[发明专利]图片处理方法、图片处理装置及终端设备

权利要求书

1.一种图片处理方法，其特征在于，包括：

检测待处理图片中的前景目标，获得检测结果，所述检测结果用于指示所述待处理图片中是否存在前景目标，以及在存在前景目标时用于指示各个前景目标的类别；

对所述待处理图片进行场景分类，获得分类结果，所述分类结果用于指示是否能够识别出所述待处理图片的背景，以及在能够识别出所述待处理图片的背景后用于指示所述待处理图片的背景类别；

若所述检测结果指示存在前景目标，所述分类结果指示识别出所述待处理图片的背景，则根据所述前景目标的类别和所述背景类别确定所述待处理图片的场景类别；

根据所述场景类别确定所述待处理图片需要转换的风格类型，并获取所述风格类型对应的图片，将所述待处理图片的背景替换为所述风格类型对应的图片；

若所述分类结果指示识别出所述待处理图片的背景，确定所述背景在所述待处理图片中的位置；

相应地，将所述待处理图片的背景替换为所述风格类型对应的图片包括：

根据所述背景在所述待处理图片中的位置，确定所述背景在所述待处理图片中的区域大小，将获取的所述风格类型对应的图片转换成所述区域大小的目标图片，并将所述待处理图片中所述位置的背景替换为所述目标图片；

所述确定所述背景在所述待处理图片中的位置包括：

采用训练后的语义分割模型确定所述背景在所述待处理图片中的位置；

训练语义分割模型的过程包括：

采用多个预先标注有背景类别以及背景所在位置的样本图片对语义分割模型进行训练，针对于每一个样本图片，训练步骤包括：

将所述样本图片输入至所述语义分割模型，得到所述语义分割模型输出的所述样本图片的语义分割的初步结果；

依据所述背景类别和从所述样本图片选择的多个局部候选区域，进行局部候选区域融合，得到所述样本图片的语义分割的校正结果；

依据所述初步结果和所述校正结果，对所述语义分割模型的模型参数进行修正；

迭代执行所述训练步骤直至所述语义分割模型的训练结果满足预定收敛条件，将训练结果满足预定收敛条件的语义分割模型作为训练后的语义分割模型，所述收敛条件包括背景分割的准确率大于第一预设值。

2.如权利要求1所述的图片处理方法，其特征在于，依据所述背景类别和从所述样本图片选择的多个局部候选区域，进行局部候选区域融合，得到所述样本图片的语义分割的校正结果包括：

从所述多个局部候选区域内选择出属于同一背景类别的局部候选区域；

针对属于同一背景类别的局部候选区域，进行融合处理，得到所述样本图片的语义分割的校正结果。

3.如权利要求1所述的图片处理方法，其特征在于，所述根据所述场景类别确定所述待处理图片需要转换的风格类型，包括：

将所述场景类别输入训练后的判别网络模型，获得所述训练后的判别网络模型输出的与所述场景类别对应的风格类型。

4.如权利要求3所述的图片处理方法，其特征在于，所述判别网络模型的训练过程包括：

预先获取各个样本图片的场景类别以及各个样本图片所对应的风格类型；

分别将各个样本图片的场景类别输入至判别网络模型中，以使所述判别网络模型输出与各个样本图片对应的风格类型；

根据所述判别网络模型输出的与各个样本图片对应的风格类型以及预先获取的各个样本图片所对应的风格类型，计算获得所述判别网络模型的判别准确率；

若所述判别准确率小于第一预设阈值，则调整所述判别网络模型的参数，并通过参数调整后的判别网络模型继续对所述各个样本图片的场景类别进行判别，直到参数调整后的判别网络模型的判别准确率大于或等于所述第一预设阈值，将所述判别准确率大于或等于所述第一预设阈值的判别网络模型确定为训练后的判别网络模型。