申请/专利权人:浙江大学
申请日:2022-01-04
公开(公告)日:2024-06-25
公开(公告)号:CN114359307B
主分类号:G06T7/11
分类号:G06T7/11;G06N3/048;G06N3/0464;G06N3/084
优先权:
专利状态码:有效-授权
法律状态:2024.06.25#授权;2022.05.03#实质审查的生效;2022.04.15#公开
摘要:本发明公开了一种全自动高分辨率图像抠图方法,包括两个网络构成,解码器编码器网络负责对下采样后的图像预测一个粗粒度的抠图结果,双编码器分割网络在基础网络的基础上,在高分辨率下对选定的待细化区域进行细化,其中,双编码器分割网络包括两个编码器共享一个解码器结构,其中一个编码器负责提取原始RGB三通道图像的特征,另一个编码器负责提取RGB三通道图像以及基础网络提供的粗粒度分割结果组成的四通道图像的特征。该方法能够全自动的对高分辨率图像进行抠图,并具有较高的抠图质量,较高的计算效率。
主权项:1.一种全自动高分辨率图像抠图方法,其特征在于,包括:S1:获得原始图像,将所述原始图像进行下采样得到过程图像,将所述过程图像输入至解码器编码器网络得到分割图像,将所述分割图像进行上采样得到粗粒度分割图像;S2:基于像素透明度区间分别从所述原始图像中滑动选取第一候选区域,以及所述粗粒度分割图像中滑动选取第二候选区域;S3:构建双编码器分割网络,包括两个编码器和一个解码器,将第一候选区域输入至第一编码器得到RGB三通道图像特征,将第一候选区域和第二候选区域进行连接,将连接结果输入至第二编码器得到RGB三通道图像以及粗粒度分割图像的四通道图像特征,将所述RGB三通道图像特征和所述四通道图像特征输入至解码器得到候选区域细化图像;S4:将所述候选区域细化图像覆盖所述粗粒度分割图像中的对应区域得到抠图图像,实现全自动图像抠图;得到所述候选区域细化图像之后,将所述候选区域细化图像与第一候选区域相连接,将连接结果依次输入至多个卷积块和激活层得到最终候选区域细化图像。
全文数据:
权利要求:
百度查询: 浙江大学 一种全自动高分辨率图像抠图方法
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。