CN111292333B - 用于分割图像的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于分割图像的方法和装置。该方法的一具体实施方式包括：获取目标图像，其中，目标图像包括前景图像；将目标图像输入至预先训练的语义分割模型，得到概率集合，其中，概率用于表征目标图像包括的像素点位于前景图像所在的区域的概率；基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像，其中，膨胀操作用于增加前景图像所在的区域包括的像素点的数量；基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。该实施方式提高了图像分割的准确性。

Description

用于分割图像的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于分割图像的方法和装置。

背景技术

图像处理(image processing)，又称影像处理，是一种采用计算机对图像进行分析，以达到所需结果的技术。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的二维数组图像，该数组的元素称为像素，其值称为灰度值。

当前，对于图像处理的需求日益增加。例如，在一些场景下，存在将图像包括的前景图与背景图进行区分的需求，进而可以实现图像背景替换、照片合成、影视、动画制作及人体特效等。

发明内容

本申请实施例提出了用于分割图像的方法和装置。

第一方面，本申请实施例提供了一种用于分割图像的方法，该方法包括：获取目标图像，其中，目标图像包括前景图像；将目标图像输入至预先训练的语义分割模型，得到概率集合，其中，概率用于表征目标图像包括的像素点位于前景图像所在的区域的概率；基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像，其中，膨胀操作用于增加前景图像所在的区域包括的像素点的数量；基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。

在一些实施例中，前景图像包括面部图像；以及基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像，包括：确定面部图像在目标图像中的位置；基于概率集合，对前景图像进行膨胀操作，得到膨胀前景图像；针对膨胀前景图像中的像素点，响应于确定该像素点与位置之间的距离小于预设距离阈值，将该像素点确定为目标像素点；将膨胀前景图像中的目标像素点组成的图像确定为膨胀操作后图像。

在一些实施例中，语义分割模型是预先通过如下步骤训练得到的：获取训练样本集合，其中，训练样本包括图像和图像对应的标注信息集合，标注信息用于表征图像中的像素点是否位于前景图像所在的区域；利用机器学习算法，将训练样本包括的图像作为输入，将输入的图像对应的标注信息集合作为期望输出，训练得到语义分割模型。

在一些实施例中，基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像，包括：采用Global Matting算法或深度抠图算法Deep Image Matting，基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。

在一些实施例中，语义分割模型的结构为deeplab v3plus结构。

第二方面，本申请实施例提供了一种用于分割图像的装置，该装置包括：获取单元，被配置成获取目标图像，其中，目标图像包括前景图像；输入单元，被配置成将目标图像输入至预先训练的语义分割模型，得到概率集合，其中，概率用于表征目标图像包括的像素点位于前景图像所在的区域的概率；膨胀单元，被配置成基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像，其中，膨胀操作用于增加前景图像所在的区域包括的像素点的数量；提取单元，被配置成基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。

在一些实施例中，前景图像包括面部图像；以及膨胀单元包括：第一确定模块，被配置成确定人脸在目标图像中的位置；膨胀模块，被配置成基于概率集合，对前景图像进行膨胀操作，得到膨胀前景图像；第二确定模块，被配置成针对膨胀前景图像中的像素点，响应于确定该像素点与位置之间的距离小于预设距离阈值，将该像素点确定为目标像素点；第三确定模块，被配置成将膨胀前景图像中的目标像素点组成的图像确定为膨胀操作后图像。

在一些实施例中，语义分割模型是预先通过如下步骤训练得到的：获取训练样本集合，其中，训练样本包括图像和图像对应的标注信息集合，标注信息用于表征图像中的像素点是否位于前景图像所在的区域；利用机器学习算法，将训练样本包括的图像作为输入，将输入的图像对应的标注信息集合作为期望输出，训练得到语义分割模型。

在一些实施例中，提取单元包括：提取模块，被配置成采用Global Matting算法或深度抠图算法Deep Image Matting，基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。

在一些实施例中，语义分割模型的结构为deeplab v3 plus结构。

第三方面，本申请实施例提供了一种用于分割图像的电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得该一个或多个处理器实现如上述用于分割图像的方法中任一实施例的方法。

第四方面，本申请实施例提供了一种用于分割图像的计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述用于分割图像的方法中任一实施例的方法。

本申请实施例提供的用于分割图像的方法和装置，通过获取目标图像，然后，将目标图像输入至预先训练的语义分割模型，得到概率集合，之后，基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像，其中，膨胀操作用于增加前景图像所在的区域包括的像素点的数量，最后，基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像，从而提高了图像分割的准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于分割图像的方法的一个实施例的流程图；

图3A-图3C是根据本申请的用于分割图像的方法的一个应用场景的示意图；

图4是根据本申请的用于分割图像的方法的又一个实施例的流程图；

图5是根据本申请的用于分割图像的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请实施例的用于分割图像的方法或用于分割图像的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如图像处理类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持图像呈现的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的图像提供支持的后台服务器。后台服务器可以对接收到的图像处理请求等数据进行分析等处理，并将处理结果(例如处理后的图像)反馈给终端设备。

需要说明的是，本申请实施例所提供的用于分割图像的方法可以由服务器105执行，相应地，用于分割图像的装置可以设置于服务器105中。此外，本申请实施例所提供的用于分割图像的方法也可以由终端设备101、102、103执行，相应地，用于分割图像的装置也可以设置于终端设备101、102、103中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。当用于分割图像的方法运行于其上的电子设备不需要与其他电子设备进行数据传输时，该系统架构可以仅包括用于分割图像的方法运行于其上的电子设备。

继续参考图2，示出了根据本申请的用于分割图像的方法的一个实施例的流程200。该用于分割图像的方法，包括以下步骤：

步骤201，获取目标图像。

在本实施例中，用于分割图像的方法的执行主体(例如图1所示的服务器或终端设备)可以通过有线连接方式或者无线连接方式获取目标图像。其中，目标图像包括前景图像。例如，目标图像可以是包含人物、动物等的图像。其中，当目标图像为包含人物的图像时，前景图像可以是人物的图像。当目标图像为包含动物的图像时，前景图像可以是动物的图像。

在这里，当上述执行主体为服务器时，该执行主体可以从本地或者与其通信连接的终端设备获取目标图像；当上述执行主体为终端设备时，该执行主体可以从本地或者与其通信连接的存储有目标图像的装置，来获取目标图像。

步骤202，将目标图像输入至预先训练的语义分割模型，得到概率集合。

在本实施例中，上述执行主体可以将步骤201获取到的目标图像输入至预先训练的语义分割模型，得到概率集合。其中，上述语义分割模型可以用于计算图像包括的像素点位于该图像包括的前景图像所在的区域的概率。概率可以用于表征目标图像包括的像素点位于前景图像所在的区域的概率。

可以理解，在对像素点图像进行处理时，通常存在一定的误判率。例如，当前景图与背景图的颜色较为接近时，计算机可能难以准确判断每个像素点属于前景图还是背景图。因此，通过语义分割模型可以计算出图像包括的像素点位于该图像包括的前景图像所在的区域的概率，有助于判断每个像素点属于前景图还是背景图。

在这里，上述语义分割模型的结构可以是完全卷积网络(Fully ConvolutionalNetworks)结构、编码器-解码器(encoder-decoder)结构、空洞卷积(DilatedConvolutions)的结构(一种不包括卷积神经网络的池化层的结构)，也可以是其他现有的语义分割模型，还可以是现在未知将来提出的语义分割模型。

作为示例，上述语义分割模型可以是技术人员根据大量的统计而得到的存储有图像的像素点和概率(即表征像素点为图像包括的前景图像所在的区域的概率)以及像素点与概率间的对应关系的对应关系表或者数据库。

实践中，语义分割模型可以将图像中的像素按照图像中表达语义含义的不同进行分组(Grouping)或者分割(Segmentation)。

在本实施例的一些可选的实现方式中，语义分割模型的结构为deeplab V3+(deeplab v3plus)结构。

可以理解，当上述语义分割模型的结构为结构时，可以得到更为准确的概率，从而使得图像的分割结果更准确，相对于其他语义分割模型的结构，deeplab v3+结构的语义分割模型可以进一步提高分割算法的精度和速度。

在本实施例的一些可选的实现方式中，上述语义分割模型可以是上述执行主体或者其他电子设备通过如下步骤训练得到的：

首先，获取训练样本集合。其中，训练样本集合中的训练样本可以包括图像和与该图像对应的标注信息集合，该图像对应的标注信息可以用于表征该图像中的像素点是否位于前景图像所在的区域。上述标注信息可以是相关人员(例如标注人员等)进行人工标注得到的，也可以是用过计算机等设备自动标注的。

然后，利用机器学习算法，将训练样本包括的图像作为初始模型(例如未经训练或者已经过初步训练但未完成训练的全卷积网络、deeplab V3+结构的模型等)的输入，将输入的图像对应的标注信息集合作为初始模型的期望输出，从而训练得到语义分割模型。

具体的，可以首先利用预设的损失函数计算训练过程中模型实际输出的输出结果(表征图像中的像素点是否位于前景图像所在的区域)与对应的标注信息之间的差异，例如，可以采用欧氏距离作为损失函数计算所得到的实际输出与期望输出之间的差异。然后，可以基于计算所得的差异，采用反向传播的方法调整初始模型的参数，并在满足预设的训练结束条件的情况下，结束训练，获得训练完成的语义分割模型。

可选的，在结束训练后，上述执行主体或其他电子设备还可以通过如下步骤对得到的语义分割模型进行测试，以确定该语义分割模型能否用于图像分割：

首先，获取测试样本集合。其中，测试样本集合中的训练样本可以包括图像和与该图像对应的标注信息集合，该图像对应的标注信息可以用于表征该图像中的像素点是否位于前景图像所在的区域。上述标注信息可以是相关人员(例如标注人员等)进行人工标注得到的，也可以是通过计算机等设备自动标注的。

然后，将测试样本集合中的训练样本全部或部分包括的图像输入至即将进行测试的语义分割模型，以获得对应各个输入图像的输出结果(表征图像中的像素点是否位于前景图像所在的区域)。

之后，将得到的输出结果与测试样本集合中的训练样本包括的标注信息进行比对，以确定语义分割模型的准确率，进而确定该语义分割模型能否用于图像分割。

在这里，上述准确率可以用来表征语义分割模型的准确程度。作为示例，上述准确率可以是与标注信息表征相同含义的输出结果的数量与输入的图像的像素点的数量的比值。也可以是通过其他方式得到的用于表征语义分割模型的准确程度的数值。

需要说明的是，这里预设的训练结束条件可以包括但不限于以下至少一项：训练时间超过预设时长；训练次数超过预设次数；计算所得的差异小于预设差异阈值。

步骤203，基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像。

在本实施例中，上述执行主体可以基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像。其中，膨胀操作后图像可以是上述执行主体对前景图像所在的区域进行膨胀操作后得到的图像。膨胀操作用于增加前景图像所在的区域包括的像素点的数量。

在这里，膨胀操作可以是将与前景图像相邻的背景像素点合并到该前景图像中，使前景图像的边界向外部扩张的过程。实践中，可以采用各种膨胀算法，来对前景图像所在的区域进行膨胀操作。例如，上述膨胀算法可以包括但不限于以下任一项：基于曼哈顿距离的膨胀算法，基于结构元素分解的膨胀算法。可以理解，膨胀操作可以用于填补前景图像包括的空洞。

作为一种示例，上述执行主体可以首先根据概率集合，确定出上述目标图像包括的前景图像。例如，上述执行主体可以将概率集合中大于预先设置的概率阈值的概率对应的像素点组成的图像确定为前景图像。然后，上述执行主体可以对所确定的前景图像所在的区域进行膨胀操作，得到膨胀操作后图像。

作为又一种示例，上述执行主体也可以首先根据概率集合，确定出上述目标图像包括的前景图像所在的区域，以及上述目标图像包括的不确定是前景图像还是背景图像的图像区域(例如上述执行主体可以将概率集合中大于预先设置的概率阈值的概率对应的像素点组成的图像确定为前景图像，将小于等于该概率阈值并且，概率集合中大于另一概率阈值(小于上述概率阈值的概率阈值)的概率对应的像素点组成的图像确定为不确定是前景图像还是背景图像的图像区域)。然后，上述执行主体可以针对不确定是前景图像还是背景图像的图像区域中的每个像素点，响应于确定该像素点与前景图像所在的区域之间的距离小于预设的距离阈值，将该像素点确定为前景图像所在的区域，以对上述执行主体所确定的前景图像所在的区域进行扩张，得到扩张后的前景图像。随后，上述执行主体可以对扩张后的前景图像所在的区域进行膨胀操作，得到膨胀操作后图像。

可以理解，上述执行主体得到的膨胀操作后图像通常可以为连续区域，其可以使得最终得到的前景图像中不包括空洞等图像。由此克服了仅采用语义分割模型提取图像的前景图像时存在的一些问题(例如上述前景图像中包括空洞图像，此外还有前景图像的边界融合问题等)。

在一些使用情况下，膨胀操作后图像可以是前景图像的Trimap图像。可以理解，Trimap是对图像的一种粗略划分。例如，将图像划分为前景图像、背景图像和待求未知区域(即无法确定属于前景图像还是背景图像的像素点组成的区域)。

可选的，膨胀操作后图像可以是采用Strokes方式标记的图像。在这里，Strokes是一种采用涂鸦的方式在图像上标记的方式。

在这里,膨胀操作可以是将与前景图像接触的背景点合并到该前景图像中，使前景图像的边界扩张的过程。膨胀操作可以用来填补前景图像中的空洞。

需要说明的是，膨胀操作是目前广泛研究的公知技术。在此不再赘述。

步骤204，基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。

在本实施例中，上述执行主体可以基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。其中，非前景图像可以是图像中除前景图像之外的图像。例如，非前景图像可以包括背景图像和/或不确定是前景还是背景的图像区域。

作为示例，上述执行主体可以遍历目标图像的每个像素点，如果该像素点对应的概率(即该像素点位于前景图像所在的区域的概率)大于预先设置的概率阈值，并且，该像素点位于膨胀操作后图像指示的前景图像所在的区域，那么上述执行主体可以将该像素点确定为前景图像包括的像素点。如果该像素点对应的概率(即该像素点位于前景图像所在的区域的概率)小于或等于上述概率阈值，或者，该像素点位于膨胀操作后图像指示的前景图像所在的区域之外，那么上述执行主体可以将该像素点确定为非前景图像包括的像素点。由此，上述执行主体可以将目标图像分割为前景图像和非前景图像。

在本实施例的一些可选的实现方式中，上述步骤204可以包括：利用抠图算法，基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。示例性的，上述抠图算法可以包括但不限于：贝叶斯抠图算法(Bayes Matting)、泊松融合抠图算法(Poisson Matting)、封闭式表面抠图算法(Closed form matting)、Global Matting算法或深度抠图算法(Deep Image Matting)。

作为示例，上述执行主体可以首先采用抠图算法对目标图像进行抠图，得到目标图像包括的前景图像。然后，采用抠图算法，提取膨胀操作后图像中的前景图像。之后，对所得到的目标图像包括的前景图像中的像素点与所提取的膨胀操作后图像中的前景图像中的像素点进行比对，对于所得到的目标图像包括的前景图像和所提取的膨胀操作后图像中的前景图像二者都包括的像素点，上述执行主体可以将该像素点确定为分割得到的前景图像中的像素点。对于仅包含于所得到的目标图像包括的前景图像，或者，仅包含于所提取的膨胀操作后图像中的前景图像中的像素点，上述执行主体可以确定该像素点对应的概率，如果该像素点对应的概率大于预先确定的概率阈值，那么上述执行主体可以将该像素点确定为分割得到的前景图像中的像素点；如果小于或等于上述概率阈值，那么上述执行主体可以将该像素点确定为分割得到的非前景图像中的像素点。由此，上述执行主体可以将目标图像分割为前景图像和非前景图像。

可选的，上述执行主体还可以根据膨胀操作后图像得到前景图像在目标图像中的位置，从而，上述执行主体可以在得到前景图像在目标图像中的位置之后，将目标图像分割为前景图像和非前景图像。

可以理解，语义分割模型侧重于对每个像素的语义理解，可以将相同语义的像素分割为同一个部分，得到的结果可以是若干个块状区域，至于区域与区域之间是否衔接自然，语义分割模型则不考虑。抠图算法可以将图像分成前景图像和非前景图像两个区域，一些抠图算法会对于头发等细节的处理效果比较精确，使得在前景图像与非前景图像交互区域会产生渐变的效果，使得抠图更加自然。因而，通过将语义分割模型和抠图算法相结合，可以提高上述执行主体图像分割的准确性，可以提高分割得到的前景图和非前景图的边界融合性。

继续参见图3A-图3C，图3A-图3C是根据本实施例的用于分割图像的方法的一个应用场景的示意图。如图3A所示，服务器首先获取到了目标图像。其中，目标图像包括前景图像(图示为卡通人物)。之后，服务器可以将目标图像输入至预先训练的语义分割模型，得到概率集合(例如表征图3A中所包括的像素点位于前景图所在的区域的概率的集合)。随后，服务器基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像(如图3B所示，膨胀操作后图像包括前景图像303、背景图像301和无法确定为前景图像还是背景图像的区域302)。最后，服务器基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像(如图3C所示，其中，前景图像所在区域为图像区域305，背景图像所在区域为图像区域304，进而，服务器可以依据前景图像所在区域305和背景图像所在区域304，对目标图像进行分割，得到前景图像和非前景图像)。

本申请的上述实施例提供的方法，通过将获取的目标图像输入至预先训练的语义分割模型，得到目标图像所包括的像素点位于前景图所在的区域的概率的集合，并且，基于概率集合，对前景图像所在的区域进行膨胀操作，以基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像，从而结合语义分割模型和抠图算法，提高了图像分割的准确性。

进一步参考图4，其示出了用于分割图像的方法的又一个实施例的流程400。该用于分割图像的方法的流程400，包括以下步骤：

步骤401，获取目标图像。

在本实施例中，步骤401与图2对应实施例中的步骤201基本一致，这里不再赘述。

步骤402，将目标图像输入至预先训练的语义分割模型，得到概率集合。

在本实施例中，步骤402与图2对应实施例中的步骤202基本一致，这里不再赘述。

步骤403，确定面部图像在目标图像中的位置。

在本实施例中，在上述目标图像包括的前景图像包括面部图像的情况下，用于分割图像的方法的执行主体(例如图1所示的服务器或终端设备)可以确定面部图像在目标图像中的位置。其中，上述面部图像可以是人脸图像，也可以是动物或者卡通人物的面部图像。

作为示例，上述执行主体可以采用人脸检测的方式确定面部图像在目标图像中的位置，也可以采用获取标注人员标注的面部图像在目标图像中的位置的方式来确定面部图像在目标图像中的位置。上述执行主体所确定的位置可以是面部图像的轮廓所在的区域位置，也可以是面部图像的特征点(例如鼻子中点、面部中点等等)所在的位置。

步骤404，基于概率集合，对前景图像进行膨胀操作，得到膨胀前景图像。

在本实施例中，上述执行主体可以基于概率集合，对前景图像进行膨胀操作，得到膨胀前景图像。其中，膨胀前景图像可以是上述执行主体对前景图像所在的区域进行膨胀操作后得到的前景图像。膨胀操作用于增加前景图像所在的区域包括的像素点的数量。

作为一种示例，上述执行主体可以首先根据概率集合，确定出上述目标图像包括的前景图像。例如，上述执行主体可以将概率集合中大于预先设置的概率阈值的概率对应的像素点组成的图像确定为前景图像。然后，上述执行主体可以对所确定的前景图像所在的区域进行膨胀操作，得到膨胀前景图像。

作为又一种示例，上述执行主体也可以首先根据概率集合，确定出上述目标图像包括的前景图像所在的区域，以及上述目标图像包括的不确定是前景图像还是背景图像的图像区域(例如上述执行主体可以将概率集合中大于预先设置的概率阈值的概率对应的像素点组成的图像确定为前景图像，将小于等于该概率阈值并且，概率集合中大于另一概率阈值(小于上述概率阈值的概率阈值)的概率对应的像素点组成的图像确定为不确定是前景图像还是背景图像的图像区域)。然后，上述执行主体可以针对不确定是前景图像还是背景图像的图像区域中的每个像素点，响应于确定该像素点与前景图像所在的区域之间的距离小于预设的距离阈值，将该像素点确定为前景图像所在的区域，以对上述执行主体所确定的前景图像所在的区域进行扩张，得到扩张后的前景图像。随后，上述执行主体可以对扩张后的前景图像所在的区域进行膨胀操作，得到膨胀前景图像。

步骤405，针对膨胀前景图像中的像素点，响应于确定该像素点与所确定的位置之间的距离小于预设距离阈值，将该像素点确定为目标像素点。

在本实施例中，上述执行主体还可以针对膨胀前景图像中的像素点，响应于确定该像素点与步骤403确定的位置之间的距离小于预设距离阈值，将该像素点确定为目标像素点。其中，预设距离阈值可以是预先设置的距离值。例如预设距离阈值可以是100像素、30像素等等。

在这里，当上述执行主体所确定的位置是面部图像的轮廓所在的区域位置时，该像素点与步骤403确定的位置之间的距离可以通过该像素点与轮廓所在的区域的最短距离来表征。

步骤406，将膨胀前景图像中的目标像素点组成的图像确定为膨胀操作后图像。

在本实施例中，上述执行主体可以将膨胀前景图像中的目标像素点组成的图像确定为膨胀操作后图像。

步骤407，基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。

在本实施例中，步骤407与图2对应实施例中的步骤204基本一致，这里不再赘述。

可以理解，当采用抠图算法将目标图像分割为前景图像和非前景图像，通常需要涉及复杂的计算过程，而通过确定目标像素点的方式，可以减少需要计算的像素点的数量，从而减少计算复杂度，提高了运算效率。此外，由于头发图像通常位于面部图像的一定范围内，因而，通过确定与上述位置之间的距离小于预设距离阈值的像素点所在的区域，有助于对目标图像进行分析，从而确定头发图像的位置，进而提高图像分割的准确性。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于分割图像的方法的流程400突出了确定面部图像在目标图像中的位置的步骤，由此，本实施例描述的方案可以通过得到与上述位置之间的距离小于预设距离阈值的像素点所在的区域，从而，减少了后续步骤的计算复杂度，进而提高了运算效率。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于分割图像的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，除下面所记载的特征外，该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征。该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于分割图像的装置500包括：获取单元501、输入单元502、膨胀单元503和提取单元504。其中，获取单元501被配置成获取目标图像，其中，目标图像包括前景图像；输入单元502被配置成将目标图像输入至预先训练的语义分割模型，得到概率集合，其中，概率用于表征目标图像包括的像素点位于前景图像所在的区域的概率；膨胀单元503被配置成基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像，其中，膨胀操作用于增加前景图像所在的区域包括的像素点的数量；提取单元504被配置成基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。

在本实施例中，用于分割图像的装置500的获取单元501可以通过有线连接方式或者无线连接方式获取目标图像。其中，目标图像包括前景图像。例如，目标图像可以是包含人物、动物等的图像。其中，当目标图像为包含人物的图像时，前景图像可以是人物的图像。当目标图像为包含动物的图像时，前景图像可以是动物的图像。

在本实施例中，上述输入单元502可以将获取单元501获取到的目标图像输入至预先训练的语义分割模型，得到概率集合。其中，上述语义分割模型可以用于计算图像包括的像素点位于该图像包括的前景图像所在的区域的概率。概率可以用于表征目标图像包括的像素点位于前景图像所在的区域的概率。

在本实施例中，上述膨胀单元503可以基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像。其中，膨胀操作后图像可以是上述执行主体对前景图像所在的区域进行膨胀操作后得到的图像。

在本实施例中，上述提取单元504可以基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。其中，非前景图像可以是图像中除前景图像之外的图像。例如，非前景图像可以包括背景图像和/或不确定是前景还是背景的图像区域。

在本实施例的一些可选的实现方式中，前景图像包括面部图像；以及膨胀单元包括：第一确定模块(图中未示出)被配置成确定人脸在目标图像中的位置；膨胀模块(图中未示出)被配置成基于概率集合，对前景图像进行膨胀操作，得到膨胀前景图像；第二确定模块(图中未示出)被配置成针对膨胀前景图像中的像素点，响应于确定该像素点与位置之间的距离小于预设距离阈值，将该像素点确定为目标像素点；第三确定模块(图中未示出)被配置成将膨胀前景图像中的目标像素点组成的图像确定为膨胀操作后图像。

在本实施例的一些可选的实现方式中，语义分割模型是预先通过如下步骤训练得到的：获取训练样本集合，其中，训练样本包括图像和图像对应的标注信息集合，标注信息用于表征图像中的像素点是否位于前景图像所在的区域；利用机器学习算法，将训练样本包括的图像作为输入，将输入的图像对应的标注信息集合作为期望输出，训练得到语义分割模型。

在本实施例的一些可选的实现方式中，提取单元包括：提取模块，被配置成采用Global Matting算法或深度抠图算法Deep Image Matting，基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。

在本实施例的一些可选的实现方式中，语义分割模型的结构为deeplab v3plus结构。

本申请的上述实施例提供的装置，通过获取单元501获取目标图像，其中，目标图像包括前景图像，然后确定单元502将目标图像输入至预先训练的语义分割模型，得到概率集合，其中，概率用于表征目标图像包括的像素点位于前景图像所在的区域的概率，之后膨胀单元503基于概率集合，基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像，其中，膨胀操作用于增加前景图像所在的区域包括的像素点的数量，最后提取单元504基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像，从而提高了图像分割的准确性。

下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向目标的程序设计语言—诸如Python、Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、输入单元、膨胀单元和提取单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标图像的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标图像，其中，目标图像包括前景图像；将目标图像输入至预先训练的语义分割模型，得到概率集合，其中，概率用于表征目标图像包括的像素点位于前景图像所在的区域的概率；基于概率集合，对前景图像所在的区域进行膨胀操作，得到膨胀操作后图像，其中，膨胀操作用于增加前景图像所在的区域包括的像素点的数量；基于目标图像和膨胀操作后图像，将目标图像分割为前景图像和非前景图像。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种用于分割图像的方法，包括：

获取目标图像，其中，所述目标图像包括前景图像，前景图像包括面部图像；

将所述目标图像输入至预先训练的语义分割模型，得到概率集合，其中，概率用于表征所述目标图像包括的像素点位于所述前景图像所在的区域的概率；

利用人脸检测的方式确定面部图像在所述目标图像中的位置；

基于所述概率集合确定所述目标图像包括的前景图像所在的区域，以及确定所述目标图像包括的不确定是前景图像还是背景图像的图像区域，针对所述不确定是前景图像还是背景图像的图像区域中的每个像素点，响应于确定该像素点与所述前景图像所在的区域之间的距离小于预设的距离阈值，将该像素点确定为前景图像所在的区域以对前景图像所在的区域进行扩张，得到扩张后的前景图像，以及对扩张后的前景图像所在的区域进行膨胀操作，得到膨胀操作后图像，其中，所述膨胀操作用于增加所述前景图像所在的区域包括的像素点的数量；

利用Global Matting抠图算法，基于所述目标图像和所述膨胀操作后图像，将所述目标图像分割为前景图像和非前景图像，包括：提取膨胀操作后图像中的前景图像，以及对于所述目标图像包括的前景图像和膨胀操作后图像中的前景图像中均包括的像素点，确定该像素点为分割得到的前景图像中的像素点；对于仅包含于所述目标图像包括的前景图像或膨胀操作后图像中的前景图像中的像素点，响应于确定该像素点对应的概率大于预设的概率阈值，确定该像素点为分割得到的前景图像中的像素点；响应于确定该像素点对应的概率不大于所述概率阈值，确定该像素点为分割得到的非前景图像中的像素点。

2.根据权利要求1所述的方法，其中，所述语义分割模型是预先通过如下步骤训练得到的：

获取训练样本集合，其中，训练样本包括图像和图像对应的标注信息集合，标注信息用于表征图像中的像素点是否位于前景图像所在的区域；

利用机器学习算法，将训练样本包括的图像作为输入，将输入的图像对应的标注信息集合作为期望输出，训练得到语义分割模型。

3.根据权利要求1或2所述的方法，其中，所述语义分割模型的结构为deeplab v3 plus结构。

4.一种用于提取图像的装置，包括：

获取单元，被配置成获取目标图像，其中，所述目标图像包括前景图像，前景图像包括面部图像；

输入单元，被配置成将所述目标图像输入至预先训练的语义分割模型，得到概率集合，其中，概率用于表征所述目标图像包括的像素点位于所述前景图像所在的区域的概率；

膨胀单元，被配置成利用人脸检测的方式确定面部图像在所述目标图像中的位置；以及基于所述概率集合确定所述目标图像包括的前景图像所在的区域，以及确定所述目标图像包括的不确定是前景图像还是背景图像的图像区域，针对所述不确定是前景图像还是背景图像的图像区域中的每个像素点，响应于确定该像素点与所述前景图像所在的区域之间的距离小于预设的距离阈值，将该像素点确定为前景图像所在的区域以对前景图像所在的区域进行扩张，得到扩张后的前景图像，以及对扩张后的前景图像所在的区域进行膨胀操作，得到膨胀操作后图像；

提取单元，被配置成利用Global Matting抠图算法，基于所述目标图像和所述膨胀操作后图像，将所述目标图像分割为前景图像和非前景图像；

其中，所述提取单元进一步被配置成：提取膨胀操作后图像中的前景图像，以及对于所述目标图像包括的前景图像和膨胀操作后图像中的前景图像中均包括的像素点，确定该像素点为分割得到的前景图像中的像素点；对于仅包含于所述目标图像包括的前景图像或膨胀操作后图像中的前景图像中的像素点，响应于确定该像素点对应的概率大于预设的概率阈值，确定该像素点为分割得到的前景图像中的像素点；响应于确定该像素点对应的概率不大于所述概率阈值，确定该像素点为分割得到的非前景图像中的像素点。

5.根据权利要求4所述的装置，其中，所述语义分割模型是预先通过如下步骤训练得到的：

获取训练样本集合，其中，训练样本包括图像和图像对应的标注信息集合，标注信息用于表征图像中的像素点是否位于前景图像所在的区域；

利用机器学习算法，将训练样本包括的图像作为输入，将输入的图像对应的标注信息集合作为期望输出，训练得到语义分割模型。

6.根据权利要求4或5所述的装置，其中，所述语义分割模型的结构为deeplab v3 plus结构。

7.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。

8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-3中任一所述的方法。