[发明专利]图像分割模型训练方法、图像处理方法及装置

说明书

本申请提供了一种图像分割模型训练方法、图像处理方法及装置。该训练方法包括在图像分割模型的训练阶段，采用样本图像的目标分割结果以及样本图像的仿射变换图像对待训练图像分割模型进行训练，在模型训练阶段不仅采用目标分割结果进行监督学习，还结合了仿射变换图像的分割结果进行一致性训练学习，由此能够使图像分割模型进行泛化，学习到不同情况下的分割结果，从而提高图像分割模型的分割精度。

技术领域

本申请涉及人工智能技术领域，特别涉及一种图像分割模型训练方法、图像处理方法及装置。

背景技术

互联网不仅能够拉近亲朋好友之间的距离，也能够让人们找到志同道合的朋友。短视频的风靡，使得人们能够利用碎片的时间了解互联网上的奇闻趣事，还能够在闲暇时间制作自己的短视频与他人分享。

依赖于人工智能技术的发展，普通用户制作短视频的成本越来越低，很多用户的制作构思，都可以依赖于视频制作软件得以实现。

例如，得益于人工智能技术，能够从用户的视频图像中分割出感兴趣的对象，然后对感兴趣的对象进行图像处理。例如“换天功能”能够从用户拍摄的真实图像中分割出“天空区域”然后在天空区域渲染出彩虹、晚霞等。

还有一种典型的应用是虚拟染发技术，从用户的视频图像中分割出用户的头发区域，然后对其进行虚拟染发，用户可通过拍摄视频查看染发效果。诸如此类的应用数不胜数，丰富了人们的互联网生活。

相关技术中，这类应用多依赖于人工智能技术实现。其实现的步骤可概括为首先采用分割模型从拍摄的真实图片中分割出需要渲染的目标对象(例如天空区域，头发区域)，然后对目标对象进行图像处理。

然而，发明人研究发现，当目标对象形状复杂时，相关技术中对目标对象的渲染效果仍存在不够真实，图像质量差的问题。

发明内容

本申请的目的是提供一种图像分割模型训练方法、图像处理方法及装置。用于解决当目标对象形状复杂时，相关技术中对目标对象的渲染效果仍存在不够真实，图像质量差的问题。

第一方面，本申请提供了一种图像分割模型训练方法，所述分割模型用于从图像中分割出目标对象，所述方法包括：

获取样本图像、所述样本图像对应的仿射变换图像以及所述样本图像中的目标对象的目标分割结果，所述仿射变换图像是所述样本图像经过仿射变换得到的；

将所述样本图像和所述仿射变换图像分别输入待训练图像分割模型对所述目标对象进行分割，得到所述样本图像中的所述目标对象的第一分割结果和所述仿射变换图像中的所述目标对象的第二分割结果；其中，所述第一分割结果经仿射变换后得到变换结果；

根据所述第一分割结果和所述目标分割结果确定第一损失值，并根据所述变换结果和所述第二分割结果确定第二损失值；

根据所述第一损失值和所述第二损失值，确定总损失值；

根据所述总损失值训练所述待训练图像分割模型，得到已训练图像分割模型。

在一些可能的实施例中，所述样本图像还关联有相似图像，所述相似图像与所述样本图像的相似度小于预设阈值，所述获取样本图像之后，所述方法还包括：

将所述样本图像和所述相似图像分别输入所述待训练图像分割模型，得到所述待训练图像分割模型中的指定特征层输出的所述样本图像的处理结果和所述相似图像的处理结果；

根据所述样本图像的处理结果和所述相似图像的处理结果确定第三损失值；

所述采用所述第一损失值和所述第二损失值，确定所述总损失值，包括：

采用所述第一损失值、所述第二损失值和所述第三损失值，确定所述总损失值。