CN115272378B 一种基于特征轮廓的人物图像分割方法 （西安电子科技大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115272378B(45)授权公告日2025.07.11

(21)申请号202210622266.4

(56)对比文件

(22)申请日2022.06.02

CN112365514

A,2021.02.12

(65)同一申请的已公布的文献号

CN112749624

A,2021.05.04

申请公布号CN115272378A

审查员娄贝贝

(43)申请公布日2022.11.01

(73)专利权人西安电子科技大学

地址710071陕西省西安市太白南路2号

(72)发明人朱娟娟职玉王晓博谈旭郑世鑫刘佳琪

(74)专利代理机构西安嘉思特知识产权代理事务所(普通合伙)61230

专利代理师刘长春

(51)Int.CI.

GO6T7/12(2017.01)

GO6V10/26(2022.01)

权利要求书2页

说明书16页附图8页

(54)发明名称

一种基于特征轮廓的人物图像分割方法

(57)摘要

CN115272378B本发明公开了一种基于特征轮廓的人物图像分割方法，包括：获取待处理的人物图像；对待处理的人物图像进行Mean-Shift预处理，获得边缘曲线；确定边缘曲线上各像素点的有效域，并根据有效域确定轮廓点；根据轮廓点组成的多个轮廓、每个轮廓的面积和周长，确定预设数量个特征轮廓；将待处理的人物图像以及特征轮廓输入至语义分割网络，得到待处理的人物图像经语义分割后的三值图；将待处理的人物图像和三值图输入至精细分割网络，以使所述精细分割网络预测所述三值图中未知区域的像素点的透明度，得到待处理的人物图像的分割结果。本发明能够自动地生成高质量三值图，不仅提高了三值图的

CN115272378B

获取待处理的人物图像

获取待处理的人物图像

对待处理的人物图像进行Mean-Shif预处理，获得边缘曲线

确定边缘曲线上各像素点的有效域，并根据有效域从边缘曲线的所有像素点中确定

轮廓点

根据轮廓点组成的多个轮廓，分别计算每个

轮廓的面积和周长，并根据面积和周长确定

预设数量个特征轮廓

将待处理的人物图像以及特征轮廓输入至预

先训练好的语义分割网络，以使语义分割网

络生成低层次特征流，并根据特征轮廓和待

处理的人物图像生成特征图，进一步根据特

征图和低层次特征流恢复得到第一图像，并

将第一图像中的像素点分类前景区域、背景

区域或未知区域，得到待处理的人物图像经

语义分割后的三值图

将待处理的人物图像和三值图输入至预先训练好的精细分割网络，以使精细分割网络预

测三值图中未知区域的像素点的透明度，得到待处理的人物图像的分割结果

CN115272378B权利要求书1/2页

2

1.一种基于特征轮廓的人物图像分割方法，其特征在于，包括：

获取待处理的人物图像；

对所述待处理的人物图像进行Mean-Shift预处理，获得边缘曲线；

确定所述边缘曲线上各像素点的有效域，并根据所述有效域从边缘曲线的所有像素点中确定轮廓点；

根据所述轮廓点组成的多个轮廓，分别计算每个轮廓的面积和周长，并根据所述面积和所述周长确定预设数量个特征轮廓；

将所述待处理的人物图像以及所述特征轮廓输入至预先训练好的语义分割网络，以使所述语义分割网络生成低层次特征流，并根据所述特征轮廓和所述待处理的人物图像生成特征图，进一步根据所述特征图和所述低层次特征流恢复得到第一图像，并将所述第一图像中的像素点分类前景区域、背景区域或未知区域，得到所述待处理的人物图像经语义分割后的三值图；

将所述待处理的人物图像和所述三值图输入至预先训练好的精细分割网络，以使所述精细分割网络预测所述三值图中未知区域的像素点的透明度，得到所述待处理的人物图像的分割结果；

所述语义分割网络包括：第一编码器、空洞空间卷积池化金字塔ASPP模块、第一解码器和Softmax层，所述第一编码器包括多个MobileNetV3-mid网络的Block;其中，

所述第一编码器用于生成低层次特征流，并根据输入的所述特征轮廓和所述待处理的人物图像生成子特征图；

所述ASPP模块用于提取所述子特征图中的不同尺度特征，并根据所述子特征图和所述不同尺度特征生成特征图；

所述第一解码器用于根据所述特征图和所述低层次特征流恢复得到第一图像，所述第一图像与所述待处理的人物图