[发明专利]一种语义分割信息指导的深度学习自动图像抠图方法在审
| 申请号： | 201810724358.7 | 申请日： | 2018-07-04 |
| 公开（公告）号： | CN109035253A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 许会;刘娟;陈捷;李文军 | 申请（专利权）人： | 长沙全度影像科技有限公司 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410205 湖南省长沙市高新开发*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种语义分割信息指导的深度学习自动图像抠图方法，其特征在于，包括步骤：S1：采集待抠图图像数据集；S2：构建用于自动图像抠图的深度学习模型；S3：利用采集的数据集对深度学习模型进行训练，得到训练完成的深度学习模型；S4：对于待抠图的图像，直接将其输入训练完成的深度学习模型，即可快速得到前景目标图像。本发明提出的抠图算法可自动提取前景目标，免去了复杂的用户交互操作，完全全自动抠图过程，操作简单方便，抠图时间短，抠图精度高。 | ||
| 搜索关键词： | 自动图像 学习 前景目标 信息指导 语义分割 采集 图像 用户交互操作 图像数据集 自动提取 数据集 构建 | ||
【主权项】：
1.一种语义分割信息指导的深度学习自动图像抠图方法，其特征在于，包括步骤：S1：采集待抠图图像数据集；S2：构建用于自动图像抠图的深度学习模型；S3：利用采集的数据集对深度学习模型进行训练，得到训练完成的深度学习模型；S4：对于待抠图的图像，直接将其输入训练完成的深度学习模型，即可快速得到前景目标图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长沙全度影像科技有限公司，未经长沙全度影像科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810724358.7/，转载请声明来源钻瓜专利网。
