图像处理方法、装置及电子设备与流程

技术特征：
1.一种图像处理方法，其特征在于，所述方法包括：将待处理图像输入到人物分割模块中进行计算，得到所述人物分割模块输出的所述待处理图像中包含的人物图像；将所述待处理图像输入到头发分割模块中进行计算，得到所述头发分割模块输出的所述待处理图像中包含的精细化效果的头发图像；将所述人物图像与所述精细化效果的头发图像进行融合，得到包含精细头发效果的人物图像。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：执行以下步骤，对所述人物分割模块和所述头发分割模块进行多任务学习训练，直到所述多任务学习训练的损失函数的损失值达到最优，其中，用于训练的图像样本集中的样本图像被标注了人物所在区域和头发所在区域：将所述图像样本集中的样本图像输入到所述人物分割模块，以所述样本图像中被标注的人物所在区域为监督信号，计算从所述样本图像中分割出人物图像时，所述人物分割模块的第一损失函数的第一损失值；将所述人物分割模块输出的人物图像输入到所述头发分割模块，以所述样本图像中被标注的头发所在区域为监督信号，计算从所述人物图像中分割出的精细头发效果时，所述头发分割模块的第二损失函数的第二损失值；将所述第一损失值和第二损失值进行加权计算，得到所述多任务学习训练的损失函数的损失值，并基于所述损失值分别调整所述人物分割模块和所述头发分割模块的模块参数。3.根据权利要求2所述的方法，其特征在于，所述计算从所述人物图像中分割出的精细头发效果时，所述头发分割模块的第二损失函数的第二损失值，包括：将所述头发分割模块从所述人物分割模块输出的人物图像中分割出的精细头发效果，与所述样本图像对应的人物边缘区域进行计算，得到所述样本图像的头发边缘区域；将所述头发边缘区域与所述人物分割模块输出的人物图像进行计算，得到所述头发分割模块的第二损失函数的第二损失值。4.根据权利要求3所述的方法，其特征在于，所述将所述头发分割模块从所述人物分割模块输出的人物图像中分割出的精细头发效果，与所述样本图像对应的人物边缘区域进行计算，得到所述样本图像的头发边缘区域，包括：以所述精细头发效果和人物边缘区域的图像中心点为基准，计算所述精细头发效果和人物边缘区域的交集；将所述交集的区域确定为所述样本图像的头发边缘区域。5.根据权利要求3所述的方法，其特征在于，所述人物边缘区域，通过以下方式计算得到：对输入的样本图像分别进行膨胀和腐蚀处理，得到扩大的膨胀样本图像和缩小的腐蚀样本图像；对所述膨胀样本图像或腐蚀样本图像的像素值求反值；以所述膨胀样本图像和腐蚀样本图像的图像中心点为基准，计算所述膨胀样本图像和所述腐蚀样本图像的交集；
将所述交集的区域确定为人物边缘区域。6.根据权利要求3所述的方法，其特征在于，所述头发分割模块从所述人物分割模块输出的人物图像中分割出的精细头发效果，包括：所述头发分割模块从所述人物分割模块输出的人物图像中分割出头发预测结果，并对所述头发预测结果进行引导滤波，得到精细头发效果。7.一种图像处理装置，其特征在于，所述装置包括：第一计算单元，被配置为将待处理图像输入到人物分割模块中进行计算，得到所述人物分割模块输出的所述待处理图像中包含的人物图像；第二计算单元，被配置为将所述待处理图像输入到头发分割模块中进行计算，得到所述头发分割模块输出的所述待处理图像中包含的精细化效果的头发图像；图像融合单元，被配置为将所述人物图像与所述精细化效果的头发图像进行融合，得到包含精细头发效果的人物图像。8.一种图像处理的电子设备，其特征在于，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如权利要求1-6中任一项所述的图像处理方法。9.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-6中任一项所述的图像处理方法。10.一种计算机程序产品，包括计算机程序或指令，其特征在于，所述计算机程序或指令被处理器执行时实现权利要求1-6中任一项所述的图像处理方法。

技术总结
本公开关于一种图像处理方法、装置及电子设备。所述方法包括：将待处理图像输入到人物分割模块中进行计算，得到所述人物分割模块输出的所述待处理图像中包含的人物图像；将所述待处理图像输入到头发分割模块中进行计算，得到所述头发分割模块输出的所述待处理图像中包含的精细化效果的头发图像；将所述人物图像与所述精细化效果的头发图像进行融合，得到包含精细头发效果的人物图像。应用本方法，可以从待处理图像中分割出头发边界清晰、发丝边缘锐利的人物图像，实现了发丝级的精细头发分割的效果。的效果。的效果。


技术研发人员：李程 赵松涛
受保护的技术使用者：北京达佳互联信息技术有限公司
技术研发日：2021.11.15
技术公布日：2022/3/15