[发明专利]人像抠图方法、装置、计算机设备及可读存储介质

说明书

本发明公开了人像抠图方法、装置、计算机设备及可读存储介质。该方法包括将目标处理图像输入预训练的语义分割网络进行语义分割处理，得到目标融合特征矩阵；通过softmax函数对所述目标融合特征矩阵进行归一化处理，得到所述目标融合特征矩阵中每个像素的目标置信度；根据预设置信度阈值及目标置信度对所述目标融合特征矩阵中每个像素进行二值化处理，得到掩模；根据所述掩模对所述目标处理图像进行抠图处理，得到目标人像图。该方法相比现有技术中，无需人工干预，自动完成抠图操作，抠图效率更高；通过语义分割网络进行抠图，提高了所生成掩模的精细度，从而使得抠图得到的人像图更加精细。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种人像抠图方法、装置、计算机设备及可读存储介质。

背景技术

随着经济社会与技术的发展，人像抠图已经从电影工业逐步走向大众，在诸如视频编辑、vlog、娱乐、安防、电商等等领域得到了广泛的应用。目前人像抠图可区分为两个大方向：(1)通过Segmentation方法。这类方法遵循传统的语义分割思路，同时针对人像的特点(如边缘、关键点等)做进一步优化，达到了较好的分割效果，但由于语义分割任务的天生局限性，这类人像分割虽然精度高但往往较为粗糙，但是优势在于整体上实现简单，性能提升较为容易；(2)通过Matting的方法做人像分割。这类方法借鉴了图像处理中的ImageMatting问题，并结合深度学习的手段，但目前基于深度学习的抠图技术不够精细，效率较低。

发明内容

本发明实施例提供了一种人像抠图方法、装置、计算机设备及可读存储介质，旨在解决现有技术中现有抠图技术不够精细且效率较低的问题。

第一方面，本发明实施例提供了一种人像抠图方法，其包括：

将目标处理图像输入预训练的语义分割网络进行语义分割处理，得到目标融合特征矩阵；

通过softmax函数对所述目标融合特征矩阵进行归一化处理，得到所述目标融合特征矩阵中每个像素的目标置信度；

根据预设置信度阈值及目标置信度对所述目标融合特征矩阵中每个像素进行二值化处理，得到掩模；

根据所述掩模对所述目标处理图像进行抠图处理，得到目标人像图。

第二方面，本发明实施例提供了一种人像抠图装置，其包括：

语义分割模块，用于将目标处理图像输入预训练的语义分割网络进行语义分割处理，得到目标融合特征矩阵；

归一化模块，用于通过softmax函数对所述目标融合特征矩阵进行归一化处理，得到所述目标融合特征矩阵中每个像素的目标置信度；

二值化模块，用于根根据预设置信度阈值及目标置信度对所述目标融合特征矩阵中每个像素进行二值化处理，得到掩模；

抠图模块，用于根据所述掩模对所述目标处理图像进行抠图处理，得到目标人像图。

第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的人像抠图方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的人像抠图方法。