CN115496776A - 抠图方法、抠图模型的训练方法及装置、设备、介质 - Google Patents
抠图方法、抠图模型的训练方法及装置、设备、介质 Download PDFInfo
- Publication number
- CN115496776A CN115496776A CN202211111029.8A CN202211111029A CN115496776A CN 115496776 A CN115496776 A CN 115496776A CN 202211111029 A CN202211111029 A CN 202211111029A CN 115496776 A CN115496776 A CN 115496776A
- Authority
- CN
- China
- Prior art keywords
- matting
- image
- model
- target object
- probability map
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000012549 training Methods 0.000 title claims abstract description 61
- 238000003709 image segmentation Methods 0.000 claims abstract description 97
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000003860 storage Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process 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
- 238000009826 distribution Methods 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000007704 transition Effects 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
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20112—Image segmentation details
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了抠图方法、抠图模型的训练方法及装置、设备、介质，涉及图像处理技术领域，尤其涉及抠图技术领域。具体实现方案为：对待抠图图像中的目标对象区域进行图像分割处理，得到对应于所述目标对象区域的前景概率图以及对应于背景区域的背景概率图；根据所述前景概率图、所述背景概率图以及所述待抠图图像确定待抠图图像的各像素点的透明度，并根据所述透明度确定所述待抠图图像中所述目标对象区域的边缘信息；根据所述边缘信息从所述待抠图图像中抠取所述目标对象区域。
Description
技术领域
本公开涉及图像处理技术领域，尤其涉及抠图技术领域。
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场景。图像抠图过程中，若不能准确地对目标对象区域的边缘细节(比如，毛发等)进行区分，会影响抠图的效果。因此，如何准确地对目标对象区域的边缘细节进行区分，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方法、抠图模型的训练方法及装置、设备、介质。
根据本公开的第一方面，提供了一种抠图方法，包括：
对待抠图图像中的目标对象区域进行图像分割处理，得到对应于所述目标对象区域的前景概率图以及对应于背景区域的背景概率图；
根据所述前景概率图、所述背景概率图以及所述待抠图图像确定待抠图图像的各像素点的透明度，并根据所述透明度确定所述待抠图图像中所述目标对象区域的边缘信息；
根据所述边缘信息从所述待抠图图像中抠取所述目标对象区域。
根据本公开的第二方面，提供了一种抠图模型的训练方法，所述抠图模型包括级联的图像分割子模型和抠图子模型，所述训练方法包括：
获取标注有目标对象区域的图像样本；
将所述图像样本输入所述抠图模型，以由所述抠图模型的图像分割子模型对所述图像样本中的目标对象区域进行图像分割处理，得到对应于所述目标对象区域的前景概率图以及对应于背景区域的背景概率图，由所述抠图子模型根据所述图像样本以及所述图像分割子模型输出的前景概率图和背景概率图确定所述图像样本的各像素点的透明度，并根据所述透明度确定所述图像样本中所述目标对象区域的边缘信息；
根据所述边缘信息和所述图像样本标注的目标对象区域计算损失误差，并根据所述损失误差对所述抠图模型的模型参数进行调节。
根据本公开的第三方面，提供一种抠图装置，包括：
图像分割模块，用于对待抠图图像中的目标对象区域进行图像分割处理，得到对应于所述目标对象区域的前景概率图以及对应于背景区域的背景概率图；
抠图模块，用于根据所述前景概率图、所述背景概率图以及所述待抠图图像确定待抠图图像的各像素点的透明度，并根据透明度确定所述待抠图图像中所述目标对象区域的边缘信息；
所述抠图模块，还用于根据所述边缘信息从所述待抠图图像中抠取所述目标对象区域。
根据本公开的第四方面，提供一种抠图模型的训练装置，所述抠图模型包括级联的图像分割子模型和抠图子模型，所述训练装置包括：
获取模块，用于获取标注有目标对象区域的图像样本；
模型训练模块，用于将所述图像样本输入所述抠图模型，以由所述抠图模型的图像分割子模型对所述图像样本中的目标对象区域进行图像分割处理，得到对应于目标对象区域的前景概率图以及对应于背景区域的背景概率图，由所述抠图子模型根据所述图像样本以及所述图像分割子模型输出的前景概率图和背景概率图确定所述图像样本的各像素点的透明度，并根据所述透明度确定所述图像样本中所述目标对象区域的边缘信息；
所述模型训练模块，还用于根据所述边缘信息和所述图像样本标注的目标对象区域计算损失误差，并根据所述损失误差对所述抠图模型的模型参数进行调节。
根据本公开的第五方面，提供一种电子设备，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上述任一项所述的方法。
根据本公开的第六方面，提供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上述任一项所述的方法。
根据本公开的第七方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述任一项所述的方法。
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是根据本公开一示例性实施例提供的一种抠图方法的流程图；
图2是根据本公开一示例性实施例提供的一种抠图模型的训练方法的架构示意图；
图3是根据本公开一示例性实施例提供的一种抠图模型的训练方法的流程图；
图4是根据本公开一示例性实施例提供的一种抠图装置的模块示意图；
图5是根据本公开一示例性实施例提供的一种抠图模型的训练装置的模块示意图；
图6是根据本公开一示例性实施例提供的一种电子设备的框图。
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为本公开一示例性实施例提供的一种抠图方法的流程图，该抠图方法包括以下步骤：
步骤101、对待抠图图像中的目标对象区域进行图像分割处理，得到对应于目标对象区域的前景概率图以及对应于背景区域的背景概率图。
其中，背景区域为待抠图图像中除了目标对象区域之外的区域。
待抠图图像可以是对目标对象进行拍摄得到的图像，待抠图图像也可以是从视频中提取的视频帧图像。视频可以是录制视频，也可以是直播视频。本公开对待抠图图像的来源、获取方式不作特别限定。目标对象根据实际需求自行确定，可以是人像、动物、植物、建筑物等。
需要说明的是，关于待抠图图像的获取和应用等，均符合相关法律法规的规定，且不违背公序良俗。
步骤101中通过对待抠图图像进行图像分割处理确定出待抠图图像中的目标对象区域(前景区域)及背景区域，进而得到前景概率图和背景概率图，作为下述步骤102中确定透明度的数据基础。
在一个实施例中，前景概率图和背景概率图为经过softmax归一化处理后的图像，将经过softmax归一化处理的前景概率图和背景概率图作为下述步骤102中确定透明度的数据基础。
步骤102、根据前景概率图、背景概率图以及待抠图图像确定待抠图图像的各像素点的透明度，并根据透明度确定待抠图图像中目标对象区域的边缘信息。
步骤103、根据边缘信息从待抠图图像中抠取目标对象区域。
图像分割处理无法对目标对象区域的边缘信息进行细节预测，本公开实施例中，结合图像分割结果，计算待抠图图像的各像素点的透明度，该透明度表征像素点为目标对象区域的概率，对待抠图图像进行细节预测，确定待抠图图像中目标对象区域的边缘信息，也即Alpha遮罩，进而步骤103能够从待抠图图像中抠取出精确、有效的目标对象区域。
本公开实施例中，先对待抠图图像进行图像分割处理，再依据图像分割处理的结果确定待抠图图像的各像素点的透明度，并根据该透明度对待抠图图像进行细节预测，进而能够从待抠图图像中抠取出精确、有效的目标对象区域，抠图效果较好。
在抠图过程中，不依赖于三分图Trimap，也即无需手工标注过度区域，从而可以节省标注的人力物力，提高抠图效率。其中，三分图Trimap包括三部分：目标对象区域、背景区域和过度区域，过度区域为需要手工进一步标注的区域。
在一个实施例中，通过预先训练的图像分割模型对待抠图图像进行图像分割处理。具体的，将待抠图图像输入图像分割模型，以由图像分割模型对待抠图图像的各像素点进行分类，并根据分类结果输出前景概率图和背景概率图。
其中，该图像分割模型采用标注有目标对象区域的图像样本对神经网络训练得到。
图像分割模型可以但不限于采用语义分割模型。利用语义分割模型得到前景概率图和背景概率图的分割结果，再结合待抠图图像得到抠图结果，能够有效提升抠图性能。
在一个实施例中，通过以下公式计算待抠图图像的各像素点的透明度：
I＝αF+(1-α)B；
其中，I表示待抠图图像的RGB信息；α表示透明度；F表示前景概率图；B表示背景概率图。
在一个实施例中，通过预先训练的抠图模型实现对待抠图图像的图像分割和抠图处理。该抠图模型包含级联的图像分割子模型和抠图子模型(Matting子模型)。将待抠图图像输入图像分割子模型，以由图像分割子模型对待抠图图像进行图像分割处理，并输出前景概率图和背景概率图至Matting子模型，由Matting子模型根据前景概率图、背景概率图以及待抠图图像确定待抠图图像的各像素点的透明度，并根据透明度确定待抠图图像中目标对象区域的边缘信息。
其中，该抠图模型采用标注有目标对象区域的图像样本对级联的图像分割子模型和Matting子模型训练得到。模型训练的具体过程参见下文描述。
本公开实施例中，级联的图像分割子模型和Matting子模型能够很好地兼顾前景语义和细节的预测，可以大大提高抠图效果。
本公开实施例提供的抠图方法可以应用于图像编辑场景、视频特效场景等。当应用于视频特效场景时，从视频中提取视频帧图像作为待抠图图像，对该待抠图图像进行抠图处理。
本公开实施例提供的抠图方法，在抠图过程中不依赖于三分图Trimap，抠图效率较高，特别适用于对时效性要求较高的直播视频特效场景。
本公开实施例还提供一种抠图模型的训练方法，参见图2，该抠图模型包括级联的图像分割子模型和Matting子模型。下面结合图2介绍抠图模型的训练过程，参见图3，该抠图模型的训练方法包括以下步骤：
步骤301、获取标注有目标对象区域的图像样本。
图像样本的获取数量根据实际需求自行确定。
步骤302、将图像样本输入抠图模型，以由抠图模型的图像分割子模型对图像样本中的目标对象区域进行图像分割处理，得到对应于目标对象区域的前景概率图以及对应于背景区域的背景概率图，由Matting子模型根据图像样本以及图像分割子模型输出的前景概率图和背景概率图确定图像样本的各像素点的透明度，并根据透明度确定图像样本中目标对象区域的边缘信息。
在一个实施例中，图像分割子模型采用预先训练的语义分割模型。关于语义分割模型的具体类型本公开对此不作特别限定。
在一个实施例中，图像分割子模型输出的前景概率图和背景概率图为经过softmax归一化处理的前景概率图和背景概率图。
本公开实施例中，关于Matting子模型的具体类型，对此不作特别限定。Matting子模型输出的目标对象区域的边缘信息为对图像样本中的目标对象区域的边缘经过细节预测的Alpha遮罩。
步骤303、根据边缘信息和图像样本标注的目标对象区域计算损失误差，并根据损失误差对抠图模型的模型参数进行调节。
其中，计算损失误差的损失函数可以根据实际情况自行选择，例如选择与目标对象的类型、模型精度要求等相适配的损失函数。
本公开实施中，级联的图像分割子模型和Matting子模型能够很好地兼顾前景语义和细节的预测，可以大大提高抠图效果。并且抠图模型的训练过程中，不依赖于三分图Trimap，使得抠图模型的整个训练过程可导，也即图像分割子模型和Matting子模型可以一起整体训练，训练得到最优的抠图模型，进而提高抠图模型的精确度。
在一个实施例中，采用对真实场景拍摄得到的图像作为图像样本对抠图模型进行训练，通过利用真实场景的图像样本对抠图模型进行训练，使模型能够有效学习到真实场景的数据分布，进一步提升抠图效果。
在一个实施例中，在一个阶段中完成抠图模型的训练。调节抠图模型的模型参数时，同时调节图像分割子模型和Matting子模型的模型参数，也即同时优化图像分割子模型和Matting子模型的模型参数。具体的，将图像样本依次输入抠图模型，根据抠图模型输出的目标对象区域的边缘信息与该图像样本中标注的目标对象区域计算损失误差，根据该损失误差同时调节图像分割子模型和Matting子模型的模型参数，直至满足迭代停止条件，完成抠图模型的训练。
一阶段的模型训练方式，使得图像分割子模型和Matting子模型能够得到较好地磨合，达到较优的模型训练效果。
在一个实施例中，抠图模型的训练分为两个阶段进行。调节抠图模型的模型参数时，先调节Matting子模型的模型参数，再调节图像分割子模型和Matting子模型的模型参数。具体的，第一阶段，先根据图像样本包含的第一图像样本对应的损失误差调节Matting子模型的模型参数；第二阶段，再根据图像样本包含的第二图像样本对应的损失误差同时调节图像分割子模型和Matting子模型的模型参数，直至满足迭代停止条件，完成抠图模型的训练。
二阶段的模型训练方式，在确保图像分割子模型和Matting子模型能够得到较好地磨合的同时，使得模型训练能够加快收敛，达到最优的模型训练效果。
第一图像样本与第二图像样本可以相同，也即第一阶段，先将所有图像样本作为第一图像样本调节Matting子模型的模型参数，第二阶段，再将所有图像样本作为第二图像样本同时调节图像分割子模型和Matting子模型的模型参数。
第一图像样本与第二图像样本也可以不同，将所有图像样本分为两部分，即第一图像样本和第二图像样本，第一阶段，采用第一图像样本调节Matting子模型的模型参数，第二阶段，采用第二图像样本同时调节图像分割子模型和Matting子模型的模型参数
在一个实施例中，抠图模型的训练分为三个阶段进行。第一阶段，先对图像分割子模型进行训练，此时不调节Matting子网络的模型参数；第二阶段，固定图像分割子模型的模型参数，对Matting子网络进行训练，调节Matting子网络的模型参数；第三阶段，同时调节图像分割子模型和Matting子模型的模型参数，也即对抠图模型的模型参数进行整体微调，使图像分割子模型和Matting子模型得到磨合，直至满足迭代停止条件，完成抠图模型的训练，达到最优效果。
训练完成的抠图模型能够准确有效地对待抠图图像中目标对象区域的边缘进行细节预测，提取目标对象区域的Alpha遮罩，并利用Alpha遮罩从待抠图图像中抠取目标对象区域，其可应用于图像编辑、视频特效等场景，具体如背景替换、海报制作、证件照制作等。
与前述抠图方法、抠图模型的训练方法实施例相对应，本公开还提供了抠图装置、抠图模型的训练装置的实施例。
图4为本公开一示例实施例提供的一种抠图装置的模块示意图，该抠图装置包括：
图像分割模块41，用于对待抠图图像中的目标对象区域进行图像分割处理，得到对应于所述目标对象区域的前景概率图以及对应于背景区域的背景概率图；
抠图模块42，用于根据所述前景概率图、所述背景概率图以及所述待抠图图像确定待抠图图像的各像素点的透明度，并根据透明度确定所述待抠图图像中所述目标对象区域的边缘信息；
所述抠图模块42，还用于根据所述边缘信息从所述待抠图图像中抠取所述目标对象区域。
可选地，所述图像分割模块具体用于：
将所述待抠图图像输入抠图模型包含的图像分割子模型，并根据所述图像分割子模型得到所述前景概率图和所述背景概率图；其中，所述抠图模型采用标注有目标对象区域的图像样本对级联的图像分割子模型和Matting子模型训练得到；
所述抠图模块具体用于：
将所述待抠图图像以及所述图像分割子模型输出的前景概率图和背景概率图输入所述Matting子模型，以由所述Matting子模型确定待抠图图像的各像素点的透明度，并根据所述透明度确定所述目标对象区域的边缘信息。
可选地，还包括：
图像提取模块，用于从直播视频中提取所述待抠图图像并发送至所述图像分割模块。
图5为本公开一示例实施例提供的一种抠图模型的训练装置的模块示意图，该抠图模型包括级联的图像分割子模型和Matting子模型，所述训练装置包括：
获取模块51，用于获取标注有目标对象区域的图像样本；
模型训练模块52，用于将所述图像样本输入所述抠图模型，以由所述抠图模型的图像分割子模型对所述图像样本中的目标对象区域进行图像分割处理，得到对应于目标对象区域的前景概率图以及对应于背景区域的背景概率图，由所述Matting子模型根据所述图像样本以及所述图像分割子模型输出的前景概率图和背景概率图确定所述图像样本的各像素点的透明度，并根据所述透明度确定所述图像样本中所述目标对象区域的边缘信息；
所述模型训练模块52，还用于根据所述边缘信息和所述图像样本标注的目标对象区域计算损失误差，并根据所述损失误差对所述抠图模型的模型参数进行调节。
可选地，在根据所述损失误差对所述抠图模型的模型参数进行调节时，所述模型训练模块具体用于：
同时调节所述图像分割子模型和所述Matting子模型的模型参数；
或者，先根据所述图像样本包含的第一图像样本对应的损失误差调节所述Matting子模型的模型参数，再根据所述图像样本包含的第二图像样本对应的损失误差同时调节所述图像分割子模型和所述Matting子模型的模型参数。
可选地，所述图像分割子模型采用预先训练的语义分割模型。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所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模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
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RAM603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、ROM602以及RAM603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，例如方法抠图方法和/或抠图模型的训练方法。例如，在一些实施例中，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ROM602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方法和/或抠图模型的训练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方法和/或抠图模型的训练方法。
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)、复杂可编程逻辑设备(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。
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 (17)
1.一种抠图方法，包括：
对待抠图图像中的目标对象区域进行图像分割处理，得到对应于所述目标对象区域的前景概率图以及对应于背景区域的背景概率图；
根据所述前景概率图、所述背景概率图以及所述待抠图图像确定待抠图图像的各像素点的透明度，并根据所述透明度确定所述待抠图图像中所述目标对象区域的边缘信息；
根据所述边缘信息从所述待抠图图像中抠取所述目标对象区域。
2.根据权利要求1所述的抠图方法，其中，所述对待抠图图像中的目标对象区域进行图像分割处理，得到对应于所述目标对象区域的前景概率图以及对应于背景区域的背景概率图，包括：
将所述待抠图图像输入抠图模型包含的图像分割子模型，并根据所述图像分割子模型得到所述前景概率图和所述背景概率图；其中，所述抠图模型采用标注有目标对象区域的图像样本对级联的图像分割子模型和抠图子模型训练得到。
3.根据权利要求2所述的抠图方法，其中，所述根据所述前景概率图、所述背景概率图以及所述待抠图图像确定待抠图图像的各像素点的透明度，并根据所述透明度确定所述待抠图图像中所述目标对象区域的边缘信息，包括：
将所述待抠图图像以及所述图像分割子模型输出的前景概率图和背景概率图输入所述抠图子模型，以由所述抠图子模型确定待抠图图像的各像素点的透明度，并根据所述透明度确定所述目标对象区域的边缘信息。
4.根据权利要求1-3中任一项所述的抠图方法，所述对待抠图图像中的目标对象区域进行图像分割处理的步骤之前，还包括：
从直播视频中提取所述待抠图图像。
5.一种抠图模型的训练方法，所述抠图模型包括级联的图像分割子模型和抠图子模型，所述训练方法包括：
获取标注有目标对象区域的图像样本；
将所述图像样本输入所述抠图模型，以由所述抠图模型的图像分割子模型对所述图像样本中的目标对象区域进行图像分割处理，得到对应于所述目标对象区域的前景概率图以及对应于背景区域的背景概率图，由所述抠图子模型根据所述图像样本以及所述图像分割子模型输出的前景概率图和背景概率图确定所述图像样本的各像素点的透明度，并根据所述透明度确定所述图像样本中所述目标对象区域的边缘信息；
根据所述边缘信息和所述图像样本标注的目标对象区域计算损失误差，并根据所述损失误差对所述抠图模型的模型参数进行调节。
6.根据权利要求5所述的抠图模型的训练方法，所述根据所述损失误差对所述抠图模型的模型参数进行调节，包括：
同时调节所述图像分割子模型和所述抠图子模型的模型参数；
或者，先根据所述图像样本包含的第一图像样本对应的损失误差调节所述抠图子模型的模型参数，再根据所述图像样本包含的第二图像样本对应的损失误差同时调节所述图像分割子模型和所述抠图子模型的模型参数。
7.根据权利要求5或6所述的抠图模型的训练方法，所述图像分割子模型采用预先训练的语义分割模型。
8.一种抠图装置，包括：
图像分割模块，用于对待抠图图像中的目标对象区域进行图像分割处理，得到对应于所述目标对象区域的前景概率图以及对应于背景区域的背景概率图；
抠图模块，用于根据所述前景概率图、所述背景概率图以及所述待抠图图像确定待抠图图像的各像素点的透明度，并根据所述透明度确定所述待抠图图像中所述目标对象区域的边缘信息；
所述抠图模块，还用于根据所述边缘信息从所述待抠图图像中抠取所述目标对象区域。
9.根据权利要求8所述的抠图装置，其中，所述图像分割模块具体用于：
将所述待抠图图像输入抠图模型包含的图像分割子模型，并根据所述图像分割子模型得到所述前景概率图和所述背景概率图；其中，所述抠图模型采用标注有目标对象区域的图像样本对级联的图像分割子模型和抠图子模型训练得到。
10.根据权利要求9所述的抠图装置，其中，所述抠图模块具体用于：
将所述待抠图图像以及所述图像分割子模型输出的前景概率图和背景概率图输入所述抠图子模型，以由所述抠图子模型确定待抠图图像的各像素点的透明度，并根据所述透明度确定所述目标对象区域的边缘信息。
11.根据权利要求8-10中任一项所述的抠图装置，还包括：
图像提取模块，用于从直播视频中提取所述待抠图图像并发送至所述图像分割模块。
12.一种抠图模型的训练装置，所述抠图模型包括级联的图像分割子模型和抠图子模型，所述训练装置包括：
获取模块，用于获取标注有目标对象区域的图像样本；
模型训练模块，用于将所述图像样本输入所述抠图模型，以由所述抠图模型的图像分割子模型对所述图像样本中的目标对象区域进行图像分割处理，得到对应于目标对象区域的前景概率图以及对应于背景区域的背景概率图，由所述抠图子模型根据所述图像样本以及所述图像分割子模型输出的前景概率图和背景概率图确定所述图像样本的各像素点的透明度，并根据所述透明度确定所述图像样本中所述目标对象区域的边缘信息；
所述模型训练模块，还用于根据所述边缘信息和所述图像样本标注的目标对象区域计算损失误差，并根据所述损失误差对所述抠图模型的模型参数进行调节。
13.根据权利要求12所述的抠图模型的训练装置，在根据所述损失误差对所述抠图模型的模型参数进行调节时，所述模型训练模块具体用于：
同时调节所述图像分割子模型和所述抠图子模型的模型参数；
或者，先根据所述图像样本包含的第一图像样本对应的损失误差调节所述抠图子模型的模型参数，再根据所述图像样本包含的第二图像样本对应的损失误差同时调节所述图像分割子模型和所述抠图子模型的模型参数。
14.根据权利要求12或13所述的抠图模型的训练装置，所述图像分割子模型采用预先训练的语义分割模型。
15.一种电子设备，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1-7中任一项所述的方法。
16.一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1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211111029.8A CN115496776A (zh) | 2022-09-13 | 2022-09-13 | 抠图方法、抠图模型的训练方法及装置、设备、介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211111029.8A CN115496776A (zh) | 2022-09-13 | 2022-09-13 | 抠图方法、抠图模型的训练方法及装置、设备、介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115496776A true CN115496776A (zh) | 2022-12-20 |
Family
ID=84468422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211111029.8A Pending CN115496776A (zh) | 2022-09-13 | 2022-09-13 | 抠图方法、抠图模型的训练方法及装置、设备、介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115496776A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116503423A (zh) * | 2023-04-27 | 2023-07-28 | 深圳市即构科技有限公司 | 区域抠图方法、电子设备及存储介质 |
| CN117876344A (zh) * | 2024-01-15 | 2024-04-12 | 交芯科(上海)智能科技有限公司 | 医学影像数据的处理方法、设备及计算机可读介质 |
| WO2024164675A1 (zh) * | 2023-02-07 | 2024-08-15 | 上海瑾盛通信科技有限公司 | 抠图方法、装置、电子设备以及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108460770A (zh) * | 2016-12-13 | 2018-08-28 | 华为技术有限公司 | 抠图方法及装置 |
| CN112330692A (zh) * | 2020-11-11 | 2021-02-05 | 北京文香信息技术有限公司 | 一种抠图方法、装置、设备和存储介质 |
| WO2022127454A1 (zh) * | 2020-12-18 | 2022-06-23 | Oppo广东移动通信有限公司 | 抠图模型的训练、抠图方法、装置、设备及存储介质 |
| CN114820666A (zh) * | 2022-04-29 | 2022-07-29 | 深圳万兴软件有限公司 | 一种增加抠图精确度的方法、装置、计算机设备及存储介质 |
-
2022
- 2022-09-13 CN CN202211111029.8A patent/CN115496776A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108460770A (zh) * | 2016-12-13 | 2018-08-28 | 华为技术有限公司 | 抠图方法及装置 |
| CN112330692A (zh) * | 2020-11-11 | 2021-02-05 | 北京文香信息技术有限公司 | 一种抠图方法、装置、设备和存储介质 |
| WO2022127454A1 (zh) * | 2020-12-18 | 2022-06-23 | Oppo广东移动通信有限公司 | 抠图模型的训练、抠图方法、装置、设备及存储介质 |
| CN114820666A (zh) * | 2022-04-29 | 2022-07-29 | 深圳万兴软件有限公司 | 一种增加抠图精确度的方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| YUNKE ZHANG ET AL: "A Late Fusion CNN for Digital Matting" * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024164675A1 (zh) * | 2023-02-07 | 2024-08-15 | 上海瑾盛通信科技有限公司 | 抠图方法、装置、电子设备以及存储介质 |
| CN116503423A (zh) * | 2023-04-27 | 2023-07-28 | 深圳市即构科技有限公司 | 区域抠图方法、电子设备及存储介质 |
| CN117876344A (zh) * | 2024-01-15 | 2024-04-12 | 交芯科(上海)智能科技有限公司 | 医学影像数据的处理方法、设备及计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115496776A (zh) | 抠图方法、抠图模型的训练方法及装置、设备、介质 | |
| CN112861885B (zh) | 图像识别方法、装置、电子设备及存储介质 | |
| CN113361462B (zh) | 视频处理和字幕检测模型的方法及装置 | |
| CN114419035B (zh) | 产品识别方法、模型训练方法、装置和电子设备 | |
| CN112989995B (zh) | 文本检测方法、装置及电子设备 | |
| CN114020950A (zh) | 图像检索模型的训练方法、装置、设备以及存储介质 | |
| CN111311485A (zh) | 图像处理方法及相关装置 | |
| CN114549904B (zh) | 视觉处理及模型训练方法、设备、存储介质及程序产品 | |
| CN113239807A (zh) | 训练票据识别模型和票据识别的方法和装置 | |
| CN114564971A (zh) | 深度学习模型的训练方法、文本数据处理方法和装置 | |
| CN115620081A (zh) | 一种目标检测模型的训练方法及目标检测方法、装置 | |
| CN112861830A (zh) | 特征提取方法、装置、设备、存储介质以及程序产品 | |
| CN109064464B (zh) | 用于检测电池极片毛刺的方法和装置 | |
| CN112508128B (zh) | 训练样本的构建方法、计数方法、装置、电子设备及介质 | |
| CN113657482A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
| CN115565186A (zh) | 文字识别模型的训练方法、装置、电子设备和存储介质 | |
| CN113947771A (zh) | 图像识别方法、装置、设备、存储介质以及程序产品 | |
| CN113177466A (zh) | 基于人脸图像的身份识别方法、装置、电子设备及介质 | |
| CN113033408A (zh) | 数据队列动态更新方法、装置、电子设备及存储介质 | |
| CN114724144B (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
| CN116866669A (zh) | 视频推荐方法、装置及计算机程序产品 | |
| CN112560848B (zh) | 兴趣点poi预训练模型的训练方法、装置及电子设备 | |
| CN116152293A (zh) | 活动轨迹确定方法、装置、终端及存储介质 | |
| CN115423094A (zh) | 模型训练方法、装置及电子设备 | |
| CN115482443A (zh) | 图像特征融合及模型训练方法、装置、设备以及存储介质 |
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 |