[发明专利]一种图像处理方法、电子设备及计算机可读存储介质在审

专利信息
申请号: 202010245920.5 申请日: 2020-03-31
公开(公告)号: CN111553923A 公开(公告)日: 2020-08-18
发明(设计)人: 赵维杰;李杳奕 申请(专利权)人: 上海卫莎网络科技有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T5/50;G06T3/40;G06T3/00;G06T7/90;G06N3/04;G06K9/34
代理公司: 北京知元同创知识产权代理事务所(普通合伙) 11535 代理人: 张田勇
地址: 200030 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 处理 方法 电子设备 计算机 可读 存储 介质
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

获取第一图像;

对所述第一图像进行分割,以得到标识所述第一图像的目标对象区域和其他区域的分割二元图;以及

基于所述第一图像和所述分割二元图,确定所述第一图像的阿尔法遮片。

2.根据权利要求1所述的方法,其特征在于,所述对所述第一图像进行分割为对所述第一图像进行语义分割、实例分割、显著性物体分割或者全景分割。

3.根据权利要求1所述的方法,其特征在于,其中确定所述第一图像的阿尔法遮片包括:

将所述第一图像和所述分割二元图输入遮片神经网络,以得到所述第一图像的阿尔法遮片,所述遮片神经网络是经训练而能够输出图像的阿尔法遮片的卷积神经网络;或者,

将所述第一图像和所述分割二元图输入非神经网络抠图模型,以得到所述第一图像的阿尔法遮片。

4.根据权利要求1所述的方法,其特征在于,其中确定所述第一图像的阿尔法遮片包括:

将所述第一图像和所述分割二元图输入遮片神经网络,以得到所述第一图像的三元图,所述遮片神经网络是经训练而能够输出图像的三元图和阿尔法遮片的卷积神经网络;以及

将所述第一图像的三元图、所述第一图像和所述分割二元图输入所述遮片神经网络,以得到所述第一图像的阿尔法遮片。

5.根据权利要求1所述的方法,其特征在于,其中对所述第一图像进行分割以得到分割二元图包括:

将所述第一图像输入语义分割神经网络,以得到具有像素分类标签的分割二元图,所述像素分类标签标识出像素是否与所述第一图像的目标对象相关联。

6.根据权利要求1-5中任一项所述的方法,其特征在于,还包括:

获取第二图像;以及

利用所述第一图像的所述阿尔法遮片,将所述第二图像作为所述第一图像的背景与所述第一图像融合以得到融合图像。

7.根据权利要求6所述的方法,其特征在于,其中利用所述阿尔法遮片将所述第二图像作为所述第一图像的背景与所述第一图像融合以得到融合图像包括:

根据下式逐像素计算融合图像的像素值:

Ii=aiFi+(1-ai)Bi

其中Ii为融合图像I的第i像素值,ai为所述阿尔法遮片的第i像素值,Fi为所述第一图像的第i像素值,Bi为所述第二图像的第i像素值。

8.根据权利要求1所述的方法,其特征在于,所述第一图像为源图像经预处理获得,所述预处理包括:将所述第一图像缩放至第一预定尺寸。

9.根据权利要求1所述的方法,其特征在于,还包括:

校正所述融合图像中与所述第一图像关联的第一部分的色调,以使得所述第一部分的色调与所述融合图像中与所述第二图像关联的第二部分的色调一致。

10.一种电子设备,其特征在于,包括:

处理器;以及

存储有指令的存储器,所述指令在被所述处理器执行时促使所述设备执行根据权利要求1-9中任一项所述的方法。

11.一种计算机可读存储介质,其特征在于,其存储有机器可读的指令,所述指令在由所述机器执行时使得所述机器执行根据权利要求1-9中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海卫莎网络科技有限公司,未经上海卫莎网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010245920.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top