[发明专利]图像处理方法、图像分割模型训练方法及相关装置

权利要求书

1.一种图像分割模型训练方法，其特征在于，所述方法包括：

获得训练图像集以及所述训练图像集对应的训练标注信息；其中，所述训练图像集包括在时序上相邻的两个训练图像，以及该两个训练图像之间的光流信息；

将所述两个训练图像输入所述图像分割模型，得到两个训练掩膜信息；

根据所述两个训练掩膜信息、所述训练标注信息以及所述光流信息，更新所述图像分割模型的模型参数，直至所述图像分割模型达到设定的收敛条件；

其中，所述两个训练图像包括在时序靠前的第一图像和时序靠后的第二图像，所述训练标注信息为所述第二图像的标注掩膜信息；

所述两个训练掩膜信息包括所述第一图像对应的第一训练掩膜信息、以及所述第二图像对应的第二训练掩膜信息；

根据所述两个训练掩膜信息、所述训练标注信息以及所述光流信息，更新所述图像分割模型的模型参数的步骤，包括：

根据所述标注掩膜信息、所述第二训练掩膜信息以及所述第二图像，获得所述图像分割模型的内容损失；

根据所述光流信息、所述第一图像、所述第二图像、所述第一训练掩膜信息以及所述第二训练掩膜信息，获得所述图像分割模型的时序损失；

基于所述内容损失和所述时序损失，更新所述图像分割模型的模型参数。

2.如权利要求1所述的方法，其特征在于，所述内容损失的计算公式满足如下：

Lc＝||mask_gt-mask1_pre||₂+||I₁*(mask_gt-mask1_pre)||₂

式中，Lc表示所述内容损失，mask_gt表示所述标注掩膜信息，mask1_pre表示所述第二训练掩膜信息，I₁表示所述第二图像；

所述时序损失的计算公式满足如下：

Lst＝exp(-α*M)||mask1_pre-warp₀₁(mask0_pre)||₂

式中，Lst表示所述时序损失，α表示设定的参数，M＝||I₁-warp₀₁(I₀)||₂，I₀表示所述第一图像，warp₀₁表示所述光流信息，mask0_pre表示所述第一训练掩膜信息，warp₀₁(mask0_pre)表示基于光流信息将第一训练掩膜信息变换到第二图像时刻时的掩膜信息，warp₀₁(I₀)表示基于光流信息将第一图像变换到第二图像时刻时的图像。

3.如权利要求1所述的方法，其特征在于，在获得训练图像集以及所述训练图像集对应的训练标注信息之前，所述方法还包括：

提取所述两个训练图像之间的帧间光流，以获得所述光流信息。

4.如权利要求1所述的方法，其特征在于，在获得训练图像集以及所述训练图像集对应的训练标注信息之前，所述方法还包括：

将获得的两个对象信息分别与一背景信息进行融合，以生成所述两个训练图像。

5.一种图像处理方法，其特征在于，所述方法包括：

接收待处理图像以及待融合背景；

将所述待处理图像输入至利用如权利要求1-4中任一项所述的方法训练至收敛的图像分割模型，得到所述待处理图像对应的目标掩膜信息；

利用所述目标掩膜信息对所述待处理图像以及所述待融合背景进行处理，得到融合图像。