[发明专利]视频人脸分割方法、装置、计算机设备及存储介质

说明书

本申请涉及视频图像处理技术领域，揭露一种视频人脸分割方法、装置、计算机设备及存储介质，其中方法将获取的样本图像进行预处理，将得到的真值图像输入到图像处理模型中；按照预设倍数对真值图像进行滤波处理，并将得到的滤波结果进行叠加，将得到的第一图像特征与真值图像进行差异化处理和图像分辨率缩减处理，得到第三图像特征和第四图像特征；基于注意力机制，计算出第三图像特征和第四图像特征的注意力矩阵和特征融合，得到增强图像，再基于损失值得到训练好的图像处理模型；将获取的待处理视频输入到训练好的图像处理模型中进行图像分割处理，得到目标图像。本申请通过增强图像边缘细节，有利于视频人脸分割的准确性。

技术领域

本申请涉及视频图像处理技术领域，尤其涉及一种视频人脸分割方法、装置、计算机设备及存储介质。

背景技术

语义分割是众多视觉理解系统的重要核心技术，在包括医学图像分析、车辆自动驾驶、视频监控、虚拟现实增强等领域发挥着不可替代的作用。早先分割技术主要基于传统图像算法，衍生出诸如阈值法、直方图统计法、像素区域增长法、k-means聚类、马尔科夫随机场等方法。近年来，随着深度学习技术的飞速发展，更多性能优越且精度更佳的算法被提出来。归根结底而言，语义分割实际上可以认为是对于图像中逐像素进行的语义分类问题，而视频人脸分割是语义分割的一个重要分支。

现有的视频人脸分割方法是通过全卷积网络FCN(Fully ConvolutionalNetworks)进行实现的，全卷积网络FCN仅包含卷积模块，首次实现在可变大小的图像上以端到端的方式训练深层网络，输出相同分辨率的分割图像。然而，传统的全卷积网络FCN模型虽然具有普遍性和有效性，但也存在一定的局限性，它不能快速地进行实时推理，不能有效地考虑全局上下文信息，从而导致视频人脸分割的准确性较低。现亟需一种能够提高视频人脸分割准确性的方法。

发明内容

本申请实施例的目的在于提出一种视频人脸分割方法、装置、计算机设备及存储介质，以提高视频人脸分割的准确性。

为了解决上述技术问题，本申请实施例提供一种视频人脸分割方法，包括：

获取样本图像，并对所述样本图像进行预处理，得到真值图像，将所述真值图像输入到图像处理模型中，其中，所述图像处理模型包括四层特征分支；

在第一层特征分支中，按照预设倍数对所述真值图像进行滤波处理，得到滤波结果，并将所述滤波结果进行叠加，得到第一图像特征；

在第二层特征分支中，将所述第一图像特征与所述真值图像进行差异化处理，得到第二图像特征；

将所述第二图像特征分别经过第三层特征分支和第四层特征分支的图像分辨率缩减处理，得到第三图像特征和第四图像特征；

基于注意力机制，计算出所述第三图像特征和所述第四图像特征的注意力矩阵，并基于所述注意力矩阵进行特征融合，得到增强图像特征；

计算所述增强图像特征与所述真值图像的损失值，若所述损失值达到预设阈值时，得到训练好的图像处理模型；

获取待处理视频，并对所述待处理视频进行逐帧提取，得到初始图像，并将所述初始图像输入到所述训练好的图像处理模型中进行图像分割处理，得到目标图像。

进一步的，所述获取样本图像，并对所述样本图像进行预处理，得到真值图像，将所述真值图像输入到图像处理模型中，包括：

获取所述样本图像，并对所述样本图像进行归一化处理，得到归一化图像；

按照预设的图像尺寸，对所述归一化图像进行尺寸调整，得到真值图像，并将所述真值图像输入到所述图像处理模型中。

进一步的，所述在第一层特征分支中，按照预设倍数对所述真值图像进行滤波处理，得到滤波结果，并将所述滤波结果进行叠加，得到第一图像特征，包括：