[发明专利]图像背景特征提取方法、装置、设备及介质

说明书

本发明涉及人工智能技术领域，提供了一种图像背景特征提取方法、装置、设备及介质。该方法包括待处理图像进行分割得到人像掩膜，合并人像掩膜与待处理图像得到人像分割图；对人像分割图填充得到填充图像，分割填充图像得到人像填充分割图并展开成非背景掩膜；对非背景掩膜矩阵计算得到非背景自注意力掩膜，根据掩膜矩阵和分割图矩阵生成自注意力矩阵，对背景区域的小区块两两为一组标记关注标签；将自注意力矩阵和分割图矩阵输入预设自注意力模型进行矩阵相乘，根据关注标签，从矩阵相乘的结果中提取所有数值为1的元素的特征，作为背景特征。本发明还涉及区块链技术领域，上述关注标签、背景特征还可以存储于一区块链的节点中。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种图像背景特征提取方法、装置、设备及介质。

背景技术

在业务过程中需要分析客户提交的自拍图像，自拍图像主要包含有人像部分和背景部分，从图像中提取背景信息来分析客户的信息。

通常，现有技术中对图像进行人像分割，对图像的人像部分的数值统一置位为0，去除人像部分的像素信息，但图像中仍然保留有人像部分的位置信息，当CNN模型对分割后图像进行特征提取时，受人像部分在图像中的面积占比较大和人像部分的位置信息的影响和干扰，使得CNN模型的网络卷积核不能准确提取到图像的背景特征。

发明内容

鉴于以上内容，本发明提供一种图像背景特征提取方法、装置、设备及介质，其目的在于解决现有技术中对图像背景特征提取准确率低的技术问题。

为实现上述目的，本发明提供一种图像背景特征提取方法，该方法包括：

利用预设分割模型对待处理图像进行分割，得到所述待处理图像的人像掩膜，合并所述人像掩膜与所述待处理图像得到人像分割图；

对所述人像分割图进行填充得到填充图像，分割所述填充图像得到n x n个小区块的人像填充分割图，将所述n x n个小区块展开成1 x n²的非背景掩膜，所述人像填充分割图包含有背景区域、非背景区域；

对所述非背景掩膜进行矩阵计算得到非背景自注意力掩膜，根据所述非背景自注意力掩膜对应的掩膜矩阵和所述人像填充分割图对应的分割图矩阵生成自注意力矩阵，根据所述非背景自注意力掩膜，对所述背景区域的小区块两两为一组标记关注标签；

将所述自注意力矩阵和所述分割图矩阵输入预设自注意力模型进行矩阵相乘，根据所述关注标签，从所述矩阵相乘的结果中提取所有数值为1的元素在所述人像填充分割图中对应的小区块的特征，作为所述待处理图像的背景特征。

优选的，所述利用预设分割模型对待处理图像进行分割，得到所述待处理图像的人像掩膜，包括：

对所述待处理图像进行特征提取，得到所述待处理图像的特征图；

根据预设人像区域取选框对所述特征图的人像部分进行分割，得到所述人像掩膜。

优选的，所述根据预设人像区域取选框对所述特征图的人像部分进行分割，得到所述人像掩膜，包括：

对所述特征图进行上采样处理，扩充所述特征图至预设分辨率得到扩充特征图；

根据所述人像区域取选框，区分所述扩充特征图的每一个像素得到所述特征图的人像部分并进行分割，根据分割的人像部分生成所述待处理图像的人像掩膜。

优选的，所述对所述人像分割图进行填充得到填充图像，包括：

读取所述人像分割图的各边长的数值，选取数值最大的一条边；

以所述选取的边对所述人像分割图参照预设正方框按比例进行缩放，以使所述选取的边的边长等于所述预设正方框的边长；

对所述人像分割图未超过预设正方框的区域进行图像填充，得到所述填充图像。