申请/专利权人：南京行者易智能交通科技有限公司

申请日：2023-12-29

公开（公告）日：2024-04-26

公开（公告）号：CN117934829A

主分类号：G06V10/26

分类号：G06V10/26;G06N3/0455;G06V10/82

优先权：

专利状态码：在审-公开

法律状态：2024.04.26#公开

摘要：本发明公开了一种基于alpha通道和多尺度特征的人体图像抠图方法，具体包括以下步骤：将目标图像输入到编码器中，得到特征图集合；将最小尺寸特征送入全局语义增强模块，用于学习整个图像的全局视图，可以准确地定位人体主体；把全局语义增强模块和编码器的输出送入解码器，融合多层特征；把解码器输出送入alpha通道预测头，通过多层颜色估计算法，可以根据预测出的alpha通道扣出理想的人体区域。本发明通过使用全方位多尺度特征融合模块对特征进行深度挖掘和提取，全面提高模型对尺度的敏感性；对目标主体和边缘进行解耦，通过预测alpha通道，从而间接得到目标扣图。既能够提高模型分割性能，也可以增强模型对运动模糊和边缘的细化，整体提升模型的鲁棒性。

主权项：1.一种基于alpha通道和多尺度特征的人体图像抠图方法，其特征在于，包括以下步骤：步骤1，将目标图像输入到编码器中，编码器移除了最后的池化层和所有的全连接层，用主干网络中最后4个模块输出的特征图，得到特征图集合χi，其中i∈{1，2，3，4}，对应的尺度分别是输入尺寸的14、18、116和132；步骤2，把最小尺寸特征送入全局语义增强模块，用于学习整个图像的全局视图，全局语义增强模块包含两个连续的降采样模块，每个降采样模块表示为X1＝Conv3x3Conv3x3DownsampleX，其中Downsample·将输入降采样2倍，Conv3x3是一个256个输出通道的3×3卷积，后面跟着批量归一化和ReLU激活，重复这个模块进行两次降采样得到X2；步骤3，把全局语义增强模块和编码器的输出送入解码器，解码器由5个融合阶段组成，对于每个阶段，使用了两个M3模块，用H来进行标识，解码器运行过程表示为 其中i∈{1，2，3，4}，Conv1×1·表示一个1×1卷积，后面跟着批量归一化和ReLU层，Upsample·表示将其输入特征图上采样2倍，Concat·表示沿通道维度连接输入特征图，通过这种方式，融合多层特征并获得解码器输出D1；步骤4，把解码器输出D1送入alpha通道预测头，通过公式分别预测关于目标图片目标人的背景部分、边缘部分和主体部分，并通过得到目标图片的alpha通道预测图；建立优化对象其中，F代表前景、B代表背景，α代表alpha通道，i代表第i个像素值，代表前景第c个通道第i个像素关于x的梯度；通过多层颜色估计算法，可以根据预测出的alpha通道扣出理想的人体区域。

全文数据：

权利要求：

百度查询： 南京行者易智能交通科技有限公司 一种基于alpha通道和多尺度特征的人体图像抠图方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD