[發明專利]圖像處理模型的訓練方法、摳圖方法、裝置、介質及終端

有效

• 申請號: 201811302651.0
• 申請日: 2018-11-02
• 公開（公告）號: CN109461167B
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 朱豪;劉耀勇;陳巖
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T7/187;G06T7/194
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本申請實施例公開了一種圖像處理模型的訓練方法、摳圖方法、裝置、介質及終端。其中，圖像處理模型的訓練方法包括獲取原始圖像的三分圖；根據所述原始圖像和所述三分圖生成訓練樣本集；基于所述訓練樣本集對預設的深度學習網絡進行訓練，得到圖像處理模型，其中，所述圖像處理模型用于對原始圖像進行標注處理得到三分圖。通過采用上述技術方案，可以自動對輸入的原始圖像進行標注處理而得到三分圖，無需通過手動標注的方式進行大量的發絲級別的數據標注，可以減少標注的工作量，提高了圖像標注效率。此外，采用圖像處理模型對原始圖像進行標注，避免手動標注可能引入的誤差，可以優化摳圖效果。

技術領域

本申請實施例涉及圖像處理技術，尤其涉及一種圖像處理模型的訓練方法、摳圖方法、裝置、介質及終端。

背景技術

目前，摳圖成為圖像處理最常做的操作之一。比如越來越多的人選擇在網絡上購買服裝，于是電商的以圖搜物功能應運而生。準確的搜索到相似的服裝是一件很困難的事情，所以有必要將圖片中的人像分割出來。又如，一些人像美化類功能的實現也依賴于對背景與人像的精準分割。

相關技術中的摳圖方案主要基于像素的聚類方法和基于“圖劃分””(GraphPartitioning)算法等算法實現。此類方法在背景比較復雜或者背景與前景(也可以稱為摳圖目標)相似度很大的情況下，分割效果不佳，如無法實現頭發、細膩的衣服、樹枝和其它精美的物品的完美分割等。

發明內容

本申請實施例提供一種圖像處理模型的訓練方法、摳圖方法、裝置、介質及終端，可以優化相關技術中的摳圖方案。

第一方面，本申請實施例提供了一種圖像處理模型的訓練方法，包括：

獲取原始圖像的三分圖；

根據所述原始圖像和所述三分圖生成訓練樣本集；

基于所述訓練樣本集對預設的深度學習網絡進行訓練，得到圖像處理模型，其中，所述圖像處理模型用于對原始圖像進行標注處理得到三分圖。

第二方面，本申請實施例還提供了一種摳圖方法，包括：

獲取待摳圖的目標圖片；

通過圖像處理模型對所述目標圖片進行標注處理，得到所述目標圖片的三分圖，其中，所述圖像處理模型是通過原始圖像和三分圖構成的訓練樣本集訓練的深度學習網絡；

基于所述目標圖片和所述三分圖，采用設定摳圖算法對所述目標圖片進行摳圖處理，得到摳圖圖像。

第三方面，本申請實施例還提供了一種圖像處理模型的訓練裝置，包括：

三分圖獲取模塊，用于獲取原始圖像的三分圖；

樣本生成模塊，用于根據所述原始圖像和所述三分圖生成訓練樣本集；

模型訓練模塊，用于基于所述訓練樣本集對預設的深度學習網絡進行訓練，得到圖像處理模型，其中，所述圖像處理模型用于對原始圖像進行標注處理得到三分圖。

第四方面，本申請實施例還提供了一種摳圖裝置，包括：

目標圖片獲取模塊，用于獲取待摳圖的目標圖片；

圖片標注模塊，用于通過圖像處理模型對所述目標圖片進行標注處理，得到所述目標圖片的三分圖，其中，所述圖像處理模型是通過原始圖像和三分圖構成的訓練樣本集訓練的深度學習網絡；

摳圖模塊，用于基于所述目標圖片和所述三分圖，采用設定摳圖算法對所述目標圖片進行摳圖處理，得到摳圖圖像。

第五方面，本申請實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序；該程序被處理器執行時實現如本申請實施例所述的圖像處理模型的訓練方法，或者，該程序被處理器執行時實現如本申請實施例所述的摳圖方法。