图像背景虚化处理方法及装置.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CN108305223A(43)申请公布日2018.07.20(21)申请号201810019406.2(22)申请日2018.01.09(71)申请人珠海格力电器股份有限公司地址519070广东省珠海市前山金鸡西路六号(72)发明人陈科成(74)专利代理机构北京康信知识产权代理有限责任公司11240代理人赵囡囡(51)Int.Cl.G06T5/00(2006.01)G06K9/46(2006.01)G06T7/194(2017.01)G06T7/50(2017.01)权利要求书2页说明书6页附图2页(54)发明名称图像背景虚化处理方法及装置(57)摘要本发明公开了一种图像背景虚化处理方法及装置。其中，该方法包括：采集到图像，进而根据物体识别模型，识别出该图像中的物体的主体轮廓，并对图像中主体轮廓的背景进行虚化处理，其中，物体识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：图像和从图像中识别出的物体的主体轮廓。本发明解决了相关技术中拍摄的图像中背景虚化效果不佳的技术问题。CN108305223ACN108305223A权利要求书1/2页1.一种图像背景虚化处理方法，其特征在于，包括：采集到图像；根据物体识别模型，识别出所述图像中的物体的主体轮廓，其中，所述物体识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像和从所述图像中识别出的物体的主体轮廓；对所述图像中所述主体轮廓的背景进行虚化处理。2.根据权利要求1所述的方法，其特征在于，在根据所述物体识别模型，识别出所述图像中的物体的所述主体轮廓之前，还包括：获取预定数量系列的采样图像，以及从所述采样图像中识别出的物体的主体轮廓；对获取的所述采样图像，以及从所述采样图像中识别出的物体的主体轮廓，采用人工神经网络算法进行训练，得到针对所述预定数量系列图像的物体识别模型。3.根据权利要求1所述的方法，其特征在于，对所述图像中所述主体轮廓的背景进行虚化处理包括：获取所述图像的深度图；根据获取的所述深度图和识别出的所述主体轮廓，对所述图像中的所述主体轮廓的背景进行虚化处理。4.根据权利要求3所述的方法，其特征在于，获取所述图像的深度图包括：通过主摄像头截获主图像和通过辅摄像头截获辅图像；对所述主图像和所述辅图像进行时间同步，得到所述主摄像头的主同步图像和所述辅摄像头的辅同步图像；根据所述主同步图像和所述辅同步图像，获取所述图像的深度图。5.根据权利要求4所述的方法，其特征在于，根据所述主同步图像和所述辅同步图像，获取所述图像的深度图包括：获取所述主同步图像和所述辅同步图像的图像差异，获取所述主摄像头和所述辅摄像头两中心位置之间的距离，以及获取所述主同步图像和所述辅同步图像的画幅差异；根据获取的所述图像差异，所述距离，以及所述画幅差异，获取所述图像的深度图。6.根据权利要求1至5中任一项所述的方法，其特征在于，在对所述图像中所述主体轮廓的背景进行虚化处理之前，还包括：对所述图像中的所述主体轮廓进行效果增强处理。7.根据权利要求6所述的方法，其特征在于，在对所述图像中的所述主体轮廓进行效果增强处理之前，还包括：通过采集所述图像的双摄像头中的辅摄像头对所述主体轮廓对应的主体进行对焦。8.根据权利要求6所述的方法，其特征在于，在对所述图像中所述主体轮廓的背景进行虚化处理之后，还包括：通过采集所述图像的双摄像头中的主摄像头对进行虚化处理后的图像进行预览和输出。9.一种图像背景虚化处理装置，其特征在于，包括：采集模块，用于采集到图像；识别模块，用于根据物体识别模型，识别出所述图像中的物体的主体轮廓，其中，所述2CN108305223A权利要求书2/2页物体识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：图像和从所述图像中识别出的物体的主体轮廓；虚化模块，用于对所述图像中所述主体轮廓的背景进行虚化处理。10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至8中任意一项所述的图像背景虚化处理方法。11.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至8中任意一项所述的图像背景虚化处理方法。3CN108305223A说明书1/6页图像背景虚化处理方法及装置技术领域[0001]本发明涉及图像处理技术领域，具体而言，涉及一种图像背景虚化处理方法及装置。背景技术[0002]随着智能手机的广泛使用，摄像头作为手机中的重要模块已取代卡片相机成为大众最常用的便携拍摄设备。而手机摄像头由于本身体积的限制，其应用局限性仍较明显，其中光圈小，焦距短，所以很难拍出背景