[发明专利]人像分割方法、装置及设备

说明书

本发明实施例提供一种人像分割方法、装置及设备，该方法包括：获取视频中第一图像与第二图像之间的差异值，第一图像为待进行人像分割处理的图像，第二图像为第一图像的前一帧图像，第二图像已进行人像分割处理；若差异值大于预设阈值，则根据预设模型对第一图像进行人像分割处理，得到第一图像的人像分割结果，预设模型为根据多组样本学习得到的，每组样本包括图像样本和对应的人像分割结果样本；若差异值小于或等于预设阈值，则根据第二图像的人像分割结果和运动估计算法，确定第一图像的人像分割结果。在保证对视频进行高精度的人像分割处理的基础上，提高了对视频进行高精度人像分割处理的实时性。

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种人像分割方法、装置及设备。

背景技术

人像分割是指在图像中提取人体图像，视频场景下的人像分割是指在视频中实时提取人体图像。

在现有技术中，当需要在终端设备(例如手机等)中对视频进行实时人像分割处理时，通常先在终端设备中加载预先学习得到的预设模型，再将视频输入至预设模型，以使预设模型对视频中的每一帧图像进行人像分割处理。然而，在通过预设模型对图像进行高精度的人像分割处理时，预设模型需要消耗终端设备较多的资源、且需要较长的处理时长。导致对视频进行高精度人像分割处理的实时性较差。

发明内容

本发明实施例提供一种人像分割方法、装置及设备，在保证对视频进行高精度的人像分割处理的基础上，提高了对视频进行高精度人像分割处理的实时性。

第一方面，本发明实施例提供一种人像分割方法，包括：

获取视频中第一图像与第二图像之间的差异值，所述第一图像为待进行人像分割处理的图像，所述第二图像为所述第一图像的前一帧图像，所述第二图像已进行人像分割处理；

若所述差异值大于预设阈值，则根据预设模型对所述第一图像进行人像分割处理，得到第一图像的人像分割结果，所述预设模型为根据多组样本学习得到的，每组样本包括图像样本和对应的人像分割结果样本；

若所述差异值小于或等于所述预设阈值，则根据所述第二图像的人像分割结果和运动估计算法，确定所述第一图像的人像分割结果。

在一种可能的实施方式中，在所述根据预设模型对所述第一图像进行人像分割处理之前，还包括：

获取所述视频的类型，所述视频的类型包括近景视频类型和远景视频类型；

根据所述视频的类型，加载所述视频类型对应的所述预设模型。

在另一种可能的实施方式中，所述获取所述视频的类型，包括：

确定终端设备拍摄所述视频所使用的摄像头；

若拍摄所述视频所使用的摄像头为前置摄像头，则确定所述视频的类型为近景视频类型；

若拍摄所述视频所使用的摄像头为后置摄像头，则确定所述视频的类型为远景视频类型。

在另一种可能的实施方式中，所述预设模型具有优化网络结构、优化卷积层、优化网络高层语义信息中的至少一种；其中，

所述优化网络结构为深度加逐点的网络结构。

所述优化卷积层的卷积操作包括一个第一卷积操作和K个第二卷积操作；其中，所述第一卷积操作为输入为M通道、输出为N/K通道，所述第二卷积操作的输入为N/K通道、输出为N/K通道；所述预设模型的卷积层的特征输出为所述第一卷积操作和所述K个第二卷积操作的特征组合，所述M、所述N、所述K分别为大于或等于1的正整数。

所述优化网络高层语义信息中包括扩张操作。

在另一种可能的实施方式中，所述获取视频中第一图像与第二图像之间的差异值，包括：