一种实时的轮廓精细化抠像方法及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109934843A(43)申请公布日2019.06.25(21)申请号201910080114.4(22)申请日2019.01.28(71)申请人北京华捷艾米科技有限公司地址100093北京市海淀区东北旺西路8号院数字山谷A区1号楼5层(72)发明人向晶王行李骊周晓军盛赞李朔杨淼(74)专利代理机构南京经纬专利商标代理有限公司32200代理人楼高潮(51)Int.Cl.G06T7/194(2017.01)权利要求书1页说明书5页附图3页(54)发明名称一种实时的轮廓精细化抠像方法及存储介质(57)摘要一种实时的轮廓精细化抠像方法及存储介质，该抠像方法获取先验前背景知识，沿着前景的轮廓建立缓冲区掩膜从而可粗略地得到前景范围；将缓冲区掩膜数据下采样到一定比例；结合缓冲区掩膜数据，基于速度优化以及添加人物轮廓形状先验的Grabcut算法对彩色图进行分割，得到该尺度的分割结果；将分割结果上采样到与原始数据相同的分辨率，实现抠图。本发明对原始Grabcut算法进行了优化，优化后的算法速度提升了30％，分割出的轮廓鲁棒性较强，不受周围梯度较大的物体影响，基本沿着真实的目标轮廓走，并且本发明不需要人机交互，在高分辨率视频流下，不依赖昂贵的GPU，可实时提取出人物前景，并能保证边缘的精细。CN109934843ACN109934843A权利要求书1/1页1.一种实时的轮廓精细化抠像方法，包括如下步骤：缓冲区掩膜建立步骤S110：获取待抠像处理的实时视频流，并根据一定的规则标记目标的初始前景轮廓，并根据所述前景轮廓建立缓冲区掩膜，在所述缓冲区中轮廓内为确定的前景，缓冲区与轮廓之间为不确定区域，缓冲区外为确定的背景像素；速度优化后的前背景建模步骤S120：根据视频图像中的彩色图和所述缓冲区掩膜，统计前景区域中彩色的最大值和最小值，根据前背景GMM中的模型个数，对彩色的最大值和最小值之间的差值进行划分，得到每个GMM模型的初始中心点，根据所述初始中心点统计每个GMM模型的参数，以及类别间的权重，并迭代更新GMM模型，得到最终的前景模型参数；目标形状先验添加步骤S130:构建梯度链，并且统计缓冲区内不确定点的目标轮廓方向值，将每个不确定点的目标轮廓方向值以一定的权重添加到N链计算中，以保证在约束到梯度最大的同时保证是沿着目标轮廓方向的；最大流最小割算法图像分割步骤S140：利用最大流最小割算法对图像进行解算分割，确定缓冲区内不确定区域中不确定点的前景标识，得到精细化后的前景掩膜；抠像步骤S150：利用精细化后的前景掩膜结合彩色图像进行目标抠像。2.根据权利要求1所述的抠像方法，其特征在于：在缓冲区掩膜建立步骤S110之后具有下采样步骤S115，对所述缓冲区掩膜下采样到一定比例；在最大流最小割算法图像分割步骤S140之后具有上采样步骤S145，对所述精细化后的前景掩膜进行上采样到原始数据相同的分辨率。3.根据权利要求1或2所述的抠像方法，其特征在于：在缓冲区掩膜建立步骤S110中，通过深度信息获取待抠像目标的粗略的初始前景轮廓或者利用已知的人脸检测技术初始化获得初始前景轮廓。4.根据权利要求3所述的抠像方法，其特征在于：在缓冲区掩膜建立步骤S110中，所述缓冲区通过所述前景轮廓垂直向外扩展一定宽度像素的方法来建立。5.根据权利要求1或2所述的抠像方法，其特征在于：在速度优化后的前背景建模步骤S120中，所述对彩色的最大值和最小值之间的差值进行划分是对彩色的最大值和最小值之间的差值进行均分，以每个均分值作为每个GMM模型的初始中心点。6.根据权利要求1或2所述的抠像方法，其特征在于：在目标形状先验添加步骤S130中，所述权重为0.5。7.根据权利要求2所述的抠像方法，其特征在于：在所述上采样步骤中，采用双线性插值对分割后的所述前景掩膜进行上采样。8.一种存储介质，用于存储计算机可执行指令，其特征在于：所述计算机可执行指令在被处理器执行时执行权利要求1-7中任意一项所述的实时的轮廓精细化抠像方法。2CN109934843A说明书1/5页一种实时的轮廓精细化抠像方法及存储介质技术领域[0001]本申请涉及图像处理领域，具体的，涉及一种低成本实时的轮廓精细化抠像方法及存储介质，能够用于包括人物在内的抠像。背景技术[0002]得益于大规模集成电路的高速发展，摄像头的像素级别越来越高，对于高清视频的处理需求在不断增长。早期的人物的抠像技术效率低下，已经无法在高分辨率的视频流中保持良好的实时性。并且只有在简单特定背景下，才能够达到较好的抠像效果。对于复杂背景，大多数抠像算法需要在多次人机交互的情况下才能够得到令人满意的结果，计算复杂度高，在很大程度上限制了抠像算法的实际应用。当然，当前流