[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

说明书

本申请提出一种图像处理方法、图像分割模型训练方法及相关装置，涉及人工智能技术领域，通过获得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作为训练图像集，并获得该训练图像集对应的训练标注信息；然后将这两个训练图像输入图像分割模型，得到两个训练掩膜信息；进而根据这两个训练掩膜信息、训练标注信息以及光流信息，更新图像分割模型的模型参数，直至图像分割模型达到设定的收敛条件；相比于现有技术，能够使图像分割模型利用光流信息学习到图像间的运动信息，使得图像分割模型能够结合每一图像与相邻的其他图像之间的运动信息，提取对应图像的掩膜信息，确保在进行图像融合时，连续的图像之间具有一致性。

技术领域

本申请涉及人工智能技术领域，具体而言，涉及一种图像处理方法、图像分割模型训练方法及相关装置。

背景技术

抠图技术是指将一张图像中的前景信息和背景信息分离，然后将得到的前景信息应用在其他背景信息中；利用抠图技术，能够将提取到的前景信息与任意的背景信息相融合，比如在直播领域，可以将提取到的人像信息与任意背景图片或者是视频进行融合，从而提升用户观看直播的体验感。

然而，目前的抠图技术仅仅是将人像信息与背景信息的像素分离，得到一个只包含0与1的掩膜，在融合时，相邻图像帧之间的一致性较差，导致视频画面中的对象信息可能会出现抖动等情况。

发明内容

本申请的目的在于提供一种图像处理方法、图像分割模型训练方法及相关装置，能够在进行图像融合时，确保连续的图像之间具有一致性。

为了实现上述目的，本申请采用的技术方案如下：

第一方面，本申请提供一种图像分割模型训练方法，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(optical flow)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。

第二方面，本申请提供一种图像处理方法，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本申请提供的上述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。

第三方面，本申请提供一种图像分割模型训练装置，所述装置包括：

第一处理模块，用于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；

所述第一处理模块还用于，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；

更新模块，用于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。

第四方面，本申请提供一种图像处理装置，所述装置包括：

接收模块，用于接收待处理图像以及待融合背景；

第二处理模块，用于将所述待处理图像输入至利用本申请提供的上述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；

所述第二处理模块还用于，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。