[發明專利]圖像背景虛化方法和裝置

在審

• 申請號: 202010628271.7
• 申請日: 2020-07-02
• 公開（公告）號: CN111861867A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 鄒俊杰;劉巖
• 申請（專利權）人: 泰康保險集團股份有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06T7/11;G06T7/194;G06N3/04
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張效榮;王志遠

本發明公開了一種圖像背景虛化方法和裝置，涉及計算機技術領域。該方法的一具體實施方式包括：從待處理圖像中檢測預先確定的至少一個類別的主體目標；對檢測出的主體目標執行語義分割，獲得主體目標的分布區域圖像；將待處理圖像輸入預先訓練完成的、用于執行圖像虛化處理的機器學習模型，得到待處理圖像的虛化圖像；按照所述分布區域圖像在待處理圖像中的位置將所述分布區域圖像疊加在所述虛化圖像，獲得待處理圖像的背景虛化圖像。該實施方式能夠對待處理圖像自動執行背景虛化處理，同時可產生多樣化的虛化效果。

技術領域

本發明涉及計算機技術領域，尤其涉及一種圖像背景虛化方法和裝置。

背景技術

在圖像處理過程中，往往需要將圖像中的背景進行適當的虛化從而突出人像等主體目標，由此使主體目標的細節和質感得到更完美的呈現?，F有技術中，一般通過光圈虛化、焦距虛化等物理手段或者Photoshop等圖像處理軟件實現圖像背景虛化。

在實現本發明的過程中，發明人發現現有技術至少存在以下問題：現有的各種圖像背景虛化方法需要人工操作且操作較為繁瑣，同時虛化方式多為高斯模糊虛化，虛化效果單一。

發明內容

有鑒于此，本發明實施例提供一種圖像背景虛化方法和裝置，能夠對待處理圖像自動執行背景虛化處理，同時可產生多樣化的虛化效果。

為實現上述目的，根據本發明的一個方面，提供了一種圖像背景虛化方法。

本發明實施例的圖像背景虛化方法包括：從待處理圖像中檢測預先確定的至少一個類別的主體目標；對檢測出的主體目標執行語義分割，獲得主體目標的分布區域圖像；將待處理圖像輸入預先訓練完成的、用于執行圖像虛化處理的機器學習模型，得到待處理圖像的虛化圖像；按照所述分布區域圖像在待處理圖像中的位置將所述分布區域圖像疊加在所述虛化圖像，獲得待處理圖像的背景虛化圖像。

可選地，所述機器學習模型為包含第一生成器、第二生成器、第一鑒別器和第二鑒別器的循環生成對抗網絡；其中，第一生成器用于將輸入的原始類型圖像或第二生成器生成的原始類型圖像轉換為虛化類型圖像；第二生成器用于將輸入的虛化類型圖像或第一生成器生成的虛化類型圖像轉換為原始類型圖像；第一鑒別器用于判斷進入第一鑒別器的圖像是否為真實的原始類型圖像；第二鑒別器用于判斷進入第二鑒別器的圖像是否為真實的虛化類型圖像。

可選地，所述將待處理圖像輸入預先訓練完成的、用于執行圖像虛化處理的機器學習模型，包括：將待處理圖像輸入預先訓練完成的所述循環生成對抗網絡中的第一生成器。

可選地，第一生成器包括第一編碼器、第一轉換器和第一解碼器；其中，第一編碼器用于提取進入第一編碼器的圖像的特征向量，第一轉換器用于將第一編碼器提取的特征向量轉換為對應于虛化類型圖像的特征向量，第一解碼器用于依據第一轉換器轉換得到的特征向量生成虛化類型圖像；第二生成器包括第二編碼器、第二轉換器和第二解碼器；其中，第二編碼器用于提取進入第二編碼器的圖像的特征向量，第二轉換器用于將第二編碼器提取的特征向量轉換為對應于原始類型圖像的特征向量，第二解碼器用于依據第二轉換器轉換得到的特征向量生成原始類型圖像；第一鑒別器和第二鑒別器都包括：至少一個用于提取圖像特征的卷積層以及用于依據該卷積層提取的圖像特征對圖像進行分類的輸出層。

可選地，所述循環生成對抗網絡通過以下步驟進行訓練：獲取多幅原始類型圖像和多幅虛化類型圖像，將任一原始類型圖像和任一虛化類型圖像組成一個訓練數據對；將所述訓練數據對輸入所述循環生成對抗網絡并分別最小化為第一生成器、第二生成器、第一鑒別器和第二鑒別器預設的損失函數。

可選地，所述方法進一步包括：在按照所述分布區域圖像在待處理圖像中的位置將所述分布區域圖像疊加在所述虛化圖像之后，對所述分布區域圖像與所述虛化圖像的邊界執行模糊化處理。