一种基于特征轮廓的人物图像分割方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115272378A(43)申请公布日2022.11.01(21)申请号202210622266.4(22)申请日2022.06.02(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人朱娟娟职玉王晓博谈旭郑世鑫刘佳琪(74)专利代理机构西安嘉思特知识产权代理事务所(普通合伙)61230专利代理师刘长春(51)Int.Cl.G06T7/12(2017.01)G06V10/26(2022.01)权利要求书3页说明书16页附图8页(54)发明名称一种基于特征轮廓的人物图像分割方法(57)摘要本发明公开了一种基于特征轮廓的人物图像分割方法，包括：获取待处理的人物图像；对待处理的人物图像进行Mean‑Shift预处理，获得边缘曲线；确定边缘曲线上各像素点的有效域，并根据有效域确定轮廓点；根据轮廓点组成的多个轮廓、每个轮廓的面积和周长，确定预设数量个特征轮廓；将待处理的人物图像以及特征轮廓输入至语义分割网络，得到待处理的人物图像经语义分割后的三值图；将待处理的人物图像和三值图输入至精细分割网络，以使所述精细分割网络预测所述三值图中未知区域的像素点的透明度，得到待处理的人物图像的分割结果。本发明能够自动地生成高质量三值图，不仅提高了三值图的生成效率、改善了三值图的精细程度，也有利于使人物图像分割更加准确。CN115272378ACN115272378A权利要求书1/3页1.一种基于特征轮廓的人物图像分割方法，其特征在于，包括：获取待处理的人物图像；对所述待处理的人物图像进行Mean‑Shift预处理，获得边缘曲线；确定所述边缘曲线上各像素点的有效域，并根据所述有效域从边缘曲线的所有像素点中确定轮廓点；根据所述轮廓点组成的多个轮廓，分别计算每个轮廓的面积和周长，并根据所述面积和所述周长确定预设数量个特征轮廓；将所述待处理的人物图像以及所述特征轮廓输入至预先训练好的语义分割网络，以使所述语义分割网络生成低层次特征流，并根据所述特征轮廓和所述待处理的人物图像生成特征图，进一步根据所述特征图和所述低层次特征流恢复得到第一图像，并将所述第一图像中的像素点分类前景区域、背景区域或未知区域，得到所述待处理的人物图像经语义分割后的三值图；将所述待处理的人物图像和所述三值图输入至预先训练好的精细分割网络，以使所述精细分割网络预测所述三值图中未知区域的像素点的透明度，得到所述待处理的人物图像的分割结果。2.根据权利要求2所述的基于特征轮廓的人物图像分割方法，其特征在于，所述确定所述边缘曲线上各像素点的有效域，并根据所述有效域从边缘曲线的所有像素点中确定轮廓点的步骤，包括：根据边缘曲线的表达式y＝f(x)和1曲率检测算法，确定所述边缘曲线上一像素点Pi的离散曲率：S(pi)＝fi+1‑fi其中，Pi表示所述边缘曲线上的第i个像素点，S(Pi)表示像素点Pi的离散曲率；在所述边缘曲线上取像素点Pi相邻的像素点Pi‑k、Pi+k，并分别计算k＝1、2、3...时的长度lik以及Pi到的垂直距离dik；其中，表示像素点Pi‑k、Pi+k之间的弦；当所述的长度lik和Pi到的垂直距离dik满足预设条件时，根据k的最大取值ki确定像素点Pi对应的有效域半径和有效域D(Pi)；针对所述边缘曲线上一像素点Pi，当其满足条件|S(Pi)|≥|S(Pj)|时，保留该像素点；反之，则删除该像素点以及离散曲率为0的像素点；其中，|i‑j|≤ki/2；针对所述边缘曲线上剩余的像素点，当像素点Pi对应的有效域半径ki＝1且有效域D(Pi)中存在Pi‑1或Pi+1，则删除满足条件|S(Pi)|≤|S(Pi‑1)|或|S(Pi)|≤|S(Pi+1)|的像素点Pi；针对所述边缘曲线上剩余的像素点，若存在大于2个像素点的有效域，则删除该有效域端点之外的像素点Pi；若存在包含2个像素点的有效域，则在|S(Pi)|＞|S(Pi+1)|，删除像素点Pi+1，并在|S(Pi)|＜|S(Pi+1)|，删除像素点Pi；将剩余的像素点确定为轮廓点。3.根据权利要求2所述的基于特征轮廓的人物图像分割方法，其特征在于，所述预设条件包括第一预设条件和第二预设条件；其中，2CN115272378A权利要求书2/3页所述第一预设条件为：lik≥li,k+1；所述第二预设条件为：4.根据权利要求3所述的基于特征轮廓的人物图像分割方法，其特征在于，所述当所述的长度lik和Pi到的垂直距离dik满足预设条件时，根据k的最大取值ki确定像素点Pi对应的有效域半径和有效域D(Pi)的步骤，包括：当的长度lik满足所述第一预设条件和\或的长度lik以及Pi到的垂直距离dik满足所述第二预设条件时，将k的最大取值ki确定为像素点Pi有效