[发明专利]基于自适应阈值分割的直播服饰装扮方法及装置

说明书

本发明公开了一种基于自适应阈值分割的直播服饰装扮方法、装置、计算设备及计算机存储介质，该方法包括：实时获取视频中包含特定对象的当前帧图像；对当前帧图像进行场景分割处理，得到针对特定对象的前景概率信息，根据前景概率信息，确定前景区域占比，并依据前景区域占比，对前景概率信息进行映射处理，得到与当前帧图像对应的图像分割结果；根据图像分割结果，确定处理后的前景图像，并依据处理后的前景图像，确定处理后的前景图像中的肢体区域；根据用户选择的服饰装扮，对肢体区域添加服饰装扮效果，得到帧处理图像；将帧处理图像覆盖当前帧图像得到处理后的视频数据；显示处理后的视频数据。该技术方案能够精准地对人物添加服饰装扮效果。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于自适应阈值分割的直播服饰装扮方法、装置、计算设备及计算机存储介质。

背景技术

现有技术中，当用户需要对视频进行个性化处理时，例如为视频中的人物添加服饰装扮效果等，经常会使用到图像分割方法对视频中的帧图像进行场景分割处理，其中，采用基于深度学习的图像分割方法可以达到像素级别的分割效果。然而现有的图像分割方法在进行场景分割处理时，并不考虑前景图像在帧图像中所占比例，因此当前景图像在帧图像中所占比例较小时，利用现有的图像分割方法很容易将实际属于前景图像边缘处的像素点划分为背景图像，所得到的图像分割结果的分割精度较低、分割效果较差。因此，现有技术中的图像分割方式存在着图像场景分割的分割精度低下的问题，那么利用所得到的图像分割结果也无法很好地、精准地对视频中的人物的肢体区域添加服饰装扮效果，所得到的处理后的视频数据的显示效果较差。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于自适应阈值分割的直播服饰装扮方法、装置、计算设备及计算机存储介质。

根据本发明的一个方面，提供了一种基于自适应阈值分割的直播服饰装扮方法，该方法包括：

实时获取图像采集设备所拍摄和/或所录制的视频中包含特定对象的当前帧图像；

对当前帧图像进行场景分割处理，得到针对特定对象的前景概率信息，根据前景概率信息，确定前景区域占比，并依据前景区域占比，对前景概率信息进行映射处理，得到与当前帧图像对应的图像分割结果；

根据图像分割结果，确定处理后的前景图像，并依据处理后的前景图像，确定处理后的前景图像中的肢体区域；

根据用户选择的服饰装扮，对肢体区域添加服饰装扮效果，得到帧处理图像；

将帧处理图像覆盖当前帧图像得到处理后的视频数据；

显示处理后的视频数据。

进一步地，前景概率信息记录了用于反映当前帧图像中各个像素点属于前景图像的概率。

进一步地，根据用户选择的服饰装扮，对肢体区域添加服饰装扮效果，得到帧处理图像进一步包括：

根据用户选择的服饰装扮，确定与服饰装扮对应的基础服饰装扮效果贴图；

从肢体区域中提取出肢体区域的关键信息；

根据肢体区域的关键信息，对基础服饰装扮效果贴图进行处理，得到服饰装扮效果贴图；

根据肢体区域的关键信息，将服饰装扮效果贴图与处理后的前景图像进行融合处理，得到帧处理图像。

进一步地，关键信息为关键点信息；

根据肢体区域的关键信息，对基础服饰装扮效果贴图进行处理进一步包括：

根据关键点信息，计算具有对称关系的至少两个关键点之间的位置信息；