[发明专利]图像处理方法、装置、电子设备、存储介质及计算机产品

说明书

本申请实施例公开了一种图像处理方法、装置、电子设备、存储介质及计算机产品，涉及多媒体、游戏、人工智能和云技术领域。该方法包括：获取包括多个第一样本的第一数据集，每个第一样本包括目标图像和该目标图像的遮罩图像；对于每个第一样本，通过调用训练好的神经网络模型预测得到该第一样本中的目标图像的前景蒙版，基于各第一样本中的目标图像和该目标图像的前景蒙版，构建得到训练数据集。基于本申请实施例提供的方法，能够为神经网络模型的训练提供更加丰富、训练效果更好的训练数据集。

技术领域

本申请涉及多媒体、人工智能、云技术及多媒体技术领域，具体而言，本申请涉及一种图像处理方法、装置、电子设备、存储介质及计算机产品。

背景技术

随着文化产业的发展，电影以及游戏等多个产业中对高质量角色的需求日益增长。为了重建一个高质量的角色人物，工业界广泛采用多视角立体视觉重建(MVS，Multi-view Stereo)技术，但是该技术的重建精度不够理想，尤其是对于生理结构比较复杂的部分，产生的重建误差可能会是灾难性的，需要建模师采用手工的方式、耗费大量的时间进行修复。

针对上述问题，人们也探索了一系列抠除人物图像中一些部位的方法来减弱这些部位对应于几何重建的影响，基于数据驱动的深度学习方式就是其中之一，该方式可以通过从真实的数据集来学习一些部位的结构信息，但是由于现有数据集的不完善，基于深度学习的方式虽然能够带来一些重建效果的改善，但是有些部位的处理效果仍不够理想、有待改进。

发明内容

本申请实施例提供了一种图像处理方法、装置、电子设备、存储介质及计算机产品，基于该方案，能够构建得到用于提升神经网络模型性能的训练数据集。为了实现该目的，本申请实施例提供的技术方案如下：

一方面，本申请提供了一种图像处理方法，该方法包括：

获取包括多个第一样本的第一数据集，每个第一样本包括目标图像和该目标图像的遮罩图像，目标图像的遮罩图像是于同一场景下采集的同一目标对象的同一目标部位的两张图像之间的差分图像，目标部位在两张图像中的颜色信息不同，目标图像为两张图像中的任一图像；

对于每个第一样本，通过调用训练好的神经网络模型对该第一样本执行以下操作，得到该第一样本中的目标图像的前景蒙版：

基于该第一样本中的目标图像和目标图像的遮罩图像，提取该第一样本中的目标图像的透明度特征图，基于该第一样本中的目标图像，提取该目标图像的图像特征图；将图像特征图划分为多个图像特征块，对于每个图像特征块，确定该图像特征块与多个图像特征块中各图像特征块之间的相关性；基于多个图像特征块中各图像特征块对应的相关性，对目标特征图进行修正，基于修正后的特征图得到该目标图像的前景蒙版，其中，目标特征图为所述透明度特征图，或者是对透明度特征图进行特征提取得到的至少一个层级的特征图中的至少一个；

基于各第一样本中的目标图像和该目标图像的前景蒙版，构建训练数据集。

另一方面，本申请实施例提供了一种图像处理装置，该装置包括：

初始数据集获取模块，用于获取包括多个第一样本的第一数据集，每个第一样本包括目标图像和该目标图像的遮罩图像，遮罩图像是包含同一目标对象的同一目标部位的两张图像之间的差分图像，目标部位在两张图像中的颜色信息不同，目标图像为两张图像中的任一图像；

前景蒙版预测模块，用于对于每个第一样本，通过调用训练好的神经网络模型对该第一样本执行以下操作，得到该第一样本中的目标图像的前景蒙版：