[发明专利]结合自动产生三元图与深层空洞卷积网络之数字抠像技术

说明书

本发明涉及数字抠像技术领域的自动产生三元图与深层空洞卷积网络之数字抠像技术，此技术与数字抠像有关，数字抠像之目的在于撷取影像中之前景物，之后可将其置放于各种不同的背景中，产生不同特效的合成影像。本发明包括自动产生影像的三元图、深层空洞卷积网络提升抠像解析度和多阶段数字抠像一次完成。

技术领域

本发明涉及数字抠像技术领域，具体涉及自动产生三元图与深层空洞卷积网络之数字抠像技术。

背景技术

数字抠像问题可以数学式子表示为I＝αF+(1-α)B，其中I为输入影像，F和B分别代表前景与背景影像，每个像素的α值介于0和1之间，描述该像素被前景物覆盖的程度，α值所形成的影像称为α影像。上式中只有I是已知，其余F、B和α均为未知，因此数字抠像问题是一种所谓条件不足的问题。要解决这类的问题需要引进额外的信息或条件，数字抠像技术因此被分成了两大类：以草涂和以三元图为基础的技术类。

很明显地，三元图所能提供的信息要比草涂来得多。一张三元图是由三个区域所构成：白色、黑色以及灰色区域，分别对应影像中的前景物、背景区域、和不确定地区。通常以三元图为基础的技术其抠像结果，会比以草涂为主的结果好。本发明即以三元图作为主要的额外信息来源。但是现有以三元图为主的抠像技术存在有以下的缺点：1)三元图的取得不容易，2)三元图虽可由手工制作，但质量不稳定，3)又在数量庞大时非常费时。本发明针对以上缺点提出可自动产生影像三元图的技术。

近年来深度学习及其应用，在各种不同领域中被广泛探讨。这种基于深度学习发展的技术，较传统技术最大的好处是，前者有自我学习的能力，无论是在程序设计时或未来在使用程序时，都不必有太多人力的介入，相当方便；此外在改善输出质量时，可藉由加强训练来达成，不必重新改写程序。目前以深度学习为基础的抠像技术也在陆续发表中，由于仍处在初期发展阶段，在效益上还无法达到传统技术的水平，仍存在着许多可以改进的空间。本发明所提之技术即建立在深度学习的概念上，集结了两个现有著名的深层神经网络以及一自创的空洞卷积神经网络。空洞卷积网络引进目的，在于它可以提升侦测不同解析度特征的能力。

即现有的三元里抠像技术存在的缺陷有：1)取三元图的抠像结果比取草涂的抠像结果要不容易。2)三元图手工制作时，质量不稳定，且在数量庞大时非常费时。

发明内容

本发明的目的是解决以上缺陷，提供自动产生三元图与深层空洞卷积网络之数字抠像技术。

本发明的目的是通过以下方式实现的：结合自动产生三元图与深层空洞卷积网络之数字抠像技术，包括自动产生影像的三元图、深层空洞卷积网络提升抠像解析度和多阶段数字抠像一次完成，

所述自动产生影像的三元图T包括输入影像I、前景物、两个深层神经网络和三元图T：首先利用输入影像设备输入输入影像I，再利用训练数据训练两个深层神经网络分别对输入影像I进行不同精度的侦测定位前景物，两个深层神经网络的输出结果分别为图像F₁和F₂，最后运用计算式有T＝(F₂-F₁)/2+F₁算出三元图T；

所述深层空洞卷积网络提升抠像解析度，包括卷积层、滤波器和解析度，卷积层包括空洞卷积层与一般卷积层，卷积层的主要工作为输入影像I与滤波器进行卷积运算，滤波器包括空洞滤波器和核心滤波器，空洞滤波器具有不同大小的空洞率，核心滤波器具有不同大小的接收场，空洞率大的滤波器覆盖的空间范围大，侦测前景物的高解析度特征，接收场大的滤波器，侦测前景物的大尺度特征，

所述多阶段数字抠像一次完成，包括抠像的有三个阶段：第一阶段制作输入影像I的三元图T、第二阶段进行数字影像的抠像和第三阶段前景物的撷取，

所述第一阶段制作输入影像I的三元图T为两个深层神经网络分别对输入影像I进行不同精度的侦测以定位前景物，之后结合侦测结果自动产生出三元图T；