[發明專利]一種語義分割信息指導的深度學習自動圖像摳圖方法在審
| 申請號： | 201810724358.7 | 申請日： | 2018-07-04 |
| 公開（公告）號： | CN109035253A | 公開（公告）日： | 2018-12-18 |
| 發明（設計）人： | 許會;劉娟;陳捷;李文軍 | 申請（專利權）人： | 長沙全度影像科技有限公司 |
| 主分類號： | G06T7/10 | 分類號： | G06T7/10;G06K9/62 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 410205 湖南省長沙市高新開發*** | 國省代碼： | 湖南;43 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 自動圖像 學習 前景目標 信息指導 語義分割 采集 圖像 用戶交互操作 圖像數據集 自動提取 數據集 構建 | ||
【權利要求書】：
1.一種語義分割信息指導的深度學習自動圖像摳圖方法，其特征在于，包括步驟：
S1：采集待摳圖圖像數據集；
S2：構建用于自動圖像摳圖的深度學習模型；
S3：利用采集的數據集對深度學習模型進行訓練，得到訓練完成的深度學習模型；
S4：對于待摳圖的圖像，直接將其輸入訓練完成的深度學習模型，即可快速得到前景目標圖像。
2.根據權利要求1所述的深度學習自動圖像摳圖方法，其特征在于，所述步驟S1中的所述數據集包括10000至30000張圖像大小為256×256的待摳圖圖像。
3.根據權利要求1所述的深度學習自動圖像摳圖方法，其特征在于，所述深度學習模型包括語義分割子網絡、全連接條件隨機場子網絡、自動圖像摳圖子網絡。
4.根據權利要求3所述的深度學習自動圖像摳圖方法，其特征在于，所述自動圖像摳圖子網絡包括步驟：
步驟一：將全連接條件隨機場子網絡輸出的分割圖像進行二值化處理，并結合形態學操作得到三元圖；
步驟二：通過顏色和梯度等信息修正三元圖；
步驟三：基于三元圖和待摳圖圖像，采用經典的貝葉斯摳圖算法即可得到前景目標圖像。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于長沙全度影像科技有限公司，未經長沙全度影像科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810724358.7/1.html，轉載請聲明來源鉆瓜專利網。
