[发明专利]利用深度学习将图片分离成前景和背景的设备和方法

权利要求书

1.一种用于将图片(101)分离成前景和背景的设备(100)，其特征在于，用于采用卷积神经网络(CNN)，以

接收所述图片(101)和背景模型图像(102)作为输入(101、102)；

基于所述输入(101、102)生成多个不同分辨率的特征图(103)，其中，所述特征图(103)的分辨率递减；

基于所述多个不同分辨率的特征图(103)生成多个不同分辨率的激活图(104)，其中，所述激活图(104)的分辨率递增；

输出分辨率与所述图片(101)相同的1通道概率图(105)；

其中，所述输出的1通道概率图(105)的每个像素对应所述图片(101)的一个像素并指示所述图片(101)的所述对应像素与前景对象或背景对象相关联的概率。

2.根据权利要求1所述的设备(100)，其特征在于，用于

对所述输出的1通道概率图(105)进行阈值处理以获取二进制掩码，其中，所述二进制掩码的每个像素指示所述图片(101)的所述对应像素是与前景对象还是背景对象相关联。

3.根据权利要求1或2所述的设备，其特征在于

所述输入(101、102)包括3通道[特别是RGB]高分辨率背景模型图像(102)和3通道[特别是RGB]图片(101)。

4.根据权利要求1至3中任一项所述的设备(100)，其特征在于

所述CNN包括编码器-解码器架构；

所述编码器(200)用于生成所述多个不同分辨率的特征图(103)；

所述解码器(210)用于生成所述多个不同分辨率的激活图(104)。

5.根据权利要求1至4中任一项所述的设备(100)，其特征在于

所述CNN包括具有多个连续编码器层(201a、201b)的编码器(200)和具有多个连续解码器层(211a、211b)的解码器(210)；

所述编码器(200)用于每个编码器层(201a、201b)生成所述多个特征图(103)中的其中一个；

其中，所述第一编码器层(201a)用于从所述接收的输入(101、102)生成特征图(103)并对其进行下采样，每个其他编码器层(201b)用于基于所述前一编码器层(201a、201b)生成的所述特征图(103)，生成另一特征图(103)并对其进行下采样；

所述解码器(210)用于每个解码器层(211a、211b)生成所述多个激活图(104)中的其中一个，

其中，所述第一解码器层(211a)用于对所述最后一个编码器层(201b)生成的所述特征图(103)进行上采样，并基于所述上采样的特征图生成激活图(104)；每个其他解码器层(211b)用于对所述前一解码器层(211a、211b)生成的所述激活图(104)进行上采样，并基于所述上采样的激活图(104)生成另一激活图(104)。

6.根据权利要求5所述的设备(100)，其特征在于

每个编码器层(201a、201b)包括至少一个卷积滤波器，用于分别对所述输入(101、102)或所述前一编码器层(201a、201b)的所述特征图(103)进行操作，以生成特征图(103)；

每个解码器层(211a、211b)包括至少一个卷积滤波器，用于分别对所述最后一个编码器层(211b)的所述特征图(103)或所述前一解码器层(211a、211b)的所述激活图(104)进行操作，以生成激活图(104)。

7.根据权利要求5或6所述的设备(100)，其特征在于

每个编码器层(201b)用于通过执行跨步卷积或池化操作来降低所述特征图(103)的所述分辨率；

每个解码器层(211b)用于通过执行转置卷积或上池化操作来增加所述最后一个编码器层(201b)的所述特征图(103)或所述前一解码器层(211a、211b)生成的所述激活图(104)的所述分辨率。