[发明专利]人体图像分割方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202010719305.3 申请日: 2020-07-23
公开(公告)号: CN112749609A 公开(公告)日: 2021-05-04
发明(设计)人: 张瑞;程培;俞刚;傅斌 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06T7/11;G06N20/00
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人体 图像 分割 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种人体图像分割方法,其特征在于,所述方法包括:

获取目标图像;

通过人像分割模型对所述目标图像进行处理,得到所述人像分割模型输出的人像区域,所述人像区域是所述目标图像中预测存在人体图像的区域;所述人像分割模型是基于图像样本、所述图像样本中的人体图像的区域、以及所述图像样本中的人体关键点训练得到的;

基于所述人像区域,从所述目标图像中分割出人体图像。

2.根据权利要求1所述的方法,其特征在于,所述通过人像分割模型对所述目标图像进行处理,得到所述人像分割模型输出的人像区域,包括:

通过所述人像分割模型中的编码器对所述目标图像进行处理,获得编码数据;所述编码器是基于所述图像样本、所述图像样本中的人体图像的区域、以及所述图像样本中的人体关键点训练得到的;

通过所述人像分割模型中的第一解码器对所述编码数据进行解码处理,获得所述人像区域;所述第一解码器是基于所述图像样本以及所述图像样本中的人体图像的区域训练得到的。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

通过所述人像分割模型中的第二解码器对所述编码数据进行解码处理,获得所述目标图像中的人像关键点,所述人像关键点是所述目标图像中预测的人体图像的关键点;

所述基于所述人像区域,从所述目标图像中分割出人体图像,包括:

响应于所述人像关键点与所述人像区域之间的位置关系满足指定条件,基于所述人像区域,从所述目标图像中分割出人体图像。

4.根据权利要求3所述的方法,其特征在于,所述指定条件包括:

所述人像关键点处于所述人像区域内。

5.根据权利要求3所述的方法,其特征在于,所述方法还包括:

响应于所述人像关键点与所述人像区域之间的位置关系不满足所述指定条件,展示提示信息,所述提示信息用于提示对所述目标图像的人体图像分割结果存在不准确的风险。

6.根据权利要求3所述的方法,其特征在于,所述方法还包括:

响应于所述人像关键点与所述人像区域之间的位置关系不满足所述指定条件,基于所述目标图像对所述人像分割模型进行再训练。

7.根据权利要求1所述的方法,其特征在于,所述通过人像分割模型对所述目标图像进行处理,得到所述人像分割模型输出的预测区域之前,还包括:

通过指定模型对所述图像样本进行处理,获得所述指定模型输出的预测人像区域以及预测人体关键点;

基于所述预测人像区域、所述预测人体关键点、所述图像样本中的人体图像的区域以及所述图像样本中的人体关键点对所述指定模型进行训练,获得所述人像分割模型。

8.根据权利要求7所述的方法,其特征在于,所述指定模型包括编码器、第一解码器和第二解码器;

所述通过指定模型对所述图像样本进行处理,获得所述指定模型输出的预测人像区域以及预测人体关键点,包括:

通过所述编码器对所述图像样本进行处理,获得预测编码数据;

通过所述第一解码器对所述预测编码数据进行处理,获得所述预测人像区域;

通过所述第二解码器对所述预测编码数据进行处理,获得所述预测人体关键点;

所述基于所述预测人像区域、所述预测人体关键点、所述图像样本中的人体图像的区域以及所述图像样本中的人体关键点对所述指定模型进行训练,获得所述人像分割模型,包括:

基于所述预测人像区域、所述预测人体关键点、所述图像样本中的人体图像的区域以及所述图像样本中的人体关键点,对所述编码器、所述第一解码器以及所述第二解码器中的参数进行更新;

响应于对所述指定模型训练完成,基于训练完成的所述指定模型,获取所述人像分割模型。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010719305.3/1.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