[发明专利]视频图像的分割方法、终端设备以及计算机可读存储介质

权利要求书

1.一种视频图像的分割方法，其特征在于，包括：

获取当前帧视频图像，以及获取用于对所述当前视频图像的前一帧视频图像进行分割的第一前景框的信息和第一背景框的信息；所述信息包括位置信息和尺寸信息；

将所述当前帧视频图像、所述第一前景框的信息以及所述第一背景框的信息输入至预设的分割策略模型，确定用于对所述当前帧视频图像进行分割的第二前景框的信息以及第二背景框的信息；

根据所述第二背景框的信息对所述当前帧视频图像进行裁剪，得到目标视频图像；

基于所述第二前景框的信息对所述目标视频图像进行分割。

2.根据权利要求1所述的视频图像的分割方法，其特征在于，所述将所述当前帧视频图像、所述第一前景框的信息以及所述第一背景框的信息输入至预设的分割策略模型，确定用于对所述当前帧视频图像进行分割的第二前景框的信息以及第二背景框的信息之前，还包括：

获取用于对第一训练模型进行训练的第一样本数据，并将所述第一样本数据分成第一训练集和第一测试集；其中，所述第一样本数据中的每条样本数据均包括同一视频对应的所有帧的视频图像及所述视频图像对应的前景框的信息以及背景框的信息；

将所述第一训练集中的每条样本数据包含的同一视频对应的所有帧的视频图像、每一帧所述视频图像的前一帧视频图像对应的前景框的信息及背景框的信息作为所述第一训练模型的输入，将每一帧所述视频图像的前景框的信息及背景框的信息作为所述第一训练模型的输出，对所述第一训练模型进行训练；

将所述第一测试集中的每条样本数据包含的同一视频对应的所有帧的视频图像输入至训练好的所述第一训练模型，得到每一帧所述视频图像对应的预测前景框的信息以及预测背景框的信息；

基于每一帧所述视频图像对应的前景框的信息、预测前景框的信息对训练好的所述第一训练模型进行校验；

若校验通过，则将训练好的所述第一训练模型识别为分割策略模型。

3.根据权利要求2所述的视频图像的分割方法，其特征在于，所述基于每一帧所述视频图像对应的前景框的信息、预测前景框的信息对训练好的所述第一训练模型进行校验，包括：

基于以下公式计算每一帧所述视频图像对应的前景框与所述每一帧所述视频图像对应的预测前景框之间的交并比：

其中，所述m为所述每一帧所述视频图像对应的前景框的位置信息和尺寸信息，所述y为所述每一帧所述视频图像对应的预测前景框的位置信息和尺寸信息，所述IoU为所述每一帧所述视频图像对应的前景框与所述每一帧所述视频图像对应的预测前景框之间的交并比，所述area(m)为所述每一帧所述视频图像对应的前景框的面积，所述area(y)为所述每一帧所述视频图像对应的预测前景框，所述area(m)∩area(y)为所述每一帧所述视频图像对应的前景框的面积与所述每一帧所述视频图像对应的预测前景框的面积之间的交集，所述area(m)∪area(y)为所述每一帧所述视频图像对应的前景框的面积与所述每一帧所述视频图像对应的预测前景框的面积之间的并集；

基于所述交并比对所述第一训练模型进行校验。

4.根据权利要求3所述的视频图像的分割方法，其特征在于，所述若校验通过，则将训练好的所述第一训练模型识别为分割策略模型，包括：

若所述交并比均大于或等于预设阈值，则识别为校验通过，将训练好的所述第一训练模型识别为分割策略模型。

5.根据权利要求1所述的视频图像的分割方法，其特征在于，所述将所述当前帧视频图像、所述第一前景框的信息以及所述第一背景框的信息输入至预设的分割策略模型，确定用于对所述当前帧视频图像进行分割的第二前景框的信息以及第二背景框的信息，包括：

对所述当前帧视频图像进行特征提取，得到所述当前帧视频图像的特征图；

对所述特征图进行卷积计算，得到所述当前帧视频图像的特征向量；

根据所述特征向量和所述第一前景框的信息确定用于对所述当前帧视频图像进行分割的第二前景框的信息；

根据所述特征向量和所述第一背景框的信息确定用于对所述当前帧视频图像进行分割的第二背景框的信息。