Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种景区照片无关人像去除的方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:浙江工业大学

摘要:本发明涉及一种景区照片无关人像去除的方法,通过固定摄像头在景点的预设拍摄区域获取背景,游客站到预设拍摄点位时,摄像机对游客抓拍,游客选取满意的照片作为原图,使用卷积神经网络进行实例分割处理后,由游客标记不同的人像区域,对相关人像判断、计算相关人像置信度、进行相关人像区域和无关人像区域筛选,对筛选的结果可视化处理;游客预处理后去除确认的无关人像,将结果图呈现给游客。本发明交互性强,游客可在游览空隙将整个过程操作完毕,并能得到完全属于有关人物的独享照片,不用担心侵犯他人隐私,得到的照片实际质量高,由于交互性强、可操作性强,游客选择服务的需求将升高,对于景区来说更能有序管理,并进行经营输出。

主权项:1.一种景区照片无关人像去除的方法,其特征在于:所述方法包括以下步骤:步骤1:背景获取:针对任一景点,固定摄像头在该景点的预设拍摄区域I,获得若干背景图;步骤2:获取照片:当游客站到预设拍摄点位时,摄像机对游客进行抓拍,游客选取满意的照片作为原图S进行下一步处理;步骤3:人像分割:对游客选定的照片使用卷积神经网络进行实例分割处理;步骤4:人像筛选:对照片进行人像分割后,进行预处理,对有关人像判断、计算得到有关人像置信度,基于置信度进行有关人像区域和无关人像区域筛选,对筛选的结果进行可视化处理;步骤4包括以下步骤:步骤4.1:对照片进行人像分割后,对获得的n个掩模区域进行图像掩膜处理,n个掩模区域内的像素值使用m到m+n之间的n个数值进行赋值,图片的预设拍照区域I的像素值设为255,除此之外的其他区域的像素值设为0;n≥0,m+n<255;步骤4.2:进行有关人像判断,计算得到有关人像置信度,包括以下步骤:步骤4.2.1:计算掩模之间的交并比IOU,通过IOU得出各个掩模的有关人像置信度ValueIOU;当Maski与预设拍照区域I的交并比IOUiI大于0,则ValueIOU_i值为1;当掩模Maski及与其相交的其他人像区域掩模Maskj与预设拍照区域I的交并比IOUiI和IOUjI为0,则Maski与Maskj都没有像素落在区域I内,其ValueIOU_i值为0;其中,v用来判断Maski与Maskj的相交程度;取ValueIOU的最大值;步骤4.2.2:计算各个掩模到预设拍照区域I的横向距离HorDis,通过该距离得出各个掩模的有关人像置信度Valuedis,其中,数值D是两区域距离的阈值;步骤4.2.3:对各个掩模区域进行聚类,得出各个掩模的人像置信度Valuemeans,包括以下步骤:选择预设拍照区域I的中心点和任意一个掩模区域的中心点作为2个聚类的初始中心,令前者为有关人像类的中心,后者为无关人像类的中心;计算掩模Maski区域到两个聚类中心的距离dis,将Maski类别归类到距离两个聚类中心较近的中心的类;通过采用类内像素点坐标均值来迭代计算有关人像类和无关人像类的中心;对2个聚类中心,直至迭代更新后新的聚类中心与上一次的聚类中心之间的距离变化小于阈值,认为达到稳定状态,迭代结束,否则继续迭代更新;使用稳定状态的两聚类中心进行类别判断,计算Valuemeans,步骤4.2.4:对置信度ValueIOU、Valuedis、Valuemeans加权相加,得到最后的有关人像置信度Value;步骤4.3:设定置信度阈值,基于置信度进行有关人像区域和无关人像区域筛选,置信度超过阈值的为有关人像区域;步骤4.4:对认定为有关人像区域的,进行可视化处理,便于用户辨别;步骤5:用户交互:对照片进行无关人像筛选之后,将筛选结果呈现给游客,游客对筛选的结果进行编辑;步骤6:人像去除:首先进行区域背景匹配,获得与无关人像区域Ω最为匹配的背景区域G,然后采用图像融合的算法,将无关人像区域Ω用对应的背景区域G进行替换,并无缝融合在原图S上,以实现无关人像去除;步骤7:将人像去除的结果图呈现给游客。

全文数据:

权利要求:

百度查询: 浙江工业大学 一种景区照片无关人像去除的方法

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。