[发明专利]抠图方法及装置

说明书

本发明公开了一种抠图方法及装置，属于数字抠图领域。所述方法包括：将输入图像输入预设的全卷积网络，得到输入图像中的每个像素的属于前景区域的预测分值F^s、属于背景区域的预测分值B^s和属于未知区域的预测分值U^s；根据输入图像中的每个像素的F^s、B^s和U^s计算输入图像对应的前景概率矩阵F和背景概率矩阵B；将前景概率矩阵F和背景概率矩阵B输入预设的抠图实现函数进行抠图，得到输入图像的透明度值矩阵。本发明由于抠图实现函数是利用第一样本图像采用预设的后向传播算法进行训练后得到的，所以本方法不需要多次对输入图像进行三值图标定即可获得较为精确的抠图结果，并且实现全自动的数字抠图。

技术领域

本发明实施例涉及数字抠图领域，特别涉及一种抠图方法及装置。

背景技术

数字抠图技术是将数字图像I分解为前景图像F和背景图像B的技术。数字抠图技术的分解过程可表达为：

I＝αF+(1-α)B；

其中，α是一个位于0到1之间的数，称为数字图像的透明度值或α掩像(alphamatte)，数字图像I的α矩阵用于表示数字图像I的抠图结果，当α值为1时代表像素属于前景，当α值为0时代表像素属于背景，当α值为0和1之间的数则代表像素属于前背景混合区域。由于对数字图像中的每个像素都要同时估计α、F以及B，其中，α是单通道数据，而每个像素的F和B都是RGB(Red Green Blue，红绿蓝)三通道数据，所以对于数字图像中的每个像素需要同时估计七个未知数，导致上述数字抠图技术是非常难以精确求解的技术问题。

现有技术中，由用户手工标定来标定数字图像中的大部分像素的α值，也称三值图(英文：trimap)。如图1所示，对于一张输入图像100来讲，标定后的图像中包括：用户标定α值为1的前景区域12、用户标定α值为0的背景区域14，以及用户标定α值为不确定值的未知区域16，未知区域16是抠图算法需要估计的区域。在用户手工对输入图像进行标定后，采用闭合性抠图(closed-form matting)算法根据用户指定的前景区域12和背景区域14，对未知区域16中的前景像素和背景像素做出估计，得到未知区域中每个像素的α值。

由于用户很难精确指定闭合性抠图算法所需要的三值图，如果要得到精确的抠图结果，则需要用户不断地根据本次抠图结果重新标定下一次抠图所需要的三值图，该过程非常耗时且严重依赖用户的专业性。

发明内容

由于现有技术中，用户很难精确标定闭合性抠图算法所需要的三值图，如果要得到精确的抠图结果，则需要用户不断地根据本次抠图结果重新标定下一次抠图所需要的三值图，进行多次数字抠图后才能得到精确的抠图结果，该过程非常耗时且严重依赖用户的专业性。为此，本发明实施例提供了一种抠图方法及装置。在该抠图方法中，通过采用全卷积网络对输入图像进行预测，得到输入图像每个像素的属于前景区域的预测分值、属于背景区域的预测分值和属于未知区域的预测分值，而不需要用户手动对输入图像进行标定；同时将利用每个像素的属于前景区域的预测分值、属于背景区域的预测分值和属于未知区域的预测分值得到的前景概率矩阵F和背景概率矩阵B，输入抠图实现函数得到抠图结果。由于该抠图实现函数是预先利用第一样本图像采用预设的后向传播算法进行训练后得到的函数，对输入图像进行三值图标定的准确性不具有严重依赖，所以本方法不需要用户手动多次对输入图像进行标定即可获得较为精确的抠图结果，并且实现了全自动的数字抠图。

作为本申请的一种可能的实现方式，该抠图方法包括：

将输入图像输入预设的全卷积网络，得到输入图像中的每个像素的属于前景区域的预测分值F^s、属于背景区域的预测分值B^s和属于未知区域的预测分值U^s；全卷积网络是用于对每个像素所属区域进行预测的神经网络；