[发明专利]视频图像的区域分割及头发替换方法、装置及设备在审

专利信息
申请号: 202011104747.3 申请日: 2020-10-15
公开(公告)号: CN112200816A 公开(公告)日: 2021-01-08
发明(设计)人: 黄培根;朱鹏飞;王雷 申请(专利权)人: 广州华多网络科技有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/143;G06T3/00
代理公司: 北京市立方律师事务所 11330 代理人: 刘延喜
地址: 511442 广东省广州市番*** 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: 视频 图像 区域 分割 头发 替换 方法 装置 设备
【权利要求书】:

1.一种视频图像的区域分割方法,其特征在于,包括以下步骤:

获取视频图像的图像帧序列对应的待分割图像集;

将所述待分割图像集中的各所述待分割图像依次输入到头发分割网络,对所述待分割图像进行语义分割处理,利用所述头发分割网络的编码器模块提取所述待分割图像的具有不同感受野的第一图像特征,将所述第一图像特征输入到所述头发分割网络的解码器模块进行处理,还原得到与输入的所述待分割图像的分辨率一致的特征图像,并根据所述特征图像得到所述待分割图像对应的概率图像;其中,所述头发分割网络为轻量级深度卷积神经网络;

根据所述概率图像对所述图像帧序列的头发区域进行分割。

2.根据权利要求1所述的视频图像的区域分割方法,其特征在于,所述编码器模块包括多层第一卷积单元;

所述利用所述头发分割网络的编码器模块提取所述待分割图像的具有不同感受野的第一图像特征的步骤包括:

利用所述头发分割网络的编码器模块的多层第一卷积单元逐层提取所述待分割图像的具有不同感受野的第一图像特征;其中,所述第一图像特征的分辨率逐层递减。

3.根据权利要求2所述的视频图像的区域分割方法,其特征在于,所述解码器模块包括多层第二卷积单元,所述第二卷积单元与所述第一卷积单元一一对应;

所述将所述第一图像特征输入到所述头发分割网络的解码模块进行处理,还原得到与输入的所述待分割图像的分辨率一致的特征图像的步骤包括:

采用特征跳接的方式将所述编码器模块的各第一卷积单元输出的第一图像特征输入到对应的解码器模块对应的第二卷积单元中,并结合上采样方式逐层进行网络运算,提取得到第二图像特征;

根据所述第二图像特征还原得到与输入的所述待分割图像的分辨率一致的特征图像。

4.根据权利要求3所述的视频图像的区域分割方法,其特征在于,所述编码器模块包括五层第一卷积单元;所述解码器模块包括五层第二卷积单元;

各所述第一卷积单元包括多次堆叠的不同个数的可分离卷积模块;所述可分离卷积模块的运算操作包括3×3分组卷积、批归一化、ReLU6激活函数、1×1常规卷积、批归一化和ReLU6激活函数六个运算单元;

各所述第二卷积单元的运算操作包括3×3分组卷积、1×1常规卷积和ReLU6激活函数,其中,每层第二卷积单元通过行双线性插值上采样操作逐层增加输出的第二图像特征的分辨率。

5.根据权利要求1所述的视频图像的区域分割方法,其特征在于,还包括:

基于BCE损失函数约束模型训练所述头发分割网络;

所述BCE损失函数为:

其中,表示网络预设值,y表示真实值。

6.根据权利要求1所述的视频图像的区域分割方法,其特征在于,所述根据所述特征图像得到所述待分割图像对应的概率图像的步骤包括:

将所述特征图像利用Sigmoid函数进行转换,得到所述特征图像对应的概率图像;其中,所述概率图像的取值范围为[0,1]。

7.根据权利要求1所述的视频图像的区域分割方法,其特征在于,所述根据所述概率图像对所述图像帧序列的头发区域进行分割的步骤包括:

获取所述待分割图像集对应的原始图像作为引导图像;

基于所述引导图像对所述概率图像进行导向滤波处理,得到输出图像;

根据所述输出图像中各个像素点的取值,确定所述输出图像的头发区域,根据该头发区域对所述图像帧序列进行分割。

8.根据权利要求7所述的视频图像的区域分割方法,其特征在于,所述得到输出图像的步骤还包括:

获取当前图像帧的第一输出图像以及所述当前图像帧的前N帧对应的第二输出图像;其中,N为正整数;

将所述第一输出图像和所述第二输出图像进行帧间平滑操作,得到输出概率图像。

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广州华多网络科技有限公司,未经广州华多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/202011104747.3/1.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