[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

说明书

本发明实施例涉及一种图像处理方法、电子设备和计算机存储介质。该方法包括：获取第一图像；对第一图像进行分割，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；以及基于第一图像和分割二元图，确定第一图像的阿尔法遮片。进一步的实施例中方法还包括获取第二图像；以及利用第一图像的阿尔法遮片，将第二图像作为第一图像的背景与第一图像融合以得到融合图像。通过本发明的实施例，能够自动实现高质量地提取图像中的期望部分，或者对不同图像或视频的背景进行替换以融合得到效果自然的新图片或视频。

技术领域

本发明总体上涉及图像处理领域，具体涉及一种图像处理方法、电子设备及计算机可读存储介质。

背景技术

在图像处理领域，常常涉及对部分图像的提取，例如对图片或视频的背景进行替换，需要将两个或两个以上的图片(视频中的至少一帧图片)通过处理而叠加或组合在一起，得到新的图片或视频。随着对此类图像处理的各种应用需求快速增长，用户也希望这些应用能够自动实现更为自然准确的融合处理效果。

目前，一些图像处理应用大多非常耗时，同时，这种图像处理需要人工标记，而且对于图像的提取或背景替换的效果也比较生硬，影响用户的使用体验。

发明内容

针对上述问题，本发明的实施例提供一种图像处理方法、电子设备及计算机可读存储介质。

在本发明的第一方面，提供一种图像处理方法。该方法包括：获取第一图像；对第一图像进行分割，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；以及基于第一图像和分割二元图，确定第一图像的阿尔法遮片。

在某些实施例中，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。

在某些实施例中，确定第一图像的阿尔法遮片包括：将第一图像和分割二元图输入遮片神经网络，以得到第一图像的阿尔法遮片，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。

在某些实施例中，确定第一图像的阿尔法遮片包括：将第一图像和分割二元图输入遮片神经网络，以得到第一图像的三元图，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；以及将第一图像的三元图、第一图像和分割二元图输入遮片神经网络，以得到第一图像的阿尔法遮片。

在某些实施例中，对第一图像进行分割以得到分割二元图包括：将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，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。

在某些实施例中，方法还包括：获取第二图像；以及利用第一图像的阿尔法遮片，将第二图像作为第一图像的背景与第一图像融合以得到融合图像。

在某些实施例中，利用阿尔法遮片将第二图像作为第一图像的背景与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：

I_i＝a_iF_i+(1-a_i)B_i

其中I_i为融合图像I的第i像素值，a_i为阿尔法遮片的第i像素值，F_i为第一图像的第i像素值，B_i为第二图像的第i像素值。

在某些实施例中，第一图像为源图像经预处理获得，预处理包括：将所述第一图像缩放至第一预定尺寸。

在某些实施例中，方法还包括：将第一图像和分割二元图缩放至第二预定尺寸；基于经缩放的第一图像和分割二元图，确定阿尔法遮片。