CN117671476A - 图像分层方法、装置、电子设备及存储介质 - Google Patents
图像分层方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117671476A CN117671476A CN202210970146.3A CN202210970146A CN117671476A CN 117671476 A CN117671476 A CN 117671476A CN 202210970146 A CN202210970146 A CN 202210970146A CN 117671476 A CN117671476 A CN 117671476A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- segmentation
- region
- depth
- 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 88
- 230000011218 segmentation Effects 0.000 claims abstract description 488
- 238000012545 processing Methods 0.000 claims description 27
- 238000002372 labelling Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 15
- 238000003062 neural network model Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000012634 fragment Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000013467 fragmentation Methods 0.000 description 3
- 238000006062 fragmentation reaction Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06T7/11—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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例提供了一种图像分层方法、装置、电子设备及存储介质。获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域;根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次;基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。本公开实施例的技术方案,根据二维场景图像的目标分割图像和目标深度图像生成目标分层图像,实现了对二维场景图像的分层,丰富了二维图像的景深层次,并提高了图像分层的精准度。
Description
技术领域
本公开实施例涉及图像处理技术,尤其涉及一种图像分层方法、装置、电子设备及存储介质。
背景技术
随着自动驾驶、视觉特效及虚拟现实(Virtual Reality,VR)体验等领域的不断丰富与发展,对图像处理多样性的要求也越来越高。在一些应用场景中,需要对二维图像进行分层,以使二维图像具有景深层次。
相关技术中,不同二维图像的分层结果不稳定。尤其是针对二维图像中存在多个语义类别的主体时,图像的分层后可能会出现图像中同个主体划分为不同层次,从而产生碎片化的结果。
发明内容
本公开提供一种图像分层方法、装置、电子设备及存储介质,以实现图像分层。
第一方面,本公开实施例提供了一种图像分层方法,其中,该方法包括:
获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域;
根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次;
基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
第二方面,本公开实施例还提供了一种图像分层装置,其中,该装置包括:
场景图像获取模块,用于获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域;
深度层次确定模块,用于根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次;
分层图像生成模块,用于基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
第三方面,本公开实施例还提供了一种电子设备,其中,该电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-11中任一所述的图像分层方法。
第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,其中,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-11中任一所述的图像分层方法。
本公开实施例的技术方案,通过获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域,能够获取二维场景图像的语义信息和深度信息。进一步的,根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次,结合二维场景图像的语义信息和深度信息,生成具有景深层次的区域分层结果,从而实现对二维场景图像的精准分层。最后,基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。解决了相关技术中二维图像分层不稳定的技术问题,实现了对二维场景图像的分成,丰富了二维图像的景深层次,并提高了图像分层的精准度。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是本公开实施例所提供的一种图像分层方法流程示意图;
图2是本公开实施例所提供的另一种图像分层方法流程示意图;
图3是本公开实施例所提供的又一种图像分层方法流程示意图;
图4是本公开实施例所提供的再一种图像分层方法流程示意图;
图5是本公开实施例提供的一种用于执行本公开实施例的图像分层方法的场景示意图;
图6是本公开实施例提供的一种图像分层方法中二维场景图像的语义分割图像的示意图;
图7是本公开实施例提供的一种图像分层方法中目标深度图像的场景示意图;
图8是本公开实施例提供的一种图像分层方法语义分割图像中包括的待处理分割区域的场景示意图;
图9是本公开实施例提供的一种图像分层方法中二维场景图像的目标分割图像的示意图;
图10是本公开实施例提供的一种执行本公开实施例的图像分层方法得到的目标分层图像的示意图;
图11是本公开实施例所提供的一种图像分层装置结构示意图;
图12是本公开实施例所提供的一种图像分层电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
图1为本公开实施例所提供的一种图像分层方法流程示意图,本公开实施例适用于针对二维图像进行分层处理,得到又具有景深层次的分层图像的情形,该方法可以由图像分层装置来执行,该装置可以通过软件和/或硬件的形式实现,可选的,通过电子设备来实现,该电子设备可以是移动终端、PC端或服务器等。
如图1所示,所述方法包括:
S110、获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域。
其中,所述二维场景图像可以理解为待进行分层处理的二维图像。可以理解的是,获取的所述二维场景图像中所包含的场景对象,与实际应用场景相关,在不同应用场景中,获取的所述二维场景图的场景对象可能不同。示例性的,所述二维场景图可以是游戏场景图像或驾驶场景图像等。例如,在游戏场景中,所述二维场景图像可以是针对游戏场景获取的包含游戏关联主体的二维图像。在自动驾驶场景中,所述二维场景图像可以是针对自动驾驶获取的包括驾驶关联主体的二维图像等,例如具体可以是,在自动驾驶测试场景中采用的二维驾驶环境图像,或者,在车载娱乐系统中沉浸式场景体验系列关联的二维图像。在VR场景中,所述二维场景图像可以是用于构建VR立体环境的环境关联主体的二维图像。在视频特效场景中,所述二维场景图像可以是针对视频特效获取的包括特效关联主体的二维图像等。
其中,所述目标分割图像可以理解为分割出所述二维场景图像中各个语义类别的场景主体的图像。在目标分割图像中,可以通过将分割出的每个场景主体作为一个目标分割区域。进一步地,可以标识出属于同一种语义类别的目标分割区域。具体地,可以为采用同样的标识标注出同一种语义类别的目标分割区域。例如,可以采用不同的颜色标注出不同语义类别的目标分割区域。如前所述,不同的二维场景图像中所包含的场景主体可能也是各种各样的,为了使得分层处理后的图像仍然能够具备二维场景图像的语义信息,可以对二维场景图像进行语义分割,得到所述二维场景图像的目标分割图像,以区分二维场景中不同类型的场景主体。
可选地,在本公开实施例中,可以通过语义分割模型对所述二维场景图像进行处理,得到所述二维场景图像的目标语义分割图。
其中,所述目标深度图像可以理解为包含有二维场景图像中每个像素点的深度信息的图像。可选地,针对所述二维场景图像,通过深度估计处理,确定所述二维场景图像的目标深度图像。在本公开实施例中,可以使用深度估计模型对所述二维场景图像进行深度估计处理,以确定所述二维场景图像的目标深度图像。
可选的,所述确定所述二维场景图像的目标分割图像以及目标深度图像,包括:基于预先训练完成的深度估计模型确定所述二维场景图像的目标深度图像,其中,所述深度估计模型根据样本二维图像以及与所述样本二维图像对应的期望深度图像训练得到。
其中,所述目标深度图像可以理解为包含二维场景图像中每个像素点从视点到所述二维场景图像中的物体的距离的信息。其中,所述视点通常是拍摄图像的设备。
其中,所述样本二维图像可以理解为用于训练所述深度估计模型的二维图像。所述期望深度图像可以理解为针对所述样本二维图像,通过所述深度估计模型进行处理,期望获取的深度图像。
具体的,可以通过样本二维图像以及与所述样本二维图像对应的期望深度图像对预先建立的初始深度网络模型,得到所述深度估计模型;进一步的,根据训练完成的深度估计模型确定所述二维场景图像的目标深度图像。示例性地,所述初始深度网络模型可以是密集预测视觉(dense prediction transformer,DPT)神经网络模型。
S120、根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次。
其中,所述目标分割区域可以理解为所述目标语义分割图中的分割区域。所述深度层次可以理解为所述目标分割图像中所述目标分割区域所属的深度类别。在本公开实施例中,深度层次的数量可以根据实际需求进行设置,在此并不做具体限定。示例性的,将所述目标分割图像中各个所述目标分割区域划分为3个深度层次。换言之,可以将所述目标分割图像中每个所述目标分割区域按照深度信息划分为三类。例如,将所述目标分割图像中每个所述目标分割区域按照深度信息可以分为近景区域、中景区域和远景区域。
具体地,可以基于预先设定的深度层次的数量以及目标深度图像中各个像素点的深度信息确定每个所述目标分割区域对应的深度层次。
具体的,根据所述目标深度图像中每个目标分割区域对应的深度信息,对各个目标分割区域进行聚类处理,根据聚类结果确定所述目标分割图像中每个所述目标分割区域对应的深度层次。可以理解的是,属于同一深度层次的所述目标分割区域,可以是一个或多个。
可选地,根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中每个所述目标分割区域对应的深度层次;或者,根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中部分所述目标分割区域对应的深度层次。可以理解的是,需要确定哪些目标分割区域对应的深度层次可以根据实际需求设置,也可以是设定一些规则进行筛选。在此并不对需要确定深度层次的目标分割区域的数量或确定方式进行具体限定。
S130、基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
可选的,基于预先设置的与每个深度层次对应的区域标注方式以及对所述目标分割区域对应的深度层次,对所述目标分割图像中的每个所述目标分割区域进行标注,得到与所述二维场景图像对应的目标分层图像。
其中,所述区域标注方式可以理解为,对每个所述目标分割区域,根据其对应的深度层次进行区域标记的方式。可以理解的是,所述区域标注方式可以根据需求预设,在此不做具体限定。可选的,可以是采用不同的颜色标注不同深度层次对应的所述目标分割区域;或者采用不同的符号标注不同深度层次对应的所述目标分割区域等。
具体的,根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中每个所述目标分割区域对应的深度层次,进一步的,对属于同一种深度层次的所述目标分割区域进行同种标注。再进一步的,将标注完成的图像作为所述二维场景图像对应的目标分层图像。
本公开实施例的技术方案,通过获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域,能够获取二维场景图像的语义信息和深度信息。进一步的,根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中每个所述目标分割区域对应的深度层次,结合二维场景图像的语义信息和深度信息,生成具有景深层次的区域分层结果,从而实现对二维场景图像的精准分层。最后,基于每个所述目标分割区域所述目标分割图像中每个所述目标分割区域及其对应的深度层次生成与所述二维场景图像对应的目标分层图像。解决了相关技术中二维图像分层不稳定的技术问题,实现了对二维场景图像的分成,丰富了二维图像的景深层次,并提高了图像分层的精准度。
本公开实施例中,可选地,所述获取待处理的二维场景图像,包括:响应于图像转换触发操作,获取待处理的二维场景图像;相应地,在所述基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像之后,还包括:基于所述目标分层图像生成三维场景图像,并展示所述三维场景图像。
其中,图像转换触发操作的生成方式可以有多种,例如可以是,作用于预先设置的图像转换控件的控件触发操作,或者是,接收到预设语音信息或预设手势信息的信息输入操作;又或是,接收到用于启用将二维场景图像转换为三维场景图像的目标特效的特效触发操作;亦或是,当检测到当前展示场景为预设的图像转换场景等。
可选地,获取待处理的二维场景图像包括下述方式中的至少一种:接收基于预设的图像上传控件上传的二维场景图像;基于图像拍摄装置采集的二维场景图像;从目标视频中获取目标图像帧作为二维场景图像等。需要说明的是,目标图像帧可以是目标视频中的每一帧或者部分帧。在本公开实施例中,目标图像帧为目标视频的哪一帧以及目标图像帧的获取方式可以根据实际需求确定,在此并不做具体限制。
由于目标分层图像中包含有景深信息,因此,可基于二维场景图像的目标分层图像生成三维场景图像。在本公开实施例中,基于所述二维场景图像和所述目标分层图像生成三维场景图像的方式可以有很多种。示例性地,可以获取二维场景图像对应的点云数据;根据所述二维场景图像、所述点云数据和所述目标分层图像生成三维场景图像。可选地,目标分成图像中对应于同一深度层次的目标分割区域可以采用同一深度信息。这样设置的好处在于,相比较于相关技术中,针对二维场景图像中的每个场景主体分别进行深度估计的方式,通过目标分层图像中各个深度层次对应的深度信息,能够更加快速地生成三维场景图像,提升对用户的图像转换请求的响应效率。
图2是本公开实施例所提供的另一种图像分层方法流程示意图,本实施例是对上述实施例中如何确定所述二维场景图像的目标分割图像进行细化。
如图2所示,本公开实施例的方法具体可包括:
S210、获取待处理的二维场景图像。
S220、基于预先训练完成的语义分割模型确定所述二维场景图像的语义分割图像,其中,所述语义分割图像中标注有至少一个语义类别对应的初步分割区域。
其中,所述语义分割模型可以理解为将所述二维场景图像进行分割,将属于同一类的像素归为一个语义类别的模型。可选的,所述语义分割模型可以是MaskFormer神经网络模型、SegNet神经网络模型或PSPNet神经网络模型等。示例性地,所述语义分割模型将所述二维场景图像中,属于杯子的像素都要分成一个语义类别,属于桌子的像素分成另一个语义类别,属于椅子的像素再分成一个语义类别,除此之外还有背景墙体也被分成一个语义类别。可以理解的是,不同的语义分割模型对于语义类别的预设可以不同,因此,所述语义分割模型可以根据需求选用,在此不做具体限定。
具体地,可以获取样本二维图像;对样本二维图像中各个语义类别的场景主体进行标注,得到期望语义分割图像;根据所述样本二维图像和所述期望语义分割图像对预先建立的初始分割模型进行训练得到语义分割模型。所述语义分割图像可以理解为将所述二维场景图像通过所述语义分割模型分割处理后,模型输出的图像。所述初步分割区域可以理解为所述语义分割图像中的每一个分割区域。
在本公开实施例中,通过语义分割模型可以将所述语义分割图像中,每一个语义类别对应的初步分割区域,进行标注。可选的,可以是采用不同的颜色标注不同语义类别对应的所述初步分割区域;或者采用不同的符号标注不同语义类别对应的所述初步分割区域等。可选的,所述初始分割模型可以是MaskFormer神经网络模型、SegNet神经网络模型或PSPNet神经网络模型等。
S230、根据至少部分所述初步分割区域以及所述初步分割区域所属的语义类别对所述语义分割图像进行处理,得到目标分割图像。
考虑到已有的基于深度学习的语义分割技术,可能存在过度依赖于数据集,无法精确分割,产生碎片化的结果。对于稍微复杂一些的场景,通用的分割模型常常会产生很多碎片化的分割结果,可能会将同一个地面分割为多个分割区域。因此,在本公开实施例中,可以进一步的,根据每个所述初步分割区域以及所述初步分割区域所属的语义类别对所述语义分割图像进行去碎片化处理,确定所述二维场景图像的目标语义分割图。可以理解的是,去碎片化处理可以是根据每个所述初步分割区域以及所述初步分割区域所属的语义类别将所述语义分割图像中的部分初步分割区域进行合并处理。
可选地,针对语义分割图像中全部所述初步分割区域,执行根据每个所述初步分割区域以及所述初步分割区域所属的语义类别对所述语义分割图像进行处理的操作,得到目标分割图像。或者,针对语义分割图像中部分所述初步分割区域,执行根据每个所述初步分割区域以及所述初步分割区域所属的语义类别对所述语义分割图像进行处理的操作,得到目标分割图像。例如,可以针对语义分割图像中所述初步分割区域的语义类别属于预设类别的初步分割区域,执行根据每个所述初步分割区域以及所述初步分割区域所属的语义类别对所述语义分割图像进行处理的操作,得到目标分割图像。
S240、确定所述二维场景图像的目标深度图像。
S250、根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次。
S260、基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
本公开实施例的技术方案,通过基于预先训练完成的语义分割模型确定所述二维场景图像的语义分割图像,其中,所述语义分割图像中标注有至少一个语义类别对应的初步分割区域。进一步的,根据每个所述初步分割区域以及所述初步分割区域所属的语义类别对所述语义分割图像进行处理,得到目标分割图像。以获取消除分割碎片的分割结果。实现消除分割歧义,使分割结果更加精准的效果。
图3是本公开实施例所提供的又一种图像分层方法流程示意图,本实施例是对上述实施例中如何确定所述二维场景图像的目标分割图像进行细化。
如图3所示,本公开实施例的方法具体可包括:
S310、获取待处理的二维场景图像。
S320、基于预先训练完成的语义分割模型确定所述二维场景图像的语义分割图像,其中,所述语义分割图像中标注有至少一个语义类别对应的初步分割区域。
S330、确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域。
针对语义分割模型处理的所述二维场景图像的分割结果中存在碎片化的情况,本公开实施例提出的图像分层方法在通过目标深度图像对进行各个分割区域进行分层之前首先对分割结果进行去碎片化处理,以得到更加整齐的区域化的分割结果。
其中,所述待处理分割区域可以理解为所述语义分割图像中标注的至少一个初步分割区域中,待进行去碎片化处理的分割区域,也可以理解为待合并至其他初步分割区域的初步分割区域。具体的,通过预设区域筛选算法确定所述语义分割图像中的待处理分割区域。在本公开实施例中,确定所述待处理分割区域的区域筛选算法可以根据需求预设,在此不做具体限定。
可选的,所述确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域,包括:根据每个所述初步分割区域的区域面积确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域。
具体的,通过连通域算法,在所述语义分割图像,获取不连通的并且区域面积较小的分割区域,作为待处理分割区域。例如可以是所述语义分割图像中标注的所有初步分割区域中的面积最小的待处理分割区域,或者,按照面积从小到大的顺序选择预设数量个排序靠前的区域,又或者,按照面积从大到小的顺序选择预设数量个排序靠后的区域等。
可选的,所述根据每个所述初步分割区域的区域面积确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域,包括:针对每个所述初步分割区域,将所述语义分割图像中标注的至少一个初步分割区域中,区域面积小于或等于预设面积阈值的初步分割区域,作为待处理分割区域;或者,针对每个所述初步分割区域,将所述语义分割图像中标注的至少一个初步分割区域中,区域面积占所述语义分割图像的图像面积的比例不超过预设比例阈值的初步分割区域,作为待处理分割区域。
具体的,确定预设面积阈值,通过连通域算法,将所述语义分割图像中,区域面积小于或等于预设面积阈值的初步分割区域,作为待处理分割区域。可以理解的是,所述待处理分割区域通常为在所述语义分割图像中,面积或相对面积较小的分割区域。在本公开实施例中,所述预设面积阈值,可以根据需求预设,在此不做具体限定。可以理解的是,针对不同的应用场景,获取的所述二维场景图像的大小不同,所述二维场景图像中每种语义类别对应的初步分割区域大小也不同,因此,针对不同用用场景,所述面积阈值的预设可能相同也可能不相同。具体的,针对每个所述初步分割区域,将所述语义分割图像中标注的至少一个初步分割区域中,区域面积不超过预设面积阈值的初步分割区域,作为待处理分割区域。
或者,确定预设比例阈值,通过连通域算法,将所述语义分割图像中,区域面积占所述语义分割图像的图像面积的比例不超过预设比例阈值的初步分割区域,作为待处理分割区域。可以理解的是,所述待处理分割区域通常为在所述语义分割图像中,图像面积的比例较小的分割区域。在本公开实施例中,所述预设比例阈值,可以根据需求预设,在此不做具体限定。示例性的,所述预设比例阈值可以是1%、3%或5%等。具体的,针对每个所述初步分割区域,将所述语义分割图像中标注的至少一个初步分割区域中,区域面积占所述语义分割图像的图像面积的比例不超过1%的初步分割区域,作为待处理分割区域。
S340、根据与所述待处理分割区域相邻的初步分割区域所属的语义类别,更新所述待处理分割区域的语义类别。
具体的,根据与所述待处理分割区域相邻的初步分割区域所属的语义类别,更新所述待处理分割区域的语义类别,从而逐个地消除不连通的所述待处理分割区域,得到更加齐整的分割结果。
可选的,获取所述语义分割图像中与所述待处理分割区域相邻的初步分割区域,作为参考相邻区域;根据所述参考相邻区域确定与所述待处理分割区域对应的目标参考邻域,将所述目标参考邻域所属的语义类别更新为所述待处理分割区域的语义类别。
其中,所述参考相邻区域可以理解为所述语义分割图像中与所述待处理分割区域相邻的每一个初步分割区域。可以理解的是,所述参考相邻区域可以是一个或多个。在所述参考相邻区域有多个的情况下,每一个所述参考相邻区域的语义类别可能相同,也可能不同。
可选的,所述根据所述参考相邻区域确定与所述待处理分割区域对应的目标参考邻域,包括:分别计算所述待处理分割区域的边界与每个所述参考相邻区域的边界的重合长度,将与所述待处理分割区域的边界的重合长度最长的所述参考相邻区域作为与所述待处理分割区域对应的目标参考邻域。
具体的,获取所述待处理分割区域,确定所述待处理分割区域的每一个参考相邻区域,进一步的,通过预设的计算边界长度的算法,计算所述待处理分割区域的边界与每个所述参考相邻区域的边界的重合长度,再进一步的,获取与所述待处理分割区域的边界的重合长度最长的所述参考相邻区域作为与所述待处理分割区域对应的目标参考邻域。
可以理解的是,在所述待处理分割区域的所述参考相邻区域为一个的情况下,所述参考相邻区域可以直接作为所述待处理分割区域的目标参考邻域。在所述待处理分割区域的所述参考相邻区域为多个的情况下,与所述待处理分割区域的边界的重合长度最长的所述参考相邻区域,可能存在一个或多个。在与所述待处理分割区域的边界的重合长度最长的所述参考相邻区域是一个的情况下,将所述参考相邻区域作为与所述待处理分割区域对应的目标参考邻域;在与所述待处理分割区域的边界的重合长度最长的所述参考相邻区域是多个的情况下,可以从多个所述参考相邻区域可随机获取其中一个参考相邻区域,作为与所述待处理分割区域对应的目标参考邻域。其中,可以是通过随机算法,获取多个所述参考相邻区域中的目标参考邻域。
其中,所述计算所述待处理分割区域的边界与每个所述参考相邻区域的边界的重合长度的算法,可以根据需求预设,在此不做具体限定。例如,可以根据两个区域重合的像素点的数量确定。
例如,将每一个不连通的所述待处理分割区域记为区域a,获取与区域a相邻的所有分割区域B={b1,b2,...,bn},计算所有分割区域B={b1,b2,...,bn}中与区域a的边界,确定出与区域a的边界重合长度最长的分割块bx。
进一步的,获取所述待处理分割区域对应的目标参考邻域后,将所述目标参考邻域所属的语义类别,更新为所述待处理分割区域的语义类别。在本公开实施例中,将目标参考邻域所属的语义类别,更新为所述待处理分割区域的语义类别,可以逐个地消除不连通区域,得到更加齐整的分割结果。
S350、在每个所述待处理分割区域的语义类别已更新的情况下,根据每个所述初步分割区域的语义类别分别确定所述语义分割图像中的每个目标分割区域,将全部所述目标分割区域组成的图像作为目标分割图像。
其中,所述目标分割区域可以理解为在每个所述待处理分割区域的语义类别已更新后,获取的所述语义分割图像中的每个分割区域。可以理解的是,所述目标分割区域的数量小于或等于所述初步分割区域的数量。在本公开实施例中,将全部所述目标分割区域组成的图像作为目标分割图像。
S360、确定所述二维场景图像的目标深度图像。
S370、根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次。
S380、基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
本公开实施例的技术方案,通过确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域,以确定待消除的碎片分割区域。根据与所述待处理分割区域相邻的初步分割区域所属的语义类别,更新所述待处理分割区域的语义类别,消除的碎片分割区域,以得到更加齐整的分割结果。在每个所述待处理分割区域的语义类别已更新的情况下,根据每个所述初步分割区域的语义类别分别确定所述语义分割图像中的每个目标分割区域,将全部所述目标分割区域组成的图像作为目标分割图像。实现消除分割歧义,使分割结果更加精准和整齐的效果。
图4是本公开实施例所提供的再一种图像分层方法流程示意图,本实施例是对上述实施例中如何根据所述目标分割图像和所述目标深度图像确定所述二维场景图像中每个所述目标分割区域对应的深度层次进行细化。
如图4所示,本公开实施例的方法具体可包括:
S410、获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域。
S420、针对每个待确定深度层次的目标分割区域,根据所述目标深度图像确定所述目标分割区域的深度信息特征,其中,所述深度信息特征包括所述目标分割区域中至少部分像素点的深度均值和/或深度方差。
需要说明的是,待确定深度层次的目标分割区域,可以是目标分割图像中的每个目标分割区域,也可以是,目标分割图像中的部分目标分割区域。在本公开实施例汇总,待确定深度层次的目标分割区域可以根据实际需求确定,在此并不对哪些目标分割区域需要进行深度层次的确定进行限制。
其中,所述深度信息特征可以理解为基于至少一个深度信息的特征维度的深度信息特征值所构成的用于表征目标分割区域中的深度信息的特征向量。可选的,所述深度信息特征可以是所述目标分割区域中至少部分像素点的深度均值和/或深度方差等。可以理解的是,至少部分像素点可以是目标分割区域的全部像素点,也可以是目标分割区域中的一部分像素点。需要说明的是,用于构建所述深度信息特征所采用的像素点的数量可以根据需求预设,在此不做具体限定。示例性的,可以是随机获取部分像素点的深度信息,或者按照设定规则获取预设数量的像素点的深度信息等。
其中,所述深度均值可以理解为所述目标分割区域中的全部像素点的深度信息的均值。其中,所述深度信息可以理解为获取的每一个像素点与视点之间的距离。所述深度方差可以理解为所述目标分割区域中的全部像素点的深度信息的方差。
示例性的,去碎片化处理后,所述目标语义分割图,还剩下k个不同类别的所述目标分割区域,记为A={a1,a2,...,ak},其中,ak表示第k个类别的目标分割区域。通过所述目标深度图像计算每个所述目标分割区域在不同特征维度的深度信息特征,记为D={d1,d2,...,dm},其中,dm表示区域第m个维度的深度信息特征值。
S430、根据所述目标分割区域的深度信息特征对所述目标分割区域进行聚类处理,得到所述目标分割图像中所述目标分割区域对应的深度层次。
其中,聚类处理可以理解为通过所述目标分割区域的深度信息特征,将所述目标分割区域中深度信息特征相近的分割区域,聚类合并为同一深度层次的分割区域。在本公开实施例中,全部所述目标分割区域,聚类处理后,获取的分割区域数量可以根据需求预设,在此不做具体限定。可以理解的是,聚类处理后,获取的分割区域数量,小于或等于所述目标分割区域的数量。
可选的,所述根据所述目标分割区域的深度信息特征对所述目标分割区域进行聚类处理,包括:根据所述目标分割区域的深度信息特征和预设无监督聚类算法对所述目标分割区域进行聚类处理,其中,所述预设无监督聚类算法包括基于欧式距离的聚类算法、分层聚类算法、非线性降维聚类算法以及基于密度的聚类算法中的至少一种。示例性地,基于欧式距离的聚类算法可以是K均值(K-means)算法。
具体的,获取每个待确定深度层次的所述目标分割区域的深度信息特征和预设无监督聚类算法,将所述目标分割区域的深度信息特征相近的分割区域聚类合并为同一深度层次的区域。
S440、基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
本公开实施例的技术方案,通过针对每个目标分割区域,根据所述目标深度图像确定所述目标分割区域的深度信息特征,其中,所述深度信息特征包括所述目标分割区域中至少部分像素点的深度均值和/或深度方差,以确定相近深度信息特征的目标分割区域。进一步的,根据每个所述目标分割区域的深度信息特征对所述目标分割区域进行聚类处理,得到所述目标分割图像中每个所述目标分割区域对应的深度层次,以获取具有预设类别且具有景深层次的目标分层图像。实现了对目标分割区域的景深层次的精准分类。
图5是本公开实施例提供的一种用于执行本公开实施例的图像分层方法的场景示意图;图6是本公开实施例提供的一种图像分层方法中二维场景图像的语义分割图像的示意图;图7是本公开实施例提供的一种图像分层方法中目标深度图像的场景示意图;图8是本公开实施例提供的一种图像分层方法语义分割图像中包括的待处理分割区域的场景示意图;图9是本公开实施例提供的一种图像分层方法中二维场景图像的目标分割图像的示意图;图10是本公开实施例提供的一种执行本公开实施例的图像分层方法得到的目标分层图像的示意图;
如图5所示,图像分层方法的执行流程主要包括:输入二维场景图像;通过语义分割模型,确定目标分割图像;通过深度估计模型,确定目标深度图像;去除面积较小的分割碎片;聚类处理;输出目标分层图像。
本可选实例的图像分层方法具体步骤如下:
1、输入二维场景图像。
2、通过语义分割模型,确定语义分割图像。通过语义分割模型,输出语义分割结果,即语义分割图像,如图6所示。其中,使用的语义分割模型,例如,类似MaskFormer模型结构的神经网络模型。
3、通过深度估计模型,确定目标深度图像。通过深度估计模型预测二维场景图像中场景的相对深度关系,给出深度估计结果,即目标深度图像,如图7所示。使用的深度估计模型,例如,类似于DPT的神经网络模型。
4、去除面积较小的分割碎片。使用连通域算法,从语义分割或全景分割结果中找到不连通的并且面积较小的分割块。这里的面积较小可以是分割出的区域的面积相对于整张语义分割图像的面积占比较小。从而,可以从如图6所示的分割结果中得到如图8中所示的面积较小的不连通域(白色区域,即待处理分割区域)。进一步的,对于如图8所示的每一个不连通区域a,寻找a相邻的所有分割区域B={b1,b2,...,bn}中与a的边界最长的分割块bx,在找到每个不连通区域a的邻居分割区域中与a边界最长的区域bx后,将bx的语义类别赋予不连通区域a,就可以消除不连通区域a,从而逐个地消除不连通区域,得到更加齐整的分割结果,得到目标分割图像,如图9所示。
5、聚类处理。假设经过去除面积较小的分割碎片后,还剩下k个不同类别的分割区域A={a1,a2,...,ak}。利用深度图像,计算每个区域的深度信息特征D={d1,d2,...,dm},其中,di中包含了每个区域内的深度信息的统计特征,例如,区域内每个像素点的深度信息的均值或方差等。进一步的,用图9中所示的深度信息特征D对分割区域通过类似KMeans的算法,进行无监督聚类,得到N个具有景深层次的类别。其中,N为大于或等于1的正整数。
6、得到目标分层图像,如图10所示。
本公开实施例的技术方案,给定一张输入的二维场景图像,首先使用语义分割算法进行语义分割和深度估计,然后基于深度信息对语义分割结果进行去碎片化处理和分割聚类,得到图像分层结果可以有效地减少通用语意分割的碎片化,同时生成带有景深层次的分层结果。
图11为本公开实施例所提供的一种图像分层装置结构示意图,如图11所示,所述装置包括:场景图像获取模块510、深度层次确定模块520以及分层图像生成模块530。
其中,所述场景图像获取模块510,用于获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域;所述深度层次确定模块520,用于根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中每个所述目标分割区域对应的深度层次;所述分层图像生成模块530,用于基于每个所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
本公开实施例的技术方案,通过获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域,能够获取二维场景图像的语义信息和深度信息。进一步的,根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次,结合二维场景图像的语义信息和深度信息,生成具有景深层次的区域分层结果,从而实现对二维场景图像的精准分层。最后,基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。解决了相关技术中二维图像分层不稳定的技术问题,实现了对二维场景图像的分成,丰富了二维图像的景深层次,并提高了图像分层的精准度。
可选的,所述场景图像获取模块510,包括:语义分割图像确定子模块和目标分割图像获取子模块。
其中,所述语义分割图像确定子模块,用于基于预先训练完成的语义分割模型确定所述二维场景图像的语义分割图像,其中,所述语义分割图像中标注有至少一个语义类别对应的初步分割区域;
所述目标分割图像获取子模块,用于根据每个所述初步分割区域以及所述初步分割区域所属的语义类别对所述语义分割图像进行处理,得到目标分割图像。
可选的,所述目标分割图像获取子模块,包括:待处理分割区域确定单元、语义类别更新单元以及目标分割图像单元。
其中,所述待处理分割区域确定单元,用于确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域;
所述语义类别更新单元,用于根据与所述待处理分割区域相邻的初步分割区域所属的语义类别,更新所述待处理分割区域的语义类别;
所述目标分割图像单元,用于在每个所述待处理分割区域的语义类别已更新的情况下,根据每个所述初步分割区域的语义类别分别确定所述语义分割图像中的每个目标分割区域,将全部所述目标分割区域组成的图像作为目标分割图像。
可选的,所述待处理分割区域确定单元,包括:待处理分割区域确定子单元。
其中,所述待处理分割区域确定子单元,用于根据每个所述初步分割区域的区域面积确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域。
可选的,所述待处理分割区域确定子单元,用于:
针对每个所述初步分割区域,将所述语义分割图像中标注的至少一个初步分割区域中,区域面积小于或等于预设面积阈值的初步分割区域,作为待处理分割区域;或者,
针对每个所述初步分割区域,将所述语义分割图像中标注的至少一个初步分割区域中,区域面积占所述语义分割图像的图像面积的比例不超过预设比例阈值的初步分割区域,作为待处理分割区域。
可选的,所述语义类别更新单元,包括:参考相邻区域确定子单元和目标参考邻域确定子单元。
其中,所述参考相邻区域确定子单元,用于获取所述语义分割图像中与所述待处理分割区域相邻的初步分割区域,作为参考相邻区域;
所述目标参考邻域确定子单元,用于根据所述参考相邻区域确定与所述待处理分割区域对应的目标参考邻域,将所述目标参考邻域所属的语义类别更新为所述待处理分割区域的语义类别。
可选的,所述目标参考邻域确定子单元,用于:
分别计算所述待处理分割区域的边界与每个所述参考相邻区域的边界的重合长度,将与所述待处理分割区域的边界的重合长度最长的所述参考相邻区域作为与所述待处理分割区域对应的目标参考邻域。
可选的,场景图像获取模块510包括目标深度图像确定子模块。
其中,所述目标深度图像确定子模块,用于基于预先训练完成的深度估计模型确定所述二维场景图像的目标深度图像,其中,所述深度估计模型根据样本二维图像以及与所述样本二维图像对应的期望深度图像训练得到。
可选的,深度层次确定模块520包括:深度信息特征确定子模块和深度层次确定子模块。
其中,所述深度信息特征确定子模块,用于针对每个待确定深度层次的目标分割区域,根据所述目标深度图像确定所述目标分割区域的深度信息特征,其中,所述深度信息特征包括所述目标分割区域中至少部分像素点的深度均值和/或深度方差;
所述深度层次确定子模块,用于根据所述目标分割区域的深度信息特征对所述目标分割区域进行聚类处理,得到所述目标分割图像中所述目标分割区域对应的深度层次。
可选的,所述深度层次确定子模块,包括:聚类处理单元。
其中,所述聚类处理单元,用于根据每个所述目标分割区域的深度信息特征和预设无监督聚类算法对所述目标分割区域进行聚类处理,其中,所述预设无监督聚类算法包括基于欧式距离的聚类算法、分层聚类算法、非线性降维聚类算法以及基于密度的聚类算法中的至少一种。
可选的,分层图像生成模块530包括目标分层图像确定子模块。
其中,所述目标分层图像确定子模块,用于基于预先设置的与每个深度层次对应的区域标注方式以及对所述目标分割区域对应的深度层次,对所述目标分割图像中的所述目标分割区域进行标注,得到与所述二维场景图像对应的目标分层图像。
可选的,场景图像获取模块510,具体用于响应于图像转换触发操作,获取待处理的二维场景图像。进一步地,所述图像分层装置还可以包括三维场景图像展示模块。其中,所述三维场景图像展示模块,用于在所述基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像之后,基于所述二维场景图像和所述目标分层图像生成三维场景图像,并展示所述三维场景图像。
本公开实施例所提供的图像分层装置可执行本公开任意实施例所提供的图像分层方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
图12为本公开实施例所提供的一种电子设备的结构示意图。下面参考图12,其示出了适于用来实现本公开实施例的电子设备(例如图12中的终端设备或服务器)500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图12示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图12所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。编辑/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图12示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本公开实施例提供的电子设备与上述实施例提供的图像分层方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的图像分层方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域;根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中每个所述目标分割区域对应的深度层次;基于每个所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
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。
根据本公开的一个或多个实施例,【示例一】提供了一种图像分层方法,包括:
获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域;
根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次;
基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
根据本公开的一个或多个实施例,【示例二】提供了示例一的方法,还包括:
基于预先训练完成的语义分割模型确定所述二维场景图像的语义分割图像,其中,所述语义分割图像中标注有至少一个语义类别对应的初步分割区域;
根据至少部分所述初步分割区域以及所述初步分割区域所属的语义类别对所述语义分割图像进行处理,得到目标分割图像。
根据本公开的一个或多个实施例,【示例三】提供了示例二的方法,还包括:
确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域;
根据与所述待处理分割区域相邻的初步分割区域所属的语义类别,更新所述待处理分割区域的语义类别;
在每个所述待处理分割区域的语义类别已更新的情况下,根据每个所述初步分割区域的语义类别分别确定所述语义分割图像中的每个目标分割区域,将全部所述目标分割区域组成的图像作为目标分割图像。
根据本公开的一个或多个实施例,【示例四】提供了示例三的方法,还包括:
根据每个所述初步分割区域的区域面积确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域。
根据本公开的一个或多个实施例,【示例五】提供了示例四的方法,还包括:
针对每个所述初步分割区域,将所述语义分割图像中标注的至少一个初步分割区域中,区域面积小于或等于预设面积阈值的初步分割区域,作为待处理分割区域;或者,
针对每个所述初步分割区域,将所述语义分割图像中标注的至少一个初步分割区域中,区域面积占所述语义分割图像的图像面积的比例不超过预设比例阈值的初步分割区域,作为待处理分割区域。
根据本公开的一个或多个实施例,【示例六】提供了示例三的方法,还包括:
获取所述语义分割图像中与所述待处理分割区域相邻的初步分割区域,作为参考相邻区域;
根据所述参考相邻区域确定与所述待处理分割区域对应的目标参考邻域,将所述目标参考邻域所属的语义类别更新为所述待处理分割区域的语义类别。
根据本公开的一个或多个实施例,【示例七】提供了示例六的方法,还包括:
分别计算所述待处理分割区域的边界与每个所述参考相邻区域的边界的重合长度,将与所述待处理分割区域的边界的重合长度最长的所述参考相邻区域作为与所述待处理分割区域对应的目标参考邻域。
根据本公开的一个或多个实施例,【示例八】提供了示例一的方法,还包括:
基于预先训练完成的深度估计模型确定所述二维场景图像的目标深度图像,其中,所述深度估计模型根据样本二维图像以及与所述样本二维图像对应的期望深度图像训练得到。
根据本公开的一个或多个实施例,【示例九】提供了示例一的方法,还包括:
针对每个待确定深度层次的目标分割区域,根据所述目标深度图像确定所述目标分割区域的深度信息特征,其中,所述深度信息特征包括所述目标分割区域中至少部分像素点的深度均值和/或深度方差;
根据所述目标分割区域的深度信息特征对所述目标分割区域进行聚类处理,得到所述目标分割图像中每个所述目标分割区域对应的深度层次。
根据本公开的一个或多个实施例,【示例十】提供了示例九的方法,还包括:
根据所述目标分割区域的深度信息特征和预设无监督聚类算法对所述目标分割区域进行聚类处理,其中,所述预设无监督聚类算法包括基于欧式距离的聚类算法、分层聚类算法、非线性降维聚类算法以及基于密度的聚类算法中的至少一种。
根据本公开的一个或多个实施例,【示例十一】提供了示例一的方法,还包括:
基于预先设置的与每个深度层次对应的区域标注方式以及对所述目标分割区域对应的深度层次,对所述目标分割图像中的所述目标分割区域进行标注,得到与所述二维场景图像对应的目标分层图像。
根据本公开的一个或多个实施例,【示例十二】提供了示例一的方法,还包括:
响应于图像转换触发操作,获取待处理的二维场景图像;
在所述基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像之后,还包括:
基于所述二维场景图像和所述目标分层图像生成三维场景图像,并展示所述三维场景图像。
根据本公开的一个或多个实施例,【示例十三】提供了一种图像分层装置,包括:
场景图像获取模块,用于获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域;
深度层次确定模块,用于根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次;
分层图像生成模块,用于基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (15)
1.一种图像分层方法,其特征在于,包括:
获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域;
根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次;
基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
2.根据权利要求1所述的图像分层方法,其特征在于,所述确定所述二维场景图像的目标分割图像,包括:
基于预先训练完成的语义分割模型确定所述二维场景图像的语义分割图像,其中,所述语义分割图像中标注有至少一个语义类别对应的初步分割区域;
根据至少部分所述初步分割区域以及所述初步分割区域所属的语义类别对所述语义分割图像进行处理,得到目标分割图像。
3.根据权利要求2所述图像分层方法,其特征在于,所述根据每个所述初步分割区域以及所述初步分割区域所属的语义类别对所述语义分割图像进行处理,得到目标分割图像,包括:
确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域;
根据与所述待处理分割区域相邻的初步分割区域所属的语义类别,更新所述待处理分割区域的语义类别;
在每个所述待处理分割区域的语义类别已更新的情况下,根据每个所述初步分割区域的语义类别分别确定所述语义分割图像中的每个目标分割区域,将全部所述目标分割区域组成的图像作为目标分割图像。
4.根据权利要求3所述的图像分层方法,其特征在于,所述确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域,包括:
根据每个所述初步分割区域的区域面积确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域。
5.根据权利要求4所述的图像分层方法,其特征在于,所述根据每个所述初步分割区域的区域面积确定所述语义分割图像中标注的至少一个初步分割区域中的待处理分割区域,包括:
针对每个所述初步分割区域,将所述语义分割图像中标注的至少一个初步分割区域中,区域面积小于或等于预设面积阈值的初步分割区域,作为待处理分割区域;或者,
针对每个所述初步分割区域,将所述语义分割图像中标注的至少一个初步分割区域中,区域面积占所述语义分割图像的图像面积的比例不超过预设比例阈值的初步分割区域,作为待处理分割区域。
6.根据权利要求3所述的图像分层方法,其特征在于,所述根据与所述待处理分割区域相邻的初步分割区域所属的语义类别,更新所述待处理分割区域的语义类别,包括:
获取所述语义分割图像中与所述待处理分割区域相邻的初步分割区域,作为参考相邻区域;
根据所述参考相邻区域确定与所述待处理分割区域对应的目标参考邻域,将所述目标参考邻域所属的语义类别更新为所述待处理分割区域的语义类别。
7.根据权利要求6所述的图像分层方法,其特征在于,所述根据所述参考相邻区域确定与所述待处理分割区域对应的目标参考邻域,包括:
分别计算所述待处理分割区域的边界与每个所述参考相邻区域的边界的重合长度,将与所述待处理分割区域的边界的重合长度最长的所述参考相邻区域作为与所述待处理分割区域对应的目标参考邻域。
8.根据权利要求1所述的图像分层方法,其特征在于,所述确定所述二维场景图像的目标深度图像,包括:
基于预先训练完成的深度估计模型确定所述二维场景图像的目标深度图像,其中,所述深度估计模型根据样本二维图像以及与所述样本二维图像对应的期望深度图像训练得到。
9.根据权利要求1所述的图像分层方法,其特征在于,所述根据所述目标分割图像和所述目标深度图像确定所述二维场景图像中至少部分所述目标分割区域对应的深度层次,包括:
针对每个待确定深度层次的目标分割区域,根据所述目标深度图像确定所述目标分割区域的深度信息特征,其中,所述深度信息特征包括所述目标分割区域中至少部分像素点的深度均值和/或深度方差;
根据所述目标分割区域的深度信息特征对所述目标分割区域进行聚类处理,得到所述目标分割图像中所述目标分割区域对应的深度层次。
10.根据权利要求9所述的图像分层方法,其特征在于,所述根据所述目标分割区域的深度信息特征对所述目标分割区域进行聚类处理,包括:
根据所述目标分割区域的深度信息特征和预设无监督聚类算法对所述目标分割区域进行聚类处理,其中,所述预设无监督聚类算法包括基于欧式距离的聚类算法、分层聚类算法、非线性降维聚类算法以及基于密度的聚类算法中的至少一种。
11.根据权利要求1所述的图像分层方法,其特征在于,所述基于每个所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像,包括:
基于预先设置的与每个深度层次对应的区域标注方式以及对所述目标分割区域对应的深度层次,对所述目标分割图像中的所述目标分割区域进行标注,得到与所述二维场景图像对应的目标分层图像。
12.根据权利要求1所述的图像分层方法,其特征在于,所述获取待处理的二维场景图像,包括:
响应于图像转换触发操作,获取待处理的二维场景图像;
在所述基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像之后,还包括:
基于所述二维场景图像和所述目标分层图像生成三维场景图像,并展示所述三维场景图像。
13.一种图像分层装置,其特征在于,包括:
场景图像获取模块,用于获取待处理的二维场景图像,确定所述二维场景图像的目标分割图像以及目标深度图像,其中,所述目标分割图像包括至少一个目标分割区域;
深度层次确定模块,用于根据所述目标分割图像和所述目标深度图像确定所述目标分割图像中至少部分所述目标分割区域对应的深度层次;
分层图像生成模块,用于基于所述目标分割区域以及所述目标分割区域对应的深度层次生成与所述二维场景图像对应的目标分层图像。
14.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-12中任一所述的图像分层方法。
15.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-12中任一所述的图像分层方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210970146.3A CN117671476A (zh) | 2022-08-12 | 2022-08-12 | 图像分层方法、装置、电子设备及存储介质 |
PCT/CN2023/084030 WO2024031999A1 (zh) | 2022-08-12 | 2023-03-27 | 图像分层方法、装置、电子设备及存储介质 |
EP23712142.1A EP4343717A1 (en) | 2022-08-12 | 2023-03-27 | Image layering method and apparatus, electronic device, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210970146.3A CN117671476A (zh) | 2022-08-12 | 2022-08-12 | 图像分层方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117671476A true CN117671476A (zh) | 2024-03-08 |
Family
ID=89850577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210970146.3A Pending CN117671476A (zh) | 2022-08-12 | 2022-08-12 | 图像分层方法、装置、电子设备及存储介质 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4343717A1 (zh) |
CN (1) | CN117671476A (zh) |
WO (1) | WO2024031999A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9437027B2 (en) * | 2013-06-03 | 2016-09-06 | Microsoft Technology Licensing, Llc | Layered image understanding |
CN106228597A (zh) * | 2016-08-31 | 2016-12-14 | 上海交通大学 | 一种基于深度分层的图像景深效果渲染方法 |
KR102013917B1 (ko) * | 2017-06-28 | 2019-08-23 | (주)다이브코어 | Vr에서의 깊이 계층 이미지 표시장치 및 방법 |
US10909401B2 (en) * | 2018-05-29 | 2021-02-02 | Sri International | Attention-based explanations for artificial intelligence behavior |
CN110599515A (zh) * | 2019-08-14 | 2019-12-20 | 北京影谱科技股份有限公司 | 一种前景对象自动分层处理方法、装置、系统及存储介质 |
-
2022
- 2022-08-12 CN CN202210970146.3A patent/CN117671476A/zh active Pending
-
2023
- 2023-03-27 WO PCT/CN2023/084030 patent/WO2024031999A1/zh unknown
- 2023-03-27 EP EP23712142.1A patent/EP4343717A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2024031999A1 (zh) | 2024-02-15 |
EP4343717A1 (en) | 2024-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829433B (zh) | 人脸图像识别方法、装置、电子设备及存储介质 | |
CN112184738B (zh) | 一种图像分割方法、装置、设备及存储介质 | |
CN113642673B (zh) | 图像生成方法、装置、设备及存储介质 | |
CN114913061A (zh) | 一种图像处理方法、装置、存储介质及电子设备 | |
CN114531553A (zh) | 生成特效视频的方法、装置、电子设备及存储介质 | |
CN111626922B (zh) | 图片生成方法、装置、电子设备及计算机可读存储介质 | |
WO2023138441A1 (zh) | 视频生成方法、装置、设备及存储介质 | |
CN113435393B (zh) | 森林火灾烟雾根节点检测方法、装置和设备 | |
CN116486153A (zh) | 图像分类方法、装置、设备及存储介质 | |
CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
CN111737575B (zh) | 内容分发方法、装置、可读介质及电子设备 | |
CN115880526A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111784709B (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
CN117671476A (zh) | 图像分层方法、装置、电子设备及存储介质 | |
CN114022931A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN110752958A (zh) | 用户行为分析方法、装置、设备及存储介质 | |
CN111784710B (zh) | 图像处理方法、装置、电子设备和介质 | |
CN114359673B (zh) | 基于度量学习的小样本烟雾检测方法、装置和设备 | |
CN111583283B (zh) | 图像分割方法、装置、电子设备及介质 | |
CN111815656B (zh) | 视频处理方法、装置、电子设备和计算机可读介质 | |
CN117036212A (zh) | 图像分割方法、装置、电子设备及存储介质 | |
CN114943664A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN117033682A (zh) | 图像检索方法、装置、系统、电子设备及存储介质 | |
CN117115139A (zh) | 内窥镜视频检测方法、装置、可读介质及电子设备 | |
CN117635812A (zh) | 模型的生成方法、装置、设备及介质 |
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 |