服务器及人像分割方法技术

本申请实施例提供了一种服务器及人像分割方法，对采集的原始图片进行手部识别；当不存在手部区域时，将原始图片输入至人像分割网络，得到第一人像掩膜图；当存在手部区域时，若手部区域与人体区域重合，则将原始图片输入至人像分割网络，得到第一人像掩膜图；若两者未重合，则复制手部图片输入至手部分割网络，得到手部掩膜图，并将原始图片输入人像分割网络，得到第二人像掩膜图；将手部掩膜图与第二人像掩膜图融合，得到第三人像掩膜图；根据第一或第三人像掩膜图分割出人像部分。本申请利用多尺度边缘监督对人像分割网络进行训练，提升图像边缘分割效果，通过手部分割网络对手部图片进行单独的处理，提升人像分割的完整性，提高用户整体感受。提高用户整体感受。提高用户整体感受。

【技术实现步骤摘要】
服务器及人像分割方法


[0001]本申请涉及互联网
，尤其涉及一种服务器及人像分割方法。

技术介绍

[0002]人像分割指的是识别图像中的人体区域，将人像在图像中分割出来，并将人像与背景进行分离以实现背景虚化或背景替换等功能。例如，视频通话中的背景虚化、视频会议中虚拟背景等都采用了人像分割技术。
[0003]目前，人像分割的解决方案为基于深度学习的二分类方式，即将待分割的图像输入分割网络，输出前景人像像素值为255、背景像素值为0的掩膜图，之后再根据掩膜图和原图得到分割的人像。但是，以上分割过程对人体手指部分的分割相对粗糙，容易造成手指缺失的问题，影响用户的整体感受。

技术实现思路

[0004]本申请提供了一种服务器及人像分割方法，以解决现有技术中的人像分割技术容易造成手指缺失，降低用户整体感受的技术问题。
[0005]第一方面，本申请提供了一种服务器，所述服务器被配置为：
[0006]对采集到的原始图片进行手部识别；
[0007]在所述原始图片中不存在手部区域时，将所述原始图片输入至已训练好的人像分割网络，得到第一人像掩膜图，其中，所述人像分割网络的训练过程利用多尺度的边缘监督；
[0008]在所述原始图片中存在手部区域时，若所述手部区域与人体区域重合，则将所述原始图片输入至所述人像分割网络，得到第一人像掩膜图；若所述手部区域与人体区域未重合，则根据所述手部区域在所述原始图片中复制手部图片，将所述手部图片输入至已训练好的手部分割网络，得到手部掩膜图，并将所述原始图片输入至所述人像分割网络，得到第二人像掩膜图；将所述手部掩膜图替换所述第二人像掩膜图中所述手部图片所在区域，得到第三人像掩膜图；
[0009]根据所述第一人像掩膜图或所述第三人像掩膜图在所述原始图片中分割出人像部分
[0010]第二方面，本申请提供了一种人像分割方法，所述方法包括：
[0011]对采集到的原始图片进行手部识别；
[0012]在所述原始图片中不存在手部区域时，将所述原始图片输入至已训练好的人像分割网络，得到第一人像掩膜图，其中，所述人像分割网络的训练过程利用多尺度的边缘监督；
[0013]在所述原始图片中存在手部区域时，若所述手部区域与人体区域重合，则将所述原始图片输入至所述人像分割网络，得到第一人像掩膜图；若所述手部区域与人体区域未重合，则根据所述手部区域在所述原始图片中复制手部图片，将所述手部图片输入至已训
练好的手部分割网络，得到手部掩膜图，并将所述原始图片输入至所述人像分割网络，得到第二人像掩膜图；将所述手部掩膜图替换所述第二人像掩膜图中所述手部图片所在区域，得到第三人像掩膜图；
[0014]根据所述第一人像掩膜图或所述第三人像掩膜图在所述原始图片中分割出人像部分。
[0015]与现有技术相比，本申请的有益效果为：
[0016]本申请提供了一种服务器及人像分割方法，服务器获取到待分割的原始图片后，首先进行手部识别，判断出原始图片中是否存在手部区域。针对原图中是否存在手部区域，服务器所采用的人像分割方式是不同的。若是原始图片中不存在手部区域，可直接将原始图片输入至预先训练好的人像分割网络中，获得第一人像掩膜图。若是原始图片中存在手部区域，则服务器需要进一步判断手部区域与人体区域是否重合。当手部区域与人体区域未重合时，根据手部区域在原始图片中的位置，复制手部图片，将手部图片输入至已训练好的手部分割网络，得到手部图片的掩膜图，即手部掩膜图，与此同时，将原始图片输入至人像分割网络，得到第二人像掩膜图，在所述第二人像掩膜图中，将手部图片所在区域替换为手部掩膜图，得到第三人像掩膜图。最终，服务器可根据第一人像掩膜图或第三人像掩膜图将人像分割出来。本申请中，服务器利用多尺度的边缘监督对人像分割网络进行训练，提升了图像边缘分割效果，并且服务器添加了手部分割网络，以对手部图片进行单独的处理，提升人像分割中手指部分的分割精度，提升人像分割的完整性，提高用户整体感受。
附图说明
[0017]为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0018]图1a中示例性示出了根据一些实施例的人像掩膜图的示意图；
[0019]图1b中示例性示出了根据一些实施例的图1中人像掩膜图的使用示意图；
[0020]图2中示例性示出了根据一些实施例的人像分割网络的训练流程示意图；
[0021]图3中示例性示出了根据一些实施例的初始模块的基本流程示意图；
[0022]图4中示例性示出了根据一些实施例的步长为1的残差模块的基本流程示意图；
[0023]图5中示例性示出了根据一些实施例的步长为2的残差模块的基本流程示意图；
[0024]图6中示例性示出了根据一些实施例的调整模块的基本流程示意图；
[0025]图7中示例性示出了根据一些实施例的残差卷积模块的基本流程示意图；
[0026]图8中示例性示出了根据一些实施例的边缘获取的示意图；
[0027]图9中示例性示出了根据一些实施例的手部分割网络的训练流程示意图；
[0028]图10中示例性示出了根据一些实施例的人像分割方法的流程示意图；
[0029]图11中示例性示出了根据一些实施例的人体识别框与手部识别框的示意图；
[0030]图12中示例性示出了根据一些实施例的另一人体识别框与手部识别框的示意图。
具体实施方式
[0031]为使本申请的目的和实施方式更加清楚，下面将结合本申请示例性实施例中的附
图，对本申请示例性实施方式进行清楚、完整地描述，显然，描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。
[0032]需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。
[0033]本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明。应该理解这样使用的用语在适当情况下可以互换。
[0034]术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的所有组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。
[0035]术语“模块”是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合，能够执行与该元件相关的功能。
[0036]目前，视频通话中的背景虚化、视频会议中虚拟背景等场景下均采用了人像分割技术。图1a中示例性示出了根据一些实施例的人像掩膜图的示意图。如图1a所示，在进行人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种服务器，其特征在于，所述服务器被配置为：对采集到的原始图片进行手部识别；在所述原始图片中不存在手部区域时，将所述原始图片输入至已训练好的人像分割网络，得到第一人像掩膜图，其中，所述人像分割网络的训练过程利用多尺度的边缘监督；在所述原始图片中存在手部区域时，若所述手部区域与人体区域重合，则将所述原始图片输入至所述人像分割网络，得到第一人像掩膜图；若所述手部区域与人体区域未重合，则根据所述手部区域在所述原始图片中复制手部图片，将所述手部图片输入至已训练好的手部分割网络，得到手部掩膜图，并将所述原始图片输入至所述人像分割网络，得到第二人像掩膜图；将所述手部掩膜图替换所述第二人像掩膜图中所述手部图片所在区域，得到第三人像掩膜图；根据所述第一人像掩膜图或所述第三人像掩膜图在所述原始图片中分割出人像部分。2.根据权利要求1所述的服务器，其特征在于，在判断所述手部区域与人体区域重合的步骤中，所述服务器被配置为：根据人体区域在所述原始图片中标定出人体识别框，其中，所述人体区域为以所述原始图片中人像部分为中心提取的区域去除手臂部分后的剩余区域，所述人体识别框为覆盖所述人体区域的最小面积的识别框；计算所述人体识别框与手部识别框的相交面积，其中，所述手部识别框为服务器进行手部识别时根据所述手部区域绘制的识别框；在所述相交面积大于或等于预设阈值时，确定所述手部区域与所述人体区域重合；在所述相交面积小于所述预设阈值时，确定所述手部区域与所述人体区域未重合。3.根据权利要求1所述的服务器，其特征在于，在所述根据所述手部区域在所述原始图片中复制手部图片的步骤中，所述服务器被配置为：获取手部识别框在所述原始图片中的坐标位置，其中，所述手部识别框为服务器进行手部识别时根据所述手部区域绘制的识别框；根据所述坐标位置将所述手部识别框所在的区域进行复制，并记录所述坐标位置，以使后续根据所述坐标位置将所述手部掩膜图替换至所述第二人像掩膜图中。4.根据权利要求1所述的服务器，其特征在于，在所述人像分割网络的训练过程中，所述服务器被配置为：将所述原始图片经缩小后输入至初始模块进行降采样以及扩充输出通道数，得到输出特征信息；将所述输出特征信息输入至若干残差模块进行特征学习以及降采样，并通过调整模块提取原始图片中的特征信息；将所述原始图片中的特征信息输入至上采样模块进行上采样，得到升尺度后的特征信息；将所述升尺度后的特征信息通过添加融合及残差卷积模块与降采样时相同尺度的特征信息进行相加，得到优化后的特征信息；将所述优化后的特征信息输入至卷积模块，在更改图像输出的最终通道数后，利用多尺度的边缘监督得到网络输出。5.根据权利要求4所述的服务器，其特征在于，在利用全尺度的边缘监督得到网络输出
的步骤中，所述服务器被配置为：利用Dice

【专利技术属性】
技术研发人员：杨丽娟，付廷杰，李保成，刘胤伯，祝欣培，高伟，李佳琳，岳国华，
申请(专利权)人：海信视像科技股份有限公司，
类型：发明
国别省市：