[发明专利]一种自动人像分割方法

权利要求书

1.一种自动人像分割方法，其特征在于，包括步骤：模型训练、人像初步分割和人像精确分割；

所述模型训练包括步骤：获取训练数据；将训练数据输入神经网络，学习得到网络参数模型；当神经网络收敛后，存储所述网络参数模型，完成模型训练；

所述人像初步分割包括步骤：载入所述网络参数模型到移动客户端；利用移动客户端获取输入图像；将所述输入图像输入网络参数模型，得到人像分割初步图像；

所述人像精确分割包括步骤：对人像分割初步图像，去除错分的孤立区，保留连通区域；利用抠像算法对连通区域分割细节，突出边缘，得到人像分割最终图像。

2.根据权利要求1所述的一种自动人像分割方法，其特征在于，所述获取训练数据过程包括步骤：搜集人像图片；人工标注人像区域，形成与人像图片对应的掩码图；将掩码图进行缩放至预定尺寸后构成训练数据。

3.根据权利要求2所述的一种自动人像分割方法，其特征在于，所述神经网络包含卷积模块、上采样层和softmax层；每个所述卷积模块包括卷积层、relu层和pooling层。

4.根据权利要求3所述的一种自动人像分割方法，其特征在于，所述神经网络包含5个卷积模块、2个上采样层和1个softmax层。

5.根据权利要求4所述的一种自动人像分割方法，其特征在于，将训练数据输入神经网络后，初始化神经网络；用自适应估计矩阵算法更新神经网络权值；训练过程中，动态调节学习率；经过学习得到网络参数模型。

6.根据权利要求5所述的一种自动人像分割方法，其特征在于，获取输入图像后，将输入图像进行尺寸缩放到预定尺寸；再将缩放后的图像输入网络参数模型，得到人像分割掩码图，所述人像分割掩码图作为人像分割初步图像。

7.根据权利要求6所述的一种自动人像分割方法，其特征在于，将所述人像分割掩码图进行形态学运算，去除错分的孤立区，获得多个连通区域；计算各连通区域的面积并排序，去除不在预设区域内的连通区域，保留剩余的连通区域。

8.根据权利要求7所述的一种自动人像分割方法，其特征在于，对所述保留的连通区域的外边缘处根据预定像素建立扩展区域，通过抠像算法对扩展区域进行分割细节和突出边缘，得到人像分割最终图像。