[发明专利]一种基于语义分割的图像trimap生成方法

权利要求书

1.一种基于语义分割的图像trimap生成方法，其特征在于，包括以下步骤：

步骤S1，获取海量原始图像数据与其标注数据；

步骤S2，对数据进行预处理，提取为RGB色空间的三维特征数据；

步骤S3，将三维特征数据输入深度神经网络模型进行训练，得到权重；

步骤S4，利用训练得到的模型权重对新图像进行预测，并使用条件随机场对结果进行优化，得到分割掩码图；

步骤S5，对步骤S4中产生的分割掩码图进行图像形态学处理，得到精确的原图trimap图。

2.根据权利要求1所述的基于语义分割的图像trimap生成方法，其特征在于，步骤S5中，所述图像形态学处理选自泛洪填充、随机腐蚀和随机膨胀。

3.根据权利要求1所述的基于语义分割的图像trimap生成方法，其特征在于，步骤S5具体为：第一步泛洪填充，接下来随机腐蚀，最后随机膨胀。

4.根据权利要求2或3所述的基于语义分割的图像trimap生成方法，其特征在于，随机膨胀的像素点设置为15-20个之间。

5.根据权利要求1所述的基于语义分割的图像trimap生成方法，其特征在于，步骤S1中，还包括对数据进行增广处理的步骤。

6.根据权利要求5所述的基于语义分割的图像trimap生成方法，其特征在于，所述增广处理选自图像翻转、旋转特定角度、亮度色度调整和人为增加图像的噪声。

7.根据权利要求1所述的基于语义分割的图像trimap生成方法，其特征在于，步骤S4中，对条件随机场进行多轮迭代以得到最佳的预测效果，其中迭代次数在10次以内。

8.根据权利要求1所述的基于语义分割的图像trimap生成方法，其特征在于，所述深度神经网络模型其构建分为三部分：第一部分主体网络，也即特征提取网络；第二部分为上采样网络，即采用deconvolution对主体网络提取到的小尺寸特征进行填充回原输入图像的尺寸大小；第三部分为全连接条件随机场。