基于人像分割模型生成结果的图像后处理方法与流程

技术特征：
1.一种基于人像分割模型生成结果的图像后处理方法，其特征在于，包括：步骤s100、将原始图片压缩后输入人像分割模型，根据人像分割模型生成结果将图片划分为背景区、待确定区和前景区；步骤s200、对待确定区采用颜色梯度分析，确定待确定区每一个像素属于前景区还是背景区；步骤s300、将图片放大至与原始图片大小匹配，再进行二值化与滤波，得到处理后的图片数据。2.根据权利要求1所述的基于人像分割模型生成结果的图像后处理方法，其特征在于，对待确定区采用颜色梯度分析，确定待确定区每一个像素属于前景区还是背景区的方法为：遍历待确定区的每个点，执行以下步骤：步骤s210、以选中的点i(x,y)为原点，生成检测框，检测框的左下角坐标(x-5,y-5)与右上角(x 5,y 5)；步骤s220、统计检测框内所有点的r，g，b的平均值得到r测，g测，b测；步骤s230、以点i(x,y)做十字线，找到十字线与确定区域最近的两个交点，确定区域为前景区和背景区，判断这两个交点：若这两个交点均在前景区，则点i(x,y)在前景区，结束；若这两个交点均在背景区，则点i(x,y)在背景区，结束；若一个交点在前景区即前景交点，一个交点在背景区即背景交点，则分别以前景交点、背景交点为原点，生成与步骤s210中同样大小的两个检测框，分别计算两个检测框内所有点的r，g，b的平均值，得到r前，g前，b前和r背，g背，b背；比较[(r前-r测)^2 (g前-g测)^2 (b前-b测)^2]与[(r背-r测)^2 (g背-g测)^2 (b背-b测)^2]，若[(r前-r测)^2 (g前-g测)^2 (b前-b测)^2]小于[(r背-r测)^2 (g背-g测)^2 (b背-b测)^2]，则点i(x,y)在前景区，若[(r前-r测)^2 (g前-g测)^2 (b前-b测)^2]大于[(r背-r测)^2 (g背-g测)^2 (b背-b测)^2]，则点i(x,y)在背景区；根据[(r前-r测)^2 (g前-g测)^2 (b前-b测)^2]、[(r背-r测)^2 (g背-g测)^2 (b背-b测)^2]的计算结果对点i(x,y)在人像分割模型的生成结果进行加权，结束。3.根据权利要求2所述的基于人像分割模型生成结果的图像后处理方法，其特征在于，所述步骤s300具体包括：将人像分割模型的生成结果更新为(255-255*生成结果)，得到alpha的值，采用插值方法inter_cubic将图片放大至与原始图片大小匹配，再进行二值化和高频滤波，得到图片压缩前的图片数据。

技术总结
本发明公开了基于人像分割模型生成结果的图像后处理方法，将原始图片压缩后输入人像分割模型，根据人像分割模型生成结果将图片划分为背景区、待确定区和前景区；对待确定区采用颜色梯度分析，确定待确定区每一个像素属于前景区还是背景区；将图片放大至与原始图片大小匹配，再进行二值化与滤波，得到处理后的图片数据。本发明采用图像后处理技术，解决小模型处理结果精度不佳及放大存在锯齿感的问题，使得硬件性能不够强的设备通过小模型加模型后处理得到的结果达到与硬件性能较强的设备运行的较复杂的模型得到的结果在表现上相仿的程度，降低人像抠图对硬件的要求。降低人像抠图对硬件的要求。降低人像抠图对硬件的要求。


技术研发人员：李家乾
受保护的技术使用者：四川长虹电器股份有限公司
技术研发日：2021.11.25
技术公布日：2022/2/23