图像处理方法、装置、计算机设备、存储介质及程序产品与流程

技术特征：
1.一种图像处理方法，其特征在于，所述方法包括：获取目标图像及所述目标图像对应的初始前景掩膜图像；所述目标图像中包含目标对象，所述初始前景掩膜图像是对所述目标图像中的目标对象进行分割处理得到的；对所述目标图像和所述初始前景掩膜图像进行图像拼接处理，得到拼接图像；对所述拼接图像进行特征学习，得到所述目标图像对应的参考前景掩膜图像；对所述参考前景掩膜图像进行优化处理，得到所述目标图像对应的目标前景掩膜图像；所述目标前景掩膜图像中包含所述目标对象对应的目标前景区域，所述目标前景区域用于指示所述目标图像中所述目标对象的所在区域。2.如权利要求1所述的方法，其特征在于，用于进行优化处理的参考前景掩膜图像的数量为n个，优化处理的次数为n-1次，n为大于1的整数；所述对所述参考前景掩膜图像进行优化处理，得到所述目标图像对应的目标前景掩膜图像，包括：对n个参考前景掩膜图像中的第一参考前景掩膜图像和第二参考前景掩膜图像进行第一次优化处理，得到第一个中间前景掩膜图像；对所述n个参考前景掩膜图像中的第三参考前景掩膜图像和所述第一个中间前景掩膜图像进行第二次优化处理，得到第二个中间前景掩膜图像；继续进行后续次的优化处理，直至进行第n-1次优化处理得到第n-1个中间前景掩膜图像为止；将所述第n-1个中间前景掩膜图像确定为所述目标图像对应的目标前景掩膜图像。3.如权利要求2所述的方法，其特征在于，所述对n个参考前景掩膜图像中的第一参考前景掩膜图像和第二参考前景掩膜图像进行第一次优化处理，得到第一个中间前景掩膜图像，包括：按照所述第二参考前景掩膜图像的图像尺寸，对所述第一参考前景掩膜图像进行上采样处理，得到上采样处理后的第一参考前景掩膜图像；对所述上采样处理后的第一参考前景掩膜图像进行图像变换处理，得到变换前景掩膜图像，所述变换前景掩膜图像中包括二义性区域；确定所述变换前景掩膜图像对应的变换背景掩膜图像；对所述上采样处理后的第一参考前景掩膜图像和所述变换背景掩膜图像进行图像融合处理，得到第一融合图像；对所述第二参考前景掩膜图像和所述变换前景掩膜图像进行图像融合处理，得到第二融合图像；对所述第一融合图像和所述第二融合图像进行图像叠加处理，得到所述第一个中间前景掩膜图像。4.如权利要求2所述的方法，其特征在于，所述参考前景掩膜图像和所述目标前景掩膜图像是通过前景掩膜优化网络得到的，所述n-1次优化处理中每次优化处理得到的中间前景掩膜图像均用于对所述前景掩膜优化网络进行训练；基于所述n-1次优化处理中的第i次优化处理得到的第i个中间前景掩膜图像，对所述前景掩膜优化网络进行训练的过程，包括：获取所述第i个中间前景掩膜图像对应的标注前景掩膜图像和标注原始图像，i为小于或等于n-1的正整数；
根据所述第i个中间前景掩膜图像、所述标注前景掩膜图像和所述标注原始图像，确定所述第i次优化处理的网络损失信息；按照减小所述网络损失信息的方向，优化所述前景掩膜优化网络的网络参数。5.如权利要求4所述的方法，其特征在于，所述根据所述第i个中间前景掩膜图像、所述标注前景掩膜图像和所述标注原始图像，确定所述第i次优化处理的网络损失信息，包括：基于所述第i个中间前景掩膜图像和所述标注前景掩膜图像之间的差异性，确定第一损失信息；对所述第i个中间前景掩膜图像和所述标注原始图像进行图像融合处理，得到第三融合图像，对所述标注前景掩膜图像和所述标注原始图像进行图像融合处理，得到第四融合图像，基于所述第三融合图像和所述第四融合图像之间的差异性，确定第二损失信息；对所述第i个中间前景掩膜图像进行梯度处理，对所述标注前景掩膜图像进行梯度处理，根据梯度处理后的第i个中间前景掩膜图像和梯度处理后的标注前景掩膜图像之间的差异性，确定第三损失信息；根据所述第一损失信息、所述第二损失信息和所述第三损失信息，确定所述第i次优化处理的网络损失信息。6.如权利要求1所述的方法，其特征在于，所述参考前景掩膜图像和所述目标前景掩膜图像是通过前景掩膜优化网络得到的；所述方法还包括：获取所述前景掩膜优化网络的训练样本集，所述训练样本集中至少包括第一样本图像和第二样本图像，所述第一样本图像中包含第一对象，所述第二样本图像中包含第二对象；从所述第一样本图像中分离出包含所述第一对象的前景图像，将包含所述第一对象的前景图像与所述第二样本图像进行图像叠加处理，得到第三样本图像；从所述第二样本图像中分离出包含所述第二对象的前景图像，将包含所述第二对象的前景图像与所述第一样本图像进行图像叠加处理，得到第四样本图像；根据所述第三样本图像和所述第四样本图像更新所述训练样本集，所述目标图像是更新后的训练样本集中的任一图像。7.如权利要求1所述的方法，其特征在于，用于进行优化处理的参考前景掩膜图像的数量为n个，n为大于1的整数；所述对所述拼接图像进行特征学习，得到所述目标图像对应的参考前景掩膜图像，包括：基于所述拼接图像进行m次卷积处理，得到m个卷积特征图；基于所述m个卷积特征图进行m次上采样处理，得到m个参考前景掩膜图像；从所述m个参考前景掩膜图像中确定n个参考前景掩膜图像，所述n个参考前景掩膜图像中至少包括所述m个参考前景掩膜图像中图像尺寸最大的参考前景掩膜图像，m为大于或等于n的整数。8.如权利要求7所述的方法，其特征在于，所述基于所述拼接图像进行m次卷积处理，得到m个卷积特征图，包括：对所述拼接图像进行第一次卷积处理，得到所述第一次卷积处理的卷积特征图；对所述第一次卷积处理的卷积特征图进行第二次卷积处理，得到所述第二次卷积处理的卷积特征图；继续进行后续次的卷积处理，直至得到第m次卷积处理的卷积特征图为止。
9.如权利要求8所述的方法，其特征在于，所述m次卷积处理包括第j次卷积处理，在进行所述第j次卷积处理之前，所述方法还包括：对所述初始前景掩膜图像进行标准化处理，得到标准前景掩膜图像；所述第j次卷积处理的过程，包括：对所述标准前景掩膜图像和第j-1次卷积处理的卷积特征图进行图像叠加处理，得到标准卷积叠加图像；对所述标准卷积叠加图像进行卷积处理，得到所述第j次卷积处理的卷积特征图，j为大于1且小于或等于m的正整数。10.如权利要求9所述的方法，其特征在于，所述对所述初始前景掩膜图像进行标准化处理，得到标准前景掩膜图像，包括：对所述初始前景掩膜图像进行归一化处理，得到归一化前景掩膜图像；对所述初始前景掩膜图像进行卷积处理，得到调整特征图；根据所述调整特征图对所述归一化前景掩膜图像进行调整，得到标准前景掩膜图像。11.如权利要求10所述的方法，其特征在于，所述调整特征图包括比例调整特征图和偏置调整特征图；所述根据所述调整特征图对所述归一化前景掩膜图像进行调整，得到标准前景掩膜图像，包括：对所述归一化前景掩膜图像和所述比例调整特征图进行图像融合处理，得到第一调整特征图；对所述第一调整特征图和所述偏置调整特征图进行图像叠加处理，得到所述标准前景掩膜图像。12.如权利要求8所述的方法，其特征在于，所述基于所述m个卷积特征图进行m次上采样处理，得到m个参考前景掩膜图像，包括：对所述第m次卷积处理的卷积特征图进行第一次上采样处理，得到所述第一次上采样处理的参考前景掩膜图像；对第m-1次卷积处理的卷积特征图和所述第一次上采样处理的参考前景掩膜图像进行图像叠加处理，得到参考卷积叠加图像，对所述参考卷积叠加图像进行第二次上采样处理，得到所述第二次上采样处理的参考前景掩膜图像；继续进行后续次的上采样处理，直至得到第m次上采样处理的参考前景掩膜图像为止。13.如权利要求1所述的方法，其特征在于，所述初始前景掩膜图像中包括所述目标对象对应的初始前景区域；所述对所述目标图像和所述初始前景掩膜图像进行图像拼接处理，得到拼接图像，包括：根据所述初始前景区域确定图像裁剪区域；根据所述图像裁剪区域对所述目标图像进行图像裁剪处理，得到裁剪后的目标图像；根据所述图像裁剪区域对所述初始前景掩膜图像进行图像裁剪处理，得到裁剪后的初始前景掩膜图像；对所述裁剪后的目标图像和所述裁剪后的初始前景掩膜图像进行图像拼接处理，得到所述拼接图像。14.如权利要求1所述的方法，其特征在于，所述对所述参考前景掩膜图像进行优化处理，得到所述目标图像对应的目标前景掩膜图像之后，所述方法还包括：确定所述目标前景掩膜图像对应的目标背景掩膜图像；根据所述目标前景掩膜图像对所述目标图像进行图像分离处理，得到包含所述目标对
象的前景图像；获取参考图像，并根据所述目标背景掩膜图像对所述参考图像进行图像分离处理，得到背景图像；对所述包含所述目标对象的前景图像和所述背景图像进行图像叠加处理，得到合成图像。15.一种图像处理装置，其特征在于，所述图像处理装置包括：获取单元，用于获取目标图像及所述目标图像对应的初始前景掩膜图像；所述目标图像中包含目标对象，所述初始前景掩膜图像是对所述目标图像中的目标对象进行分割处理得到的；处理单元，用于对所述目标图像和所述初始前景掩膜图像进行图像拼接处理，得到拼接图像；对所述拼接图像进行特征学习，得到所述目标图像对应的参考前景掩膜图像；对所述参考前景掩膜图像进行优化处理，得到所述目标图像对应的目标前景掩膜图像；所述目标前景掩膜图像中包含所述目标对象对应的目标前景区域，所述目标前景区域用于指示所述目标图像中所述目标对象的所在区域。16.一种计算机设备，其特征在于，所述计算机设备包括：处理器，适于实现计算机程序；计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1至14任一项所述的图像处理方法。17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机程序，所述计算机程序适于由处理器加载并执行如权利要求1至14任一项所述的图像处理方法。18.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机指令，所述计算机指令被处理器执行时实现如权利要求1至14任一项所述的图像处理方法。

技术总结
本申请实施例提供了一种图像处理方法、装置、计算机设备、存储介质及程序产品，可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。该方法包括：获取目标图像及目标图像对应的初始前景掩膜图像；目标图像中包含目标对象，初始前景掩膜图像是对目标图像中的目标对象进行分割处理得到的；对目标图像和初始前景掩膜图像进行图像拼接处理，得到拼接图像；对拼接图像进行特征学习，得到目标图像对应的参考前景掩膜图像；对参考前景掩膜图像进行优化处理，得到目标图像对应的目标前景掩膜图像；目标前景掩膜图像中包含的目标前景区域用于指示目标图像中目标对象的所在区域；可以准确地确定图像对应的掩膜图像。地确定图像对应的掩膜图像。地确定图像对应的掩膜图像。


技术研发人员：张瑞 程培
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2021.12.29
技术公布日：2023/7/19