[发明专利]图像分割方法、装置、设备和存储介质

说明书

本申请提供了一种图像分割方法、装置、设备和存储介质，首先获取待分割图像；然后提取待分割图像中的第一人脸关键点；将第一人脸关键点与标准脸中的第二人脸关键点进行比较，基于比较结果对待分割图像进行校正；将校正后的待分割图像输入至预训练的多级级联卷积神经网络模型进行图像分割，得到未被遮挡的人脸图像。该图像分割方法，通过人脸关键点信息对待分割图像进行校正，可以减小图像分割的难度，同时采用多级级联卷积神经网络模型，提高了分割精度和稳定性。

技术领域

本申请涉及图像处理技术领域，具体涉及一种图像分割方法、装置、设备和存储介质。

背景技术

随着人工智能与数字图像处理技术的快速发展，自动美妆(如修眉、口红、眼妆等)已广泛应用于直播、短视频等应用场景。目前最常用的自动美妆方案是利用人脸关键点，例如根据嘴唇关键点拟合嘴唇曲线，然后对嘴唇上色。然而，在实际中，人脸区域常常有遮挡物(例如眼镜、口罩或者手指)等，为了实现精确且自然的美妆效果，需要对人脸区域的遮挡物进行识别，以避免将妆容画在遮挡物上。因此，美妆场景下将人脸与遮挡物分割开就显得尤为重要。

目前，常采用深度学习方法的人脸分割算法来将人脸图像从整个图像中分割下来，但该方法处理流程复杂，网络结构冗余，实时性较差，难以用于实时应用场景中(例如网络直播)。

发明内容

有鉴于此，本申请实施例中提供了一种图像分割方法、装置、设备和存储介质。

第一方面，本申请实施例提供了一种图像分割方法，该方法包括：

获取待分割图像；

提取所述待分割图像中的第一人脸关键点；

将所述第一人脸关键点与标准脸中的第二人脸关键点进行比较，基于比较结果对所述待分割图像进行校正；

将校正后的待分割图像输入至预训练的多级级联卷积神经网络模型进行图像分割，得到未被遮挡的人脸图像。

第二方面，本申请实施例提供了一种图像分割装置，该装置包括：

图像获取模块，用于获取待分割图像；

关键点提取模块，用于提取所述待分割图像中的第一人脸关键点；

图像校正模块，用于将所述第一人脸关键点与标准脸中的第二人脸关键点进行比较，基于比较结果对所述待分割图像进行校正；

图像分割模块，用于将校正后的待分割图像输入至预训练的多级级联卷积神经网络模型进行图像分割，得到未被遮挡的人脸图像。

第三方面，本申请实施例提供了一种终端设备，包括：存储器；一个或多个处理器，与所述存储器耦接；一个或多个应用程序，其中，一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个应用程序配置用于执行上述第一方面提供的图像分割方法。

第四方面，本申请实施例提供了一种计算机可读取存储介质，计算机可读取存储介质中存储有程序代码，程序代码可被处理器调用执行上述第一方面提供的图像分割方法。

本申请实施例提供的图像分割方法、装置、设备和存储介质，首先获取待分割图像；然后提取待分割图像中的第一人脸关键点；将第一人脸关键点与标准脸中的第二人脸关键点进行比较，基于比较结果对待分割图像进行校正；将校正后的待分割图像输入至预训练的多级级联卷积神经网络模型进行图像分割，得到未被遮挡的人脸图像。

该图像分割方法，通过人脸关键点信息对待分割图像进行校正，可以减小图像分割的难度，同时采用多级级联卷积神经网络模型，提高了分割精度和稳定性。

附图说明