[发明专利]图像处理方法、装置、设备及存储介质

说明书

本申请实施例公开了一种图像处理方法、装置、设备及存储介质，属于图像处理领域。该方法包括：获取原始图像，该原始图像中包含至少一个目标对象；将原始图像输入第一预测模型，得到第一预测模型输出的第一透明通道图像，第一透明通道图像中包括原始图像中各个像素点对应的预测透明度值；将第一透明通道图像和原始图像输入第二预测模型，得到第二预测模型输出的第二透明通道图像，第二透明通道图像的精细度高于第一透明通道图像的精细度；根据第二透明通道图像对原始图像进行分割处理，得到目标对象对应的图像。相较于相关技术中的图像分割方法，无需引入三分图，可以实现从原始图像直接生成透明通道图像，进一步提升了进行图像分割的准确性。

技术领域

本申请实施例涉及图像处理领域，特别涉及一种图像处理方法、装置、设备及存储介质。

背景技术

图像分割指在静态图像或连续的视频序列中精确地将感兴趣的前景对象从背景中分离出来的过程，在人像虚化、背景替换等方面具有广泛应用，对于图像分割任务的目的主要是得到透明通道图像，透明通道图像中标注有各个像素点对应的透明度值，其中，透明度值为1的区域为前景图像区域，透明度为0的区域为背景图像区域，利用得到的透明通道图像可以将原图中的前景图像分离出来。

相关技术中，提供了一种图像分割方法，需要根据原图生成三分图，三分图用来将原图分为三个部分，分别是确定的前景图像区域、确定的背景图像区域和不确定区域，利用三分图首先确定出不确定区域，再将三分图和原图输入训练完成的神经网络中，确定出不确定区域中的各个像素点对应的透明度值，从而输出用于图像分割的透明通道图像。

显然，相关技术中得到的透明通道图像依赖于三分图的精确性，而三分图需要依赖于训练特定神经网络产生或由人工标注得到，导致生成的透明通道图像的精确性较低。

发明内容

本申请实施例提供了一种图像处理方法、装置、设备及存储介质。所述技术方案如下：

一方面，本申请实施例提供了一种图像处理方法，所述方法包括：

获取原始图像，所述原始图像中包含至少一个目标对象；

将所述原始图像输入第一预测模型，得到所述第一预测模型输出的第一透明通道图像，所述第一透明通道图像中包括所述原始图像中各个像素点对应的预测透明度值；

将所述第一透明通道图像和所述原始图像输入第二预测模型，得到所述第二预测模型输出的第二透明通道图像，所述第二透明通道图像的精细度高于所述第一透明通道图像的精细度；

根据所述第二透明通道图像对所述原始图像进行分割处理，得到所述目标对象对应的图像。

另一方面，本申请实施例提供了一种图像处理装置，所述装置包括：

第一获取模块，用于获取原始图像，所述原始图像中包含至少一个目标对象；

第一预测模块，用于将所述原始图像输入第一预测模型，得到所述第一预测模型输出的第一透明通道图像，所述第一透明通道图像中包括所述原始图像中各个像素点对应的预测透明度值；

第二预测模块，用于将所述第一透明通道图像和所述原始图像输入第二预测模型，得到所述第二预测模型输出的第二透明通道图像，所述第二透明通道图像的精细度高于所述第一透明通道图像的精细度；

分割处理模块，用于根据所述第二透明通道图像对所述原始图像进行分割处理，得到所述目标对象对应的图像。

另一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述方面所述的图像处理方法。