[發明專利]圖像處理方法、可讀存儲介質及計算機程序產品

在審

• 申請號: 202110646981.7
• 申請日: 2021-06-10
• 公開（公告）號: CN113379749A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 王靜遠
• 申請（專利權）人: 北京房江湖科技有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06K9/46;G06K9/62;G06T7/50
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 肖冰濱;王曉曉

本發明涉及圖像處理技術領域，公開一種圖像處理方法、可讀存儲介質及計算機程序產品。所述圖像處理方法包括：獲取所述待裁切圖像的目標尺寸下的多個候選子圖的初始美感分數；獲取所述待裁切圖像的深度信息；根據所述多個候選子圖的初始美感分數及所述待裁切圖像的深度信息，預測所述多個候選子圖的目標美感分數；以及根據所述多個候選子圖的目標美感分數，對所述待裁切圖像進行裁切。本發明通過綜合考慮子圖的美感因素與深度信息來實現對圖像的裁切，從而極大地增強了圖像的裁切效果。

技術領域

本發明涉及圖像處理技術領域，具體地涉及一種圖像處理方法、可讀存儲介質及計算機程序產品。

背景技術

在程序化創意及其他智能圖文相關領域中，常常需要從原圖獲得不同長寬比的圖片。當原圖長寬比和目標長寬比差異較大時，對原圖進行尺寸的縮放會帶來圖片的拉伸，進而影響圖片的整體美感，因此，大多數情況下需要對原圖進行裁切。

現有的圖像自動化裁切方法為基于物體顯著性的圖像處理方法，其主要根據物體顯著性來確定子圖的主要區域。然而，有些場景可能會出現沒有顯著性物體或者顯著性物體分散的情形。這些情形使用基于物體顯著性的方法都無法有效地進行裁切。

發明內容

本發明的目的是提供一種圖像處理方法、可讀存儲介質及計算機程序產品，其通過綜合考慮子圖的美感因素與深度信息來實現對圖像的裁切，從而極大地增強了圖像的裁切效果。

為了實現上述目的，本發明第一方面提供一種圖像處理方法，所述圖像處理方法包括：獲取所述待裁切圖像的目標尺寸下的多個候選子圖的初始美感分數；獲取所述待裁切圖像的深度信息；根據所述多個候選子圖的初始美感分數及所述待裁切圖像的深度信息，預測所述多個候選子圖的目標美感分數；以及根據所述多個候選子圖的目標美感分數，對所述待裁切圖像進行裁切。

優選地，所述獲取所述待裁切圖像的目標尺寸下的多個候選子圖的初始美感分數包括：通過初始分數預測模型獲取所述目標尺寸下的多個候選子圖的初始美感分數：對所述待裁切圖像的特征進行抽取，以獲取所述待裁切圖像的特征圖及所述待裁切圖像的特征圖與所述待裁切圖像之間的映射關系；以及根據所述待裁切圖像的特征圖及所述映射關系，獲取所述目標尺寸下的多個候選子圖的初始美感分數，其中，所述目標尺寸包括所述多個候選子圖與所述待裁切圖像的目標長度比例與目標寬度比例。

優選地，所述獲取所述目標尺寸下的多個候選子圖的初始美感分數包括：按照第一預設規則對所述待裁切圖像的特征圖進行預裁切，以獲取多個子特征圖，其中，所述多個子特征圖至少覆蓋所述待裁切圖像的特征圖，以及所述第一預設規則包括：所述多個子特征圖與所述待裁切圖像的特征圖的長度比例與寬度比例分別為目標長度比例與目標寬度比例且所述多個子特征圖的位置為多個第一預設位置；獲取所述多個子特征圖的初始美感分數；以及根據所述映射關系與所述多個子特征圖的初始美感分數，獲取與所述多個子特征圖相對應的所述多個候選子圖的初始美感分數。

優選地，所述圖像處理方法還包括：通過圖像訓練樣本集對所述初始分數預測模型進行訓練的步驟，其中，所述圖像訓練樣本集中的每一者包括：第一圖像及按照第二預設規則預裁切的所述第一圖像的多個第一樣本子圖的初始美感分數，其中，所述多個第一子圖至少覆蓋所述第一圖像，以及所述第二預設規則包括所述多個第一子圖的位置為多個第二預設位置。

優選地，所述通過圖像訓練樣本集對所述初始分數預測模型進行訓練包括：通過從所述圖像訓練樣本集中隨機選取的圖像訓練樣本組對所述初始分數預測模型進行訓練，以獲取所選取的圖像訓練樣本組中的每一者的多個第一子圖的初始美感分數，其中，所述圖像訓練樣本組包括預設數目的圖像訓練樣本，所述多個第一子圖為按照與所述多個第一子圖的位置、長度與寬度一一對應的規則對所述圖像訓練樣本組中的每一者進行預裁切獲取的；根據所述多個第一子圖的初始美感分數與所述多個第一子圖的初始美感分數，對所述初始分數預測模型中的參數進行優化；以及通過從所述圖像訓練樣本集中隨機選取的圖像訓練樣本組對優化后的初始分數預測模型進行迭代訓練和優化，直至訓練過程滿足預設停止條件為止。