[发明专利]人像液化背景保持方法、系统及介质

说明书

本发明提供了一种人像液化背景保持方法、系统及介质，通过人像分割算法、抠图算法生成人像区域，通过深度学习算法对人像区域进行背景填充，单独对人像区域进行液化操作，将液化的人像通过Alpha融合到背景图像上。本发明通过对人像和背景精细化分割分离，只对人像进行液化操作，解决了背景也跟着变形扭曲失真的问题。

技术领域

本发明涉及图像处理技术领域，具体地，涉及人像液化背景保持方法、系统及介质。

背景技术

图像液化即图像扭曲变形技术，最常用的包括瘦脸、美体。

对图像前景进行扭曲变形时，背景也随之变形，在背景比较特殊的情况下，就能明显感觉失真。

目前业界主流的做法即通过提供背景蒙版保持背景不被液化，然后通过patch-match算法来补全前景扭曲造成的背景空洞：目前背景蒙版需要手动制作，而patch-match算法背景填充容易造成空间像素的紊乱。

专利文献CN111028145A(申请号：CN201911254829.3)公开了一种防止背景变形的人物图像处理方法，包括以下步骤：1、分割人物图像原图得到原图蒙版图；2、对上述两者进行变形得到原图变形图和原图蒙版变形图；3、对人物图像原图逐层滤波并生成蒙版图得到图像金字塔；对蒙版图进行扩张和距离变换；4、计算未知区域梯度并进行SVD分解；5、从金字塔顶层开始顺序进行近邻搜索、十字形搜索和带限制的随机搜索得到最佳匹配块位置；6、用每个未知像素位置的最佳匹配块位置对其进行填充；7、重复步骤5和6，更新后的金字塔底层即为填充结果图；8、将原图变形图、原图蒙版变形图和填充结果图合成得到背景未变形的人物图像。本发明在对人物图像进行瘦身的同时还能保持图像背景的自然。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种人像液化背景保持方法、系统及介质。

根据本发明提供的一种人像液化背景保持方法，通过人像分割算法、抠图算法生成人像区域，通过深度学习算法对人像区域进行背景填充，单独对人像区域进行液化操作，将液化的人像通过Alpha融合到背景图像上。

优选地，包括：

步骤S1：通过基于深度卷积神经网络DCN的人像语义分割算法，从原始图像Input上提取粗糙的人像区域图像A1；

步骤S2：利用粗糙的人像区域A1生成三分图Trimap；

步骤S3：利用Image Matting算法，从Input和Trimap中提取精细的人像区域图像A2；

步骤S4：执行Input的背景和人像分离算法，生成人像图像H1和背景图像B1；

步骤S5：通过基于深度卷积生成对抗神经网络DCGAN,以B1和A2为输入，通过DCGAN算法补全A2区域的背景图像，生成补全的背景图像B2；

步骤S6：对H1和A2图像进行同步液化操作，以达到瘦脸和美体的功能，生成人像图像H2和alpha图像A3；

步骤S7：将背景图像B2和人像图像H2以alpha图像A3为权重进行alpha融合生成液化而背景不变形的输出图像。

优选地，所述步骤S2：

步骤S201：对A1人像区域进行尺寸为r_c形态学腐蚀，腐蚀后的区域标记为三分图的前景；

步骤S202：对A1非人像区域进行尺寸为r_c的形态学腐蚀，腐蚀后的区域标记为三分图的背景；

步骤S203：将A1中除了前景、背景的区域标记为三分图的过渡区；

步骤S204：合并前景、背景、过渡区到三分图Trimap中。