[发明专利]一种图片背景替换方法、装置、介质及设备

权利要求书

1.一种图片背景替换方法，其特征在于，包括：

获取待处理图片；

对所述待处理图片进行特征提取，得到所述待处理图片的高层语义特征；

基于所述待处理图片与所述高层语义特征进行低层语义特征提取，得到所述待处理图片的低层语义特征，并通过所述高层语义特征和所述低层语义特征，预测得到预测蒙版和预测前景；

根据所述预测蒙版将所述预测前景和标准背景进行融合，以完成图片背景的替换；其中，所述预测蒙版用于表示前景与背景各自所占的比例。

2.根据权利要求1所述的图片背景替换方法，其特征在于，所述对所述待处理图片进行特征提取，得到所述待处理图片的高层语义特征，包括：

对所述待处理图片进行下采样，得到不同尺度的第一下采样特征；

对所述不同尺度的第一下采样特征进行特征编码，得到第一编码特征；

对所述第一编码特征进行上采样，得到不同尺度的第一上采样特征；

融合所述不同尺度的第一下采样特征和所述不同尺度的第一上采样特征，得到第一融合特征；其中，在进行特征融合时，将同一尺度的第一下采样特征和第一上采样特征进行融合；

对所述第一融合特征进行特征恢复，得到高层语义特征。

3.根据权利要求2所述的图片背景替换方法，其特征在于，

通过第一卷积网络对所述待处理图片进行下采样，得到第一下采样特征；

通过多孔空间金字塔池化网络ASPP对所述第一下采样特征进行特征编码，得到第一编码特征；

通过插值算法对所述第一编码特征进行上采样，得到第一上采样特征。

4.根据权利要求2所述的图片背景替换方法，其特征在于，所述对所述第一融合特征进行特征恢复，包括：

将所述第一融合特征输入到第一特征恢复网络中，以对所述第一融合特征进行特征恢复，其中，所述第一特征恢复网络包括：卷积层、BatchNormalization层、ReLU层。

5.根据权利要求1所述的图片背景替换方法，其特征在于，所述基于所述待处理图片与所述高层语义特征进行特征提取，得到所述待处理图片的低层语义特征，包括：

对所述待处理图片和所述高层语义特征进行下采样，得到不同尺度的第二下采样特征；

对所述不同尺度的第二下采样特征进行特征编码，得到第二编码特征；

对所述第二编码特征进行上采样，得到不同尺度的第二上采样特征；

融合所述不同尺度的第二下采样特征和所述不同尺度的第二上采样特征，得到第二融合特征；其中，在进行特征融合时，将同一尺度的第二下采样特征和第二上采样特征进行融合；

对所述第二融合特征进行特征恢复，得到低层语义特征。

6.根据权利要求5所述的图片背景替换方法，其特征在于，所述方法还包括：

将所述低层语义特征输入到特征优化网络Refine中，以对所述低层语义特征进行优化，其中，所述特征优化网络Refine包括：卷积层、BatchNormalization层、ReLU层。

7.根据权利要求5所述的图片背景替换方法，其特征在于，

通过第二卷积网络对所述待处理图片和所述高层语义特征进行下采样，得到第二下采样特征；

通过多孔空间金字塔池化网络ASPP对所述不同尺度的第二下采样特征进行特征编码，得到第二编码特征；

通过插值算法对所述第二编码特征进行上采样，得到第二上采样特征。

8.根据权利要求4所述的图片背景替换方法，其特征在于，所述对所述第二融合特征进行特征恢复，得到恢复特征，包括：

将所述第一融合特征输入到第二特征恢复网络中，以对所述第二融合特征进行特征恢复，得到恢复特征，其中，所述第二特征恢复网络包括：卷积层、BatchNormalization层、ReLU层。