[发明专利]图像处理方法、装置、设备及存储介质

说明书

本发明公开了一种图像处理方法、装置、设备及存储介质。其中，方法包括：获取二维图像；利用第一神经网络模型，对所述二维图像进行深度估计处理，得到与所述二维图像对应的第一深度图像；利用第二神经网络模型，对所述二维图像中的待分割对象进行分割，得到所述待分割对象对应的掩码图；基于所述第一深度图像和所述待分割对象对应的掩码图，得到所述待分割对象的分割结果。

技术领域

本发明涉及图像处理技术，具体涉及一种图像处理方法、装置、设备及存储介质。

背景技术

在图像处理领域，可以对采集的待处理图像进行图像分割处理，以分割出待处理图像中的待分割对象，如图像中的人物、建筑物体等。目前，深度学习被广泛应用于图像检测与分割等任务，深度学习方法通常需要准确勾勒出待分割对象的边界，才能使模型得到更好的图像检测和分割结果。但是，相关技术中，利用深度学习对采集的待分割对象进行分割时，可能会出现待分割对象的边缘出现错误的现象，例如，在对人物进行分割的时候，可能会存在把用户的手臂、脚等本属于同一个主体的部分遗漏。

发明内容

有鉴于此，本发明实施例期望提供一种图像处理方法、装置、设备及存储介质。

本发明的技术方案是这样实现的：

本发明实施例提供一种图像处理方法，所述方法包括：

获取二维图像；

利用第一神经网络模型，对所述二维图像进行深度估计处理，得到与所述二维图像对应的第一深度图像；

利用第二神经网络模型，对所述二维图像中的待分割对象进行分割，得到所述待分割对象对应的掩码图；

基于所述第一深度图像和所述待分割对象对应的掩码图，得到所述待分割对象的分割结果。

上述方案中，所述基于所述第一深度图像和所述待分割对象对应的掩码图，得到所述待分割对象的分割结果，包括：

基于所述第一深度图像和所述待分割对象对应的掩码图，得到与所述待分割对象对应的第二深度图像；

对所述第一深度图像进行边缘检测，得到所述待分割对象的边缘轮廓深度图；

利用所述待分割对象的边缘轮廓深度图，以及所述待分割对象对应的第二深度图像，得到所述待分割对象的分割结果。

上述方案中，所述基于所述第一深度图像和所述待分割对象对应的掩码图，得到与所述待分割对象对应的第二深度图像，包括：

将掩码图中每个像素与所述第一深度图像中每个像素进行相乘运算，得到运算结果；

将所述运算结果对应的图像作为与所述待分割对象对应的第二深度图像。

上述方案中，所述利用所述待分割对象的边缘轮廓深度图，以及所述待分割对象对应的第二深度图像，得到所述待分割对象的分割结果，包括：

对所述待分割对象对应的第二深度图像的边界进行膨胀操作，得到边界区域的像素值；

将所述边界区域的像素值与所述边缘轮廓图中的像素值进行与运算，得到运算结果；

当所述运算结果满足预设条件时，停止膨胀操作，并将膨胀操作后的图像作为所述待分割对象的分割结果。

上述方案中，所述方法还包括：

当所述运算结果未满足所述预设条件时，继续对所述第二深度图像的边界进行膨胀操作。

上述方案中，所述利用第二神经网络模型，对所述二维图像中的目标物体进行分割，得到与所述待分割对象对应的掩码图，包括：

对所述待分割对象进行图像识别处理，得到识别结果；