确地对过渡区域中的细节进行区分，以提高抠图效果，成为重点的研究方向。

发明内容

本公开提供了一种抠图的方法、装置、电子设备及存储介质。

根据本公开的第一方面，提供了一种抠图的方法，包括：

将待处理图像进行编码处理，以获取所述待处理图像对应的m个特征向量，其中，所述m个特征向量对应的图像特征分辨率不同，m为不小于2的整数；

对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定所述待处理图像中的过渡区域、前景区域及背景区域；

基于所述过渡区域、前景区域及背景区域，对所述m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，其中，n为不大于m的整数；

基于更新后的过渡区域、前景区域及背景区域，对所述待处理图像进行抠图，以获取所述待处理图像中包含的目标物体。

根据本公开的第二方面，提供了一种抠图的装置，包括：

第一获取模块，用于将待处理图像进行编码处理，以获取所述待处理图像对应的m个特征向量，其中，所述m个特征向量对应的图像特征分辨率不同，m为不小于2的整数；

第一确定模块，用于对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定所述待处理图像中的过渡区域、前景区域及背景区域；

第二获取模块，用于基于所述过渡区域、前景区域及背景区域，对所述m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，其中，n为不大于m的整数；

抠图模块，用于基于更新后的过渡区域、前景区域及背景区域，对所述待处理图像进行抠图，以获取所述待处理图像中包含的目标物体。

根据本公开的第三方面，提供了一种电子设备，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如第一方面所述的抠图的方法。

根据本公开第四方面，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，所述计算机指令用于使所述计算机执行如第一方面所述的抠图的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机指令，所述计算机指令在被处理器执行时，实现如第一方面所述的抠图的方法的步骤。

本公开提供的抠图的方法、装置、电子设备及存储介质，存在如下有益效果：

本公开实施例中，先将待处理图像进行编码处理，以获取待处理图像对应的m个特征向量，之后对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定待处理图像中的过渡区域、前景区域及背景区域，再基于过渡区域、前景区域及背景区域，对m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，最后基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图，以获取待处理图像中包含的目标物体。由此，基于图像特征分辨率最小的第一特征向量，确定待处理图像中的过渡区域、前景区域及背景区域，之后基于过渡区域、前景区域及背景区域，使得在对图像特征分辨率较大的n个特征向量进行第二解码处理的过程中，更关注过渡区域的细节，从而可以准确地确定目标物体的边缘，进而提高了抠图的效果。

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是根据本公开一实施例提供的一种抠图的方法的流程示意图；

图2是根据本公开又一实施例提供的一种抠图的方法的流程示意图；

图3是根据本公开又一实施例提供的一种抠图的方法的流程示意图；

图4是根据本公开又一实施例提供的一种抠图的方法的流程示意图；

图5是根据本公开一实施例提供的一种抠图的装置的结构示意图；

图6是用来实现本公开实施例的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。

本公开实施例涉及计算机视觉、深度学习等人工智能技术领域。

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。

图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别三个部分。

下面参考附图描述本公开实施例的抠图的方法、装置、电子设备及存储介质。

其中，需要说明的是，本实施例的抠图的方法的执行主体为抠图的装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。

图1是根据本公开一实施例提供的一种抠图的方法的流程示意图。

如图1所示，该抠图的方法包括：

S101：将待处理图像进行编码处理，以获取待处理图像对应的m个特征向量，其中，m个特征向量对应的图像特征分辨率不同。

其中，m可以为不小于2的整数，比如，m可以为2，或者，也可以为3。本公开对此不做限定。

其中，待处理图像可以为需要从其进行处理，以获取包含的目标物体(比如，人物、动物、物体等)的图像。

可选的，待处理图像可以为图像采集设备实时采集的图像，也可以为数据库中存储的图像。本公开对此不做限定。

其中，待处理图像对应的m个特征向量，可以分别表征待处理图像中包含的低级细节特征或高级抽象特征。图像特征分辨率越高的特征向量中包含待处理图像的更低级的细节特征；图像分辨率越低的特征向量中包含待处理图像的更高级的抽象特征。

举例来说，m的取值为2，一个特征向量对应的图像特征分辨率为待处理图像分辨率的1/32，另一个特征向量对应的图像特征分辨率为待处理图像分辨率的1/2，则图像特征分辨率为待处理图像分辨率的1/32的特征向量可以表征待处理图像中包含的高级抽象特征，图像特征分辨率为待处理图像分辨率的1/2的特征向量可以表征待处理图像中包含的低级细节特征。

S102：对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定待处理图像中的过渡区域、前景区域及背景区域。

可以理解的是，图像特征分辨率最小的第一特征向量可以表征待处理图像中包含的高级抽象特征，因此，可以对第一特征向量进行第一解码处理，可以获取待处理图像中包含的过渡区域、前景区域及背景区域。

其中，前景区域可以为待处理图像中目标物体所在的大概区域；背景区域可以为待处理图像中除目标物体所在的区域外的其他区域，过渡区域可以为目标物体的边缘所在的区域，即需要进一步对过渡区域中的细节进行区分，以确定过渡区域中的哪些像素点属于目标物体。

S103：基于过渡区域、前景区域及背景区域，对m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，其中，n为不大于m的整数。

需要说明的是，由于第一特征向量中包含的是待处理图像中的高级抽象特征，对第一特征向量进行解码之后，不能准确地确定过渡区域中包含的目标物体的边缘细节。图像特征分辨率较高的特征向量中包含待处理图像的低级细节特征，可以对分辨率较高的特征向量进行第二解码处理，以获取图像中的细节，但是，由于图像特征分辨率较高的特征向量中包含太多的细节，在进行解码处理获取过渡区域的细节时容易迷失方向。因此，可以基于过渡区域、前景区域及背景区域，对m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，从而在解码的过程中更关注过渡区域的细节，进而使得获取的更新后的过渡区域可以准确地显示目标物体的边缘细节。

需要说明的是，若m的取值为2，n的取值也为2，则图像特征分辨率较大的n个特征向量中包含第一特征向量。

其中，更新后的过渡区域，包含待处理图像中目标躯体的边缘细节。

S104：基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图，以获取待处理图像中包含的目标物体。

可选的，在确定了更新后的过渡区域、前景区域及背景区域之后，即可根据更新后的过渡区域、前景区域及背景区域，确定待处理图像对应的阿尔法遮罩，进而根据阿尔法遮罩，对待处理图像进行抠图，以获取待处理图像中包含的目标物体。

本公开实施例中，先将待处理图像进行编码处理，以获取待处理图像对应的m个特征向量，之后对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定待处理图像中的过渡区域、前景区域及背景区域，再基于过渡区域、前景区域及背景区域，对m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，最后基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图，以获取待处理图像中包含的目标物体。由此，基于图像特征分辨率最小的第一特征向量，确定待处理图像中的过渡区域、前景区域及背景区域，之后基于过渡区域、前景区域及背景区域，使得在对图像特征分辨率较大的n个特征向量进行第二解码处理的过程中，更关注过渡区域的细节，从而可以准确地确定目标物体的边缘，进而提高了抠图的效果。

图2是根据本公开又一实施例提供的一种抠图的方法的流程示意图；

如图2所示，该抠图的方法包括：

S201：将待处理图像进行编码处理，以获取待处理图像对应的m个特征向量，其中，m个特征向量对应的图像特征分辨率不同。

S202：对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定待处理图像中的过渡区域、前景区域及背景区域。

其中，步骤S201及步骤S202的具体实现形式，可参照本公开中其他各实施例中的详细步骤，此处不再详细赘述。

S203：基于过渡区域、前景区域及背景区域，确定待处理图像中各像素点所属的语义类别。

可以理解的是，在确定了待处理图像中的过渡区域、前景区域及背景区域之后，可以进一步确定待处理图像中各像素点所属的语义类别，即各像素点属于过渡区域，背景区域还是前景区域。

其中，语义类别包括前景区域、背景区域及过渡区域。本公开实施例中，可以采用不同的灰度值表示不同的语义类别，比如前景区域的灰度值可以为255、背景区域的灰度值可以为0、过渡区域的纬度值可以为129.本公开对此不做限定。

S204：根据每个像素点所属的语义类别，确定n个特征向量中各元素的权重。

需要说明的是，在确定了待处理图像中的过渡区域、前景区域及背景区域之后，需要进一步对过渡区域中的细节进行区分。因此，可以根据每个像素点对应的语义类别，为特征向量中表征过渡区域的元素设置更高的权重，为特征向量中表征背景区域及前景区域的元素设置更低的权重。

其中，表征背景区域的元素对应的权重与表征前景区域的元素对应的权重可以相同，也可以不同，本公开对此不做限定。

举例来说，可以确定特征向量中表征过渡区域的元素对应的权重为0.6，表征背景区域的元素对应的权重为0.2，表征前景区域的元素对应的权重为0.2等。本公开对此不做限定。

S205：根据每个元素的权重，对n个特征向量进行第二解码处理，以获取更新后的过渡区域。

可以理解的是，在确定了n个特征向量中每个元素对应的权重之后，即可基于每个元素对应的权重，对n个特征向量进行第二解码处理，以在解码的过程中，更关注过渡区域的特征，从而使获取的更新后的过渡区域可以更加准确地反映目标物体的边缘细节。

S206：基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图，以获取待处理图像中包含的目标物体。

本公开实施例中，先将待处理图像进行编码处理，以获取待处理图像对应的m个特征向量，之后对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定待处理图像中的过渡区域、前景区域及背景区域，再基于过渡区域、前景区域及背景区域，确定待处理图像中各像素点所属的语义类别，之后根据每个像素点所属的语义类别，确定n个特征向量中各元素的权重，并根据根据每个元素的权重，对n个特征向量进行第二解码处理，以获取更新后的过渡区域，最后基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图，以获取待处理图像中包含的目标物体。由此，可以基于待处理图像中的过渡区域、前景区域及背景区域，确定n个特征向量中每个元素的权重，从而在对n个特征向量进行解码的过程中，重点关注权重大的元素，从而可以进一步准确地确定过渡区域中目标物体的边缘，进一步提高了抠图效果。

图3是根据本公开又一实施例提供的一种抠图的方法的流程示意图；

如图3所示，该抠图的方法包括：

S301：将待处理图像输入预设编码器，以获取预设编码器的m个编码层分别输出的特征向量。

其中，预设编码器可以为高分辨率网络(High Resolution Net，HRNet)，HRNet可以用于对待处理图像进行编码，以获取m个特征向量。HRNet可以包含多个编码层，每个编码层可以输出不同图像特征分辨率的特征向量。由此，可以快速地获取多个图像特征分辨率不同的特征向量。

S302：利用第一预设解码器对第一特征向量进行第一解码处理，以获取第一预设解码器的至少两个网络层输出的语义向量，其中，语义向量用于指示待处理图像中的过渡区域、前景区域及背景区域。

其中，第一预设解码器可以用于对第一特征向量进行解码，以获取待处理图像中的过渡区域、前景区域及背景区域。而且，第一预设解码器中还可以包含多个网络层，每个网络层输出的语义向量可以指示当前网络层确定的待处理图像中的过渡区域、前景区域及背景区域。

S303：将至少两个语义向量分别输入第二预设解码器的不同网络层，以使第二预设解码器基于至少两个语义向量，对n个特征向量进行第二解码处理，以获取更新后的过渡区域。

本公开实施例中，为了避免第二预设解码器在对图像特征分辨率较大的n个特征向量进行解码的过程中迷失方向，可以将第一预设解码器的至少两个网络层输出的语义向量输入第二预设解码器的不同网络层中，从而引导第二预设解码器在解码的过程中，即能准确地对细节进行预测，也能保证语义的准确性。

本公开实施例中，对第二预设解码器的网络层数不做限定。比如，第二预设解码器中可以包含三个网络层，也可以包含四个网络层。

需要说明的是，在将至少两个语义向量分别输入第二预设解码器的不同网络层时，需要根据每个语义向量在第一预设解码器中的位置，确定每个语义向量输入第二预设解码器的顺序。

举例来说，将第一预设解码器中第一个网络层输出的语义向量输入第二预设解码器中的第一个网络层，将第一预设解码器中第三个网络层输出的语义向量输入第二预设解码器中的第二个网络层，将第一预设解码器中最后一个网络层输出的语义向量输入第二预设解码器中的最后一个网络层。本公开对此不做限定。

可选的，对n个特征向量进行解码之前，还可以基于n个特征向量中的每个特征向量对应的图像特征分辨率，确定每个特征向量对应的上采样倍数，之后基于每个特征向量对应的上采样倍数，对每个特征向量进行上采样。从而使得第二预设解码器最后输出的包含更新后的过渡区域的遮罩的大小与待处理图像的大小一致。

S304：基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图，以获取待处理图像中包含的目标物体。

本公开实施例中，首先将待处理图像输入预设编码器，以获取预设编码器的m个编码层分别输出的特征向量，之后利用第一预设解码器对第一特征向量进行第一解码处理，以获取第一预设解码器的至少两个网络层输出的语义向量，再将至少两个语义向量分别输入第二预设解码器的不同网络层，以使第二预设解码器基于至少两个语义向量，对n个特征向量进行第二解码处理，以获取更新后的过渡区域，最后基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图，以获取待处理图像中包含的目标物体。由此，将第一预设解码器的至少两个网络层输出的语义向量，分别输入第二预设解码器的不同网络层，避免第二预设解码器在对图像特征分辨率较高的n个特征向量进行解码时迷失方向，从而不仅可以准确地对细节进行预测，也能保证语义的准确性，从而进一步提高了扣图的效果。

图4为本公开一实施例提供的一种抠图的方法的流程示意图，如图4所示。该抠图方法包括：

将所述待处理图像输入预设编码器，以获取所述预设编码器的3个编码层分别输出的特征向量。其中，3个编码层分别输出的特征向量对应的图像特征分辨率可以为待处理图像分辨率的1/2，1/4，1/32。

将图像特征分辨率可以为待处理图像分辨率的1/2的特征向量作为第一特征向量，并将第一特征向量输入金字塔池化模型(pyramid pooling module，PPM)，以扩大的感受野，利于第一预设解码器进行高级语义的学习。

将PPM的输出输入第一预设解码器的每个网络层中，以获取第一个网络层、第三个网络层、第五个网络层分别输出的语义向量，及待处理图像中的过渡区域、前景区域及背景区域对应的语义图。其中，第一预设解码器中包含5个网络层。

将图像特征分辨率可以为待处理图像分辨率的1/4及1/2对应的两个特征向量先分别进行上采样之后，再拼接输入第二预设解码器中的第一个网络层中。

将第二预设解码器中第一个网络层输出的特征向量与第一预设解码器中第一个网络层输出的语义向量，输入第二预设解码器的第一门控卷积层(Gated ConvolutionalLayers，GCL)进行融合，并将第一门控卷积层输出的融合向量输入第二预设解码器中第二个网络层中。

将第二预设解码器中第二个网络层输出的特征向量与第一预设解码器中第三个网络层输出的语义向量，输入第二预设解码器的第二门控卷积层进行融合，并将第二门控卷积层输出的融合向量输入第二预设解码器中第三个网络层中。

将第二预设解码器中第三个网络层输出的特征向量与第一预设解码器中第五个网络层输出的语义向量，输入第二预设解码器的第三门控卷积层进行融合，并将第三门控卷积层输出的融合向量输入第二预设解码器中第四个网络层中，以获取包含更新后的过渡区域的细节图。

将语义图中的过渡区域替换成细节图中的过渡区域，得到阿尔法遮罩。

基于对待处理图像进行抠图，以获取待处理图像中包含的目标物体。

图5是根据本公开一实施例提供的一种抠图的装置的结构示意图；

如图5所示，该抠图的装置500，包括：

第一获取模块510，用于将待处理图像进行编码处理，以获取待处理图像对应的m个特征向量，其中，m个特征向量对应的图像特征分辨率不同，m为不小于2的整数；

第一确定模块520，用于对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定待处理图像中的过渡区域、前景区域及背景区域；

第二获取模块530，用于基于过渡区域、前景区域及背景区域，对m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，其中，n为不大于m的整数；

抠图模块540，用于基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图，以获取待处理图像中包含的目标物体。

在本公开的一些实施例中，第一获取模块510，具体用于：

将待处理图像输入预设编码器，以获取预设编码器的m个编码层分别输出的特征向量。

在本公开的一些实施例中，第二获取模块530，具体用于：

基于过渡区域、前景区域及背景区域，确定待处理图像中各像素点所属的语义类别；

根据每个像素点所属的语义类别，确定n个特征向量中各元素的权重；

根据每个元素的权重，对n个特征向量进行第二解码处理，以获取更新后的过渡区域。

在本公开的一些实施例中，第一确定模块520，具体用于：

利用第一预设解码器对第一特征向量进行第一解码处理，以获取第一预设解码器的至少两个网络层输出的语义向量，其中，语义向量用于指示待处理图像中的过渡区域、前景区域及背景区域；

第二获取模块530，具体用于：

将至少两个语义向量分别输入第二预设解码器的不同网络层，以使第二预设解码器基于至少两个语义向量，对n个特征向量进行第二解码处理，以获取更新后的过渡区域。

在本公开的一些实施例中，还包括：

第二确定模块，用于基于n个特征向量中的每个特征向量对应的图像特征分辨率，确定每个特征向量对应的上采样倍数；

采样模块，用于基于每个特征向量对应的上采样倍数，对每个特征向量进行上采样。

需要说明的是，前述对抠图的方法的解释说明也适用于本实施例的抠图的装置，此处不再赘述。

本公开实施例中，先将待处理图像进行编码处理，以获取待处理图像对应的m个特征向量，之后对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定待处理图像中的过渡区域、前景区域及背景区域，再基于过渡区域、前景区域及背景区域，对m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，最后基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图，以获取待处理图像中包含的目标物体。由此，基于图像特征分辨率最小的第一特征向量，确定待处理图像中的过渡区域、前景区域及背景区域，之后基于过渡区域、前景区域及背景区域，使得在对图像特征分辨率较大的n个特征向量进行第二解码处理的过程中，更关注过渡区域的细节，从而可以准确地确定目标物体的边缘，进而提高了抠图的效果。

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6示出了可以用来实施本公开的实施例的示例电子设备600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6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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601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601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601执行上文所描述的各个方法和处理，例如抠图的方法。例如，在一些实施例中，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608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM603并由计算单元601执行时，可以执行上文描述的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601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)、互联网及区块链网络。

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，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。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。

本实施例中，先将待处理图像进行编码处理，以获取待处理图像对应的m个特征向量，之后对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定待处理图像中的过渡区域、前景区域及背景区域，再基于过渡区域、前景区域及背景区域，对m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，最后基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图，以获取待处理图像中包含的目标物体。由此，基于图像特征分辨率最小的第一特征向量，确定待处理图像中的过渡区域、前景区域及背景区域，之后基于过渡区域、前景区域及背景区域，使得在对图像特征分辨率较大的n个特征向量进行第二解码处理的过程中，更关注过渡区域的细节，从而可以准确地确定目标物体的边缘，进而提高了抠图的效果。

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，本发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。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示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至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。在本公开的描述中，所使用的词语“如果”及“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“在……情况下”。

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 (10)

1.一种抠图的方法，包括：

将待处理图像进行编码处理，以获取所述待处理图像对应的m个特征向量，其中，所述m个特征向量对应的图像特征分辨率不同，m为不小于2的整数；

对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定所述待处理图像中的过渡区域、前景区域及背景区域；

基于所述过渡区域、前景区域及背景区域，对所述m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，其中，n为不大于m的整数；

基于更新后的过渡区域、前景区域及背景区域，对所述待处理图像进行抠图，以获取所述待处理图像中包含的目标物体；

其中，所述基于所述过渡区域、前景区域及背景区域，对所述m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，包括：

基于所述过渡区域、前景区域及背景区域，确定所述待处理图像中各像素点所属的语义类别；

根据每个像素点所属的语义类别，确定所述n个特征向量中各元素的权重；

根据每个元素的权重，对所述n个特征向量进行第二解码处理，以获取更新后的过渡区域。

2.如权利要求1所述的方法，其中，所述将待处理图像进行编码处理，以获取所述待处理图像对应的m个特征向量，包括：

将所述待处理图像输入预设编码器，以获取所述预设编码器的m个编码层分别输出的特征向量。

3.如权利要求1所述的方法，其中，所述对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定所述待处理图像中的过渡区域、前景区域及背景区域，包括：

利用第一预设解码器对所述第一特征向量进行第一解码处理，以获取所述第一预设解码器的至少两个网络层输出的语义向量，其中，所述语义向量用于指示所述待处理图像中的过渡区域、前景区域及背景区域；

所述基于所述过渡区域、前景区域及背景区域，对所述m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，包括：

将至少两个语义向量分别输入第二预设解码器的不同网络层，以使所述第二预设解码器基于所述至少两个语义向量，对所述n个特征向量进行第二解码处理，以获取更新后的过渡区域。

4.如权利要求1-3任一所述的方法，其中，在所述对所述m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理之前，还包括：

基于所述n个特征向量中的每个特征向量对应的图像特征分辨率，确定每个所述特征向量对应的上采样倍数；

基于每个所述特征向量对应的上采样倍数，对每个所述特征向量进行上采样。

5.一种抠图的装置，包括：

第一获取模块，用于将待处理图像进行编码处理，以获取所述待处理图像对应的m个特征向量，其中，所述m个特征向量对应的图像特征分辨率不同，m为不小于2的整数；

第一确定模块，用于对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定所述待处理图像中的过渡区域、前景区域及背景区域；

第二获取模块，用于基于所述过渡区域、前景区域及背景区域，对所述m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域，其中，n为不大于m的整数；

抠图模块，用于基于更新后的过渡区域、前景区域及背景区域，对所述待处理图像进行抠图，以获取所述待处理图像中包含的目标物体；

其中，所述第二获取模块，具体用于：

基于所述过渡区域、前景区域及背景区域，确定所述待处理图像中各像素点所属的语义类别；

根据每个像素点所属的语义类别，确定所述n个特征向量中各元素的权重；

根据每个元素的权重，对所述n个特征向量进行第二解码处理，以获取更新后的过渡区域。

6.如权利要求5所述的装置，其中，所述第一获取模块，具体用于：

将所述待处理图像输入预设编码器，以获取所述预设编码器的m个编码层分别输出的特征向量。

7.如权利要求5所述的装置，其中，所述第一确定模块，具体用于：

利用第一预设解码器对所述第一特征向量进行第一解码处理，以获取所述第一预设解码器的至少两个网络层输出的语义向量，其中，所述语义向量用于指示所述待处理图像中的过渡区域、前景区域及背景区域；

所述第二获取模块，具体用于：

将至少两个语义向量分别输入第二预设解码器的不同网络层，以使所述第二预设解码器基于所述至少两个语义向量，对所述n个特征向量进行第二解码处理，以获取更新后的过渡区域。

8.如权利要求5-7任一所述的装置，其中，还包括：

第二确定模块，用于基于所述n个特征向量中的每个特征向量对应的图像特征分辨率，确定每个所述特征向量对应的上采样倍数；

采样模块，用于基于每个所述特征向量对应的上采样倍数，对每个所述特征向量进行上采样。

9.一种电子设备，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1-4中任一项所述的方法。

10.一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权利要求1-4中任一项所述的方法。

Images