JP7635372B2 - 画像処理の方法、装置、デバイス及びコンピュータプログラム - Google Patents

Description

関連出願の相互参照
本願は、２０２１年０１月１８日に中国専利局に提出された、出願番号が２０２１１００６２５６７１で、出願名称が「画像処理の方法、装置、デバイス及び記憶媒体」の中国特許出願についての優先権を主張し、その全ての内容は参照により本願に組み込まれる。

本願は、人工知能技術分野に関し、特に画像処理の方法、装置、デバイス、記憶媒体及びコンピュータプログラム製品に関する。

コンピュータ技術の発展に伴い、画像処理はますます一般的になっている。その中で、画像マッティング（Ｉｍａｇｅ Ｍａｔｔｉｎｇ）は、非常に広く使用されている画像処理技術であり、具体的には、画像における前景領域を画像における背景領域から分離することを指す。

関連技術において、通常、分割（Ｓｅｇｍｅｎｔａｔｉｏｎ）の方法を用いて画像マッティングを実現し、具体的に画像の各画素点を分類して、各異なるカテゴリのブロック分割結果を取得することにより、人物画像領域や建築領域などの画像の前景領域を得る。

しかしながら、上記方法を用いると、各画素点には固定的な分類が与えられるため、前景領域のエッジが荒くなりやすく、画像マッティングが悪くなってしまう。

本願の実施例は、画像処理の方法、装置、デバイス、記憶媒体及びコンピュータプログラム製品を提供する。

一態様では、コンピュータデバイスが実行する画像処理の方法であって、
原画像に対して画像の意味的領域分割を行い、第１画像、第２画像及び第３画像を取得するステップであって、該第１画像における前景領域は該原画像における目標対象の位置する領域であり、該第２画像は該目標対象の第１目標領域の分割画像であり、該第３画像は該目標対象の第２目標領域の分割画像であり、前記前景領域のサブ領域は前記第１目標領域と前記第２目標領域を含むステップと、
該第１画像、該第２画像及び該第３画像に基づき、目標トリマップを生成するステップであって、該目標トリマップは該前景領域と線分描画領域を含み、該線分描画領域は該前景領域の輪郭線に線分を描画して得られたものであり、該前景領域の異なるサブ領域は異なる線幅に対応するステップと、
該目標トリマップに基づき、該原画像における該目標対象に対して画像マッティング処理を行い、該目標対象を含む目標画像を取得するステップとを含む、画像処理の方法を提供する。

他の態様では、画像処理の装置であって、
原画像に対して画像の意味的領域分割を行い、第１画像、第２画像及び第３画像を取得する画像分割モジュールであって、該第１画像における前景領域は該原画像における目標対象の位置する領域であり、該第２画像は該目標対象の第１目標領域の分割画像であり、該第３画像は該目標対象の第２目標領域の分割画像であり、該前景領域のサブ領域は該第１目標領域と該第２目標領域を含む画像分割モジュールと、
該第１画像、該２画像及び該第３画像に基づき、目標トリマップを生成するトリマップ生成モジュールであって、該目標トリマップは該前景領域と線分描画領域を含み、該線分描画領域は該前景領域の輪郭線に線分を描画して得られたものであり、該前景領域の異なるサブ領域は異なる線幅に対応するトリマップ生成モジュールと、
該目標トリマップに基づき、該原画像における該目標対象に対して画像マッティング処理を行い、該目標対象を含む目標画像を取得する画像マッティングモジュールと、を含む、画像処理の装置を提供する。

他の態様では、１つ又は複数のプロセッサー及びメモリーを含むコンピュータデバイスであって、該メモリーは、該１つ又は複数のプロセッサーによってロードされて実行されることで本願の実施例に係る画像処理の方法で実行される操作を実現する少なくとも１つのコンピュータ読み取り可能な命令を記憶する。

他の態様では、１つ又は複数のプロセッサーによってロードされ実行されることで本願の実施例に係る画像処理の方法で実行される操作を実現する少なくとも１つのコンピュータ読み取り可能な命令が記憶されている、１つ又は複数のコンピュータ読み取り可能な記憶媒体を提供する。

他の態様では、コンピュータ読み取り可能な記憶媒体に記憶されているコンピュータ読み取り可能な命令を含む、コンピュータプログラム製品を提供する。コンピュータデバイスの１つ又は複数のプロセッサーは該コンピュータ読み取り可能な命令をコンピュータ読み取り可能な記憶媒体から読み取り、１つ又は複数のプロセッサーが該コンピュータ読み取り可能な命令を実行すると、該コンピュータデバイスは上記各実施例による画像処理の方法を実行する。

以下、本願の実施例における技術案をより明確に説明するために、実施例の説明に必要な図面を簡単に説明する。ただし、以下の説明における図面は本願のいくつかの実施例に過ぎず、当業者であれば、創造的な労力を払うことなく、これらの図面に基づいて他の図面を取得できることは自明である。

本願の実施例による高解像度ネットワークの構造を示す図である。 本願の実施例によるオブジェクト文脈表現の構造を示す図である。 本願の実施例による画像処理の方法の実施環境を示す図である。 本願の実施例による画像処理の方法のフローチャートである。 本願の実施例による他の画像処理の方法のフローチャートである。 本願の実施例による画像の意味的領域分割結果を示す図である。 本願の実施例による第１トリマップを示す図である。 本願の実施例による第２トリマップを示す図である。 本願の実施例による第３トリマップを示す図である。 本願の実施例による目標トリマップを示す図である。 本願の実施例による画像マッティングモデルを示す図である。 本願の実施例による目標画像を示す図である。 本願の実施例による画像処理の方法を示す図である。 本願の実施例による画像処理の装置の構造を示す図である。 本願の実施例による端末の構造を示す図である。

以下、本願の目的、技術案及び利点をより明確にするために、図面を参照しながら本願の実施形態についてさらに詳細に説明する。

ここで例示的な実施例について詳細に説明するが、その例は図面に表される。以下の説明が図面に関わる場合、別段の指示がない限り、異なる図面の同じ数字は同一又は類似の要素を示す。以下の例示的な実施例で説明される実施形態は、本願と一致する全ての実施形態を表すものではない。むしろ、それらは添付の特許請求の範囲に記載される、本願のいくつかの態様と一致する装置及び方法の例に過ぎない。

本願における用語「第１」及び「第２」などの表現は、基本的に同じ役割及び機能を有する同一項又は類似項を区別するために使用されるものであり、「第１」、「第２」、「第ｎ」の間には論理的又は時系列的な依存関係がなく、数及び実行順に制限もないことを理解されたい。なお、以下の説明では、第１、第２などの用語を使用して様々な要素を説明するが、これらの要素は用語によって限定されてはならない。

これらの用語は、１つの要素を別の要素と区別するために使用されるものに過ぎない。例えば、様々な例示範囲を逸脱することなく、第１画像を第２画像と呼ぶことができ、同様に、第２画像を第１画像とも呼ぶことができる。第１画像と第２画像は両方とも画像であってもよく、場合によっては、単独でかつ異なる画像であってもよい。

ここで、少なくとも１つとは、１つ又はそれ以上を指し、例えば、少なくとも１つの画像は１つの画像、２つの画像、３つの画像などの１以上の任意の整数の画像であってもよい。複数とは、２つ又はそれ以上を指し、例えば、複数の画像は２つの画像、３つの画像などの２以上の任意の整数の画像であってもよい。

本願の実施例による画像処理の方案は、人工知能技術におけるコンピュータビジョン技術を使用する可能性がある。例えば、本願における意味的領域分割処理では、コンピュータビジョン技術を使用している。具体的には、本願の各実施例による画像処理の方案において、高解像度ネットワークを用いて画像特徴情報を抽出し、オブジェクト文脈表現（Ｏｂｊｅｃｔ－Ｃｏｎｔｅｘｔｕａｌ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ、ＯＣＲ）技術を用いて画像における各画素の意味的カテゴリを計算することができる。

高解像度ネットワーク（Ｈｉｇｈ Ｒｅｓｏｌｕｔｉｏｎ Ｎｅｔｗｏｒｋ、ＨＲＮＥＴ）は、画像特徴情報を取得するための計算モデルであり、演算の全過程においても高解像度表現を維持することができる。ＨＲＮＥＴは高解像度の畳み込みから始まり、低解像度の畳み込み分岐を徐々に追加し、それらを並列に接続していく。図１を参照すると、図１は本願による高解像度ネットワークの構造を示す図である。図１に示すように、このネットワークは異なる解像度の特徴マップ（ｆｅａｔｕｒｅ ｍａｐ）を並列に接続し、各解像度は１つのチャネルを占め、全過程において並列演算の組み合わせの間でマルチ解像度融合によって情報を継続的に交換していく。

ＯＣＲは、画像における画素の意味的カテゴリを示すための計算モデルである。

図２を参照すると、図２は本願によるオブジェクト文脈表現の構造を示す図である。図２に示すように、１番目は、バックボーンの中間層を通じて大まかな意味的領域分割結果、即ちソフトオブジェクト領域（Ｓｏｆｔ Ｏｂｊｅｃｔ Ｒｅｇｉｏｎｓ）を取得する。２番目は、バックボーンの深層から出力された画素表現（Ｐｉｘｅｌ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ）及びソフトオブジェクト領域を通じてＫ組（Ｋ＞１）のベクトル、即ちオブジェクト領域表現（Ｏｂｊｅｃｔ Ｒｅｇｉｏｎ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ）を算出し、各ベクトルは１つの意味的カテゴリの表現に対応する。３番目は、画素表現とオブジェクト領域表現との間の関係マトリックスを計算する。４番目は、各画素の画素表現及びオブジェクト領域表現の関係マトリックスにおける数値に応じて、各オブジェクト領域特徴を重み付けして合計し、オブジェクト文脈表現、即ちＯＣＲを取得する。最後に、ＯＣＲ及び画素表現に基づいて文脈情報としての拡張表現（Ａｕｇｍｅｎｔｅｄ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ）を取得し、該拡張表現は、各画素の意味的カテゴリを予測することができる。

以下、本願の実施例による画像処理の方案に使用され得る肝心な用語又は略語を簡単に説明する。

意味的領域分割（Ｓｅｍａｎｔｉｃ Ｓｅｇｍｅｎｔａｔｉｏｎ）：入力された画像について、各画素に対する意味的理解に基づき、同じ意味を持つ画素を同一の部分又は領域に分割し、いくつかの異なる意味的領域を取得するプロセスである。

前景（Ｆｏｒｅｇｒｏｕｎｄ）：ポートレート撮影における人物画像など、画像内の被写体である。

背景（Ｂａｃｋｇｒｏｕｎｄ）：ポートレート撮影における風景、道路、建物などのような、画像の中で被写体が置かれている環境である。

画像マッティング（Ｉｍａｇｅ Ｍａｔｔｉｎｇ）：画像の前景を背景から分離する画像処理技術である。

トリマップ（Ｔｒｉｍａｐ）：前景、背景、及び前景・背景混在領域の３つのマーカーを含む画像として、通常、原画像と共に画像マッティングモデルの入力として使用されるものである。なお、下記の実施例において、前景・背景混在領域は線分描画領域とも呼ばれる。

識別値：画像における画素点の色を識別するための数値である。例えば、画素点の識別値が２５５である場合は、この画素点のＲＧＢ（Ｒｅｄ－Ｇｒｅｅｎ－Ｂｌｕｅ、赤－緑－青）値が（２５５，２５５，２５５）であり、白として表現されることを示し、また例えば、画素点の識別値が０である場合は、該画素点のＲＧＢ値が（０，０，０）であり、黒として表現されることを示し、さらに例えば、画素点の識別値が１２８である場合は、該画素点のＲＧＢ値が（１２８，１２８，１２８）であり、灰色として表現されることを示す。

オープンソースのコンピュータビジョン（Ｏｐｅｎ Ｓｏｕｒｃｅ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ Ｌｉｂｒａｒｙ、ＯｐｅｎＣＶ）：様々なオペレーティングシステムで実行することができるクロスプラットフォームのコンピュータビジョン及び機械学習ソフトウェアライブラリである。ＯｐｅｎＣＶは、リアルタイムの画像処理、コンピュータビジョン、及びパターン認識プログラムを開発するために使用することができる。

ｆｉｎｄＣｏｎｔｏｕｒｓ：画像から輪郭を検出するためのＯｐｅｎＣＶの関数である。

ｄｒａｗＣｏｎｔｏｕｒｓ：画像に輪郭を描画するためのＯｐｅｎＣＶの関数である。

画像マッティングモデル：原画像及びトリマップに基づき、原画像における各画素点が前景に属する確率を計算するための計算モデルである。例えば、画像マッティングには、ＩｎｄｅｘＮｅｔモデル、ＧＣＡＭａｔｔｉｎｇモデル及びＣｏｎｔｅｘｔＮｅｔモデルなどが含まれる。

以下、本願の実施例による画像処理の方法の実施環境を説明する。

図３は、本願の実施例による画像処理の方法の実施環境を示す図である。この実施環境は、端末３０１及びサーバ３０２を含む。

端末３０１及びサーバ３０２は、有線又は無線通信によって直接的又は間接的に接続することができるが、本願はこれに限定されない。いくつかの実施例において、端末３０１は、スマートフォン、タブレット、ラップトップ、デスクトップコンピュータなどであるが、これらに限定されない。端末３０１には、アプリケーションプログラムをインストールし、実行することができる。いくつかの実施例において、このアプリケーションプログラムは、ソーシャルアプリケーションプログラム、画像処理アプリケーションプログラム、又は撮影アプリケーションプログラムなどである。例示的には、端末３０１は、ユーザーによって使用される端末として、端末３０１にソーシャルアプリケーションプログラムが実行されると、ユーザーはこのソーシャルアプリケーションプログラムによって写真の中の人物画像をマッティングすることができる。

サーバ３０２は、独立した物理サーバであってもよく、複数の物理サーバからなるサーバクラスタ又は分散システムであってもよく、クラウドサービス、クラウドデータベース、クラウドコンピューティング、クラウド関数、クラウドストレージ、ネットワークサービス、クラウド通信、ミドルウェアサービス、ドメインネームサービス、セキュリティサービス、コンテンツ配信ネットワーク（Ｃｏｎｔｅｎｔ Ｄｅｌｉｖｅｒｙ Ｎｅｔｗｏｒｋ、ＣＤＮ）、及びビッグデータ・人工知能プラットフォームなどの基本的なクラウドコンピューティングサービスを提供できるクラウドサーバであってもよい。サーバ３０２は、端末３０１で実行されるアプリケーションプログラムにバックグラウンドサービスを提供するために使用される。

いくつかの実施例において、画像処理プロセスでは、サーバ３０２が主な計算を行い、端末３０１が二次的な計算を行うか、又は、サーバ３０２が二次的な計算を行い、端末３０１が主な計算を行うか、又は、サーバ３０２或いは端末３０１がそれぞれ独立して計算を行うことができる。

いくつかの実施例において、端末３０１は一般的に、複数の端末のうちの１つを指し、本実施例は、端末３０１のみを例として説明する。当業者であれば、上記端末３０１の数がより多くてもよいことは分かるであろう。例えば、上記端末３０１は、数十、数百個、又はそれ以上であり、この場合、上記画像処理の方法の実施環境には、その他の端末も含まれる。本願の実施例は、端末の数とデバイスの種類を限定しない。

いくつかの実施例において、上記無線ネットワーク又は有線ネットワークは標準の通信技術及び／又はプロトコルを使用する。ネットワークは、通常、インターネットであってもよいが、ローカルエリアネットワーク（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ、ＬＡＮ）、メトロポリタンエリアネットワーク（Ｍｅｔｒｏｐｏｌｉｔａｎ Ａｒｅａ Ｎｅｔｗｏｒｋ、ＭＡＮ）、ワイドエリアネットワーク（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ、ＷＡＮ）、モバイル、有線又は無線ネットワーク、プライベートネットワーク又は仮想プライベートネットワークの任意の組み合わせなどを含むが、これらに限定されない任意のネットワークであってもよい。いくつかの実施例において、ＨＴＭＬ、拡張可能マークアップ言語（Ｅｘｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ、ＸＭＬ）などを含む技術及び／又はフォーマットを使用して、ネットワークを介して交換されるデータを表す。また、セキュア・ソケッツ・レイヤー（Ｓｅｃｕｒｅ Ｓｏｃｋｅｔ Ｌａｙｅｒ、ＳＳＬ）、トランスポート・レイヤー・セキュリティ（Ｔｒａｎｓｐｏｒｔ Ｌａｙｅｒ Ｓｅｃｕｒｉｔｙ、ＴＬＳ）、バーチャルプライベートネットワーク（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ、ＶＰＮ）、インターネットプロトコルセキュリティ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ Ｓｅｃｕｒｉｔｙ、ＩＰｓｅｃ）などの従来の暗号化技術を使用して、全部又は一部のリンクを暗号化することができる。他のいくつかの実施例において、さらに上記データ通信技術の代わり又は追加として、カスタム及び／又は専用のデータ通信技術を使用することができる。

本願の実施例において、様々なシーンで目標対象をマッティングするニーズを満たすことができる画像処理の方法を提供する。また、目標対象を含む原画像について、この目標対象の比較的に細かい第１目標領域及び第２目標領域などの局所領域を原画像から自動的にマッティングすることができ、マッティング効果が繊細かつ自然である。図４は本願の実施例による画像処理の方法のフローチャートである。図４に示すように、本願の実施例において、コンピュータデバイスへの適用を例として説明する。コンピュータデバイスは端末又はサーバであってもよく、上記の方法は以下のステップ４０１、４０２、４０３を含む。

４０１では、原画像に対して画像の意味的領域分割を行い、第１画像、第２画像及び第３画像を取得し、該第１画像における前景領域は該原画像における目標対象の位置する領域であり、該第２画像は該目標対象の第１目標領域の分割画像であり、該第３画像は該目標対象の第２目標領域の分割画像である。

本願の実施例において、原画像とは画像マッティングの必要がある画像である。目標対象とは、目標画像を生成するために分離されるべき原画像における対象である。

なお、第１画像、第２画像及び第３画像は実質的に全て分割画像に属し、第１画像は目標対象全体を分割して得られた分割画像であるため、第１画像における前景領域は、原画像における目標対象の全ての要素である。第２画像は目標対象の第１目標領域という局所部位を分割して得られた分割画像であるため、第２画像における前景領域は目標対象の第１目標領域内の全ての要素であり、第１目標領域以外の領域は第２画像において全て背景領域に属する。同様に、第２画像は目標対象の第２目標領域という局所部位を分割して得られた分割画像であるため、第３画像における前景領域は目標対象の第２目標領域内の全ての要素であり、第１目標領域以外の領域は第３画像において全て背景領域に属する。

なお、目標対象は、原画像における人物肖像、動物画像、植物画像などのうちの少なくとも１つを含んでもよいことを理解されたい。

なお、第１画像における目標対象の前景領域は、目標対象の全体を示すための領域であり、第１目標領域と第２目標領域は目標対象の局所部位の領域であるため、第１目標領域及び第２目標領域は、いずれも第１画像における目標対象の前景領域のサブ領域であることを理解されたい。

一実施例において、第１目標領域は、目標対象のうち、精細化した画像マッティングを行う必要がある領域であってもよい。第２目標領域は、目標対象のうち、第１目標領域に関連する、第１目標領域とは異なる画像マッティングの精細化要件を有する領域であってもよい。具体的には、第２目標領域の画像マッティングの精細化要件は、第１目標領域の画像マッティングの精細化要件よりも低くてもよい。例えば、第２目標領域の詳細情報は第１目標領域の詳細情報よりも低いため、その画像マッティングの精細化要件は第１目標領域よりも低い。

一実施例において、目標対象が人物肖像である場合、第１目標領域と第２目標領域はそれぞれ髪領域と顔部領域であってもよい。

一実施例において、目標対象が動物画像である場合、第１目標領域と第２目標領域はそれぞれ毛髪領域と頭部領域であってもよい。

一実施例において、目標対象が植物画像である場合、第１目標領域と第２目標領域はそれぞれ葉領域と枝領域であってもよい。

なお、目標対象は実在の人物の肖像であってもよく、カートゥーンのキャラクターの肖像やアニメ・漫画のキャラクターの肖像などであってもよい。

４０２では、第１画像、第２画像及び第３画像に基づき、目標トリマップを生成し、該目標トリマップは前景領域と線分描画領域を含み、該線分描画領域は前景領域の輪郭線に線分を描画して得られたものであり、該前景領域の異なるサブ領域は異なる線幅に対応する。

本願の実施例において、サブ領域は前景領域における部分領域を指し、第１目標領域と第２目標領域などを含む。

４０３では、該目標トリマップに基づき、該原画像における目標対象に対して画像マッティング処理を行い、該目標対象を含む目標画像を取得する。

本願の実施例において、画像マッティング処理とは、原画像における目標対象を背景領域から分離することで、目標画像を取得するプロセスである。

本願の実施例において、原画像に対して画像マッティングを行う際に、まず意味的領域分割の方式を用いて異なる領域を含む複数の分割画像を取得し、さらに、これらの分割画像に基づき、前景領域の輪郭線に異なる幅の線で描画することで、目標トリマップを取得し、最終的に該目標トリマップに基づき、目標画像を生成する。上記目標トリマップについては、前景領域の輪郭線に異なる幅の線で描画するため、領域ごとに指向性のある画像マッティングを実現することができ、精細化した画像マッティングを行う必要がある領域の画像マッティング精度を向上させることができるとともに、その他の領域の画像マッティング精度を確保し、最終的に効果が精細でかつ自然なマッティング画像を取得することができる。また、上記画像マッティングプロセスの全自動化が実現され、画像マッティング効率を大幅に向上させる。

上記図４は本願の基本的なフローのみを示す。以下、具体的な実施形態に基づき、本願による方案をさらに説明する。

図５は本願の実施例による他の画像処理の方法のフローチャートであり、本実施例において、第１目標領域は髪領域であり、前記第２目標領域は顔部領域である。図５に示すように、本願の実施例において、端末への適用を例として説明する。上記の方法は以下のステップ５０１～５０８を含む。

５０１では、原画像を取得する。

本願の実施例において、端末は画像マッティング機能を提供し、ユーザーは端末で画像マッティングの操作を行うことができ、端末は該画像マッティングの操作に応答し、該原画像を取得する。いくつかの実施例において、該原画像は、端末に記憶されるローカル画像であるか、又は、オンライン画像であるが、本願の実施例は原画像の出所を限定しない。

いくつかの実施例において、端末に該原画像の画像処理インターフェースが表示され、該画像処理インターフェースに画像マッティングオプション、トリミングオプションなどが含まれ、ユーザーは該画像マッティングオプションに対してヒット操作を行うことができ、端末は該ヒット操作に応答し、該原画像を取得する。

いくつかの実施例において、端末に画像処理インターフェースが表示され、該画像処理インターフェースに画像マッティングオプションが含まれ、ユーザーは該画像マッティングオプションに対してヒット操作を行うことができる。端末は該ヒット操作に応答し、画像選択インターフェースを表示し、ユーザーはマッティングしようとする画像に対してクリック操作を行い、原画像を選択して画像マッティングを行うことができ、端末は該クリック操作に応答し、該原画像を取得する。

なお、本願の実施例は端末の原画像取得方法を限定しない。

５０２では、該原画像を画像分割モデルに入力する。

本願の実施例において、画像分割モデルは、入力された原画像に基づき、該原画像における各画素点の意味的カテゴリを計算し、該原画像の少なくとも１つの画像を出力するために用いられる。

いくつかの実施例において、該画像分割モデルは、ＨＲＮＥＴ－ＯＣＲモデルとして、ＨＲＮＥＴモデルとＯＣＲモデルを組み合わせた計算モデルである。該ＨＲＮＥＴ－ＯＣＲモデルの計算プロセスは以下の通りである。まず、ＨＲＮＥＴモデルによって該原画像の特徴抽出を行い、該原画像の特徴情報を取得する。次に、取得された特徴情報をＯＣＲモデルのバックボーンに入力する。その後、ＯＣＲモデルに基づき、該原画像における各画素点の意味的カテゴリを計算し、例えば、意味的カテゴリには、髪、鼻、眼、胴体、衣類及び建物などが含まれる。最後に、各画素点の意味的カテゴリに基づき、該原画像の少なくとも１つの画像を出力する。上記ＨＲＮＥＴ－ＯＣＲモデルの具体的な計算プロセスは、図１及び図２と組み合わせて詳しく説明したので、ここでは説明を省略する。

なお、実際の応用において、上記ＨＲＮＥＴ－ＯＣＲモデルにおける一部の構造を調整することによって、原画像の少なくとも１つの画像を出力することができるが、本願の実施例はＨＲＮＥＴ－ＯＣＲモデルにおける構造の構成を限定しない。他のいくつかの実施例において、上記画像分割モデルはさらに他のネットワークモデルによって実現することができるが、本願の実施例は画像の意味的領域分割モデルのタイプを限定しない。

５０３では、該画像分割モデルから出力された第１画像、第２画像及び第３画像を取得する。該第１画像は該原画像における目標対象の位置する前景領域を含み、該第２画像は該目標対象の髪領域の分割画像であり、該第３画像は該目標対象の顔部領域の分割画像である。

本願の実施例において、画像分割モデルで原画像における各画素点を分類することによって、端末は本ステップにおける第１画像、第２画像及び第３画像の３種類の分割画像を取得することができる。ここで、各画像はいずれも２種類の領域を含み、この２種類の領域はそれぞれ異なる識別値によってマークされ、例えば、第１画像を例にすると、該第１画像は前景領域と背景領域を含む。ここで、前景領域における各画素点の識別値は２５５であり、背景領域における各画素点の識別値は０である。なお、実際の応用において、開発者は必要に応じて識別値を柔軟に設定することができるが、本願の実施例はこれを限定しない。

例示的には、図６を参照すると、図６は本願の実施例による画像の意味的領域分割結果を示す図である。図６に示すように、原画像は人物肖像であり、図６における（ａ）に示す画像は、即ち、前景領域１と背景領域２を含む第１画像であり、該前景領域１は人物肖像の全ての要素を含み、図６における（ｂ）に示す画像は、即ち、髪領域３と背景領域４を含む第２画像であり、図６における（ｃ）に示す画像は、即ち、顔部領域５と背景領域６を含む第３画像である。

５０４では、該第１画像及び該第２画像に基づき、第１トリマップを生成し、該第１トリマップは、前景領域、第１線分描画サブ領域及び第２線分描画サブ領域を含む。

本願の実施例において、該第１線分描画サブ領域は、第１画像における背景領域側に近接する髪領域の輪郭線を被覆し、該第２線分描画サブ領域は前景領域における髪領域以外の領域である非髪領域の輪郭線を被覆する。第１線幅は第２線幅よりも大きく、該第１線幅は第１線分描画サブ領域を描画するために用いられ、該第２線幅は第２線分描画サブ領域を描画するために用いられる。

ここで、該第１トリマップは背景領域をさらに含み、また、該第１線分描画サブ領域と第２線分描画サブ領域の識別値は前景領域の識別値と異なり、該背景領域の識別値とも異なる。例えば、前景領域における各画素点の識別値は２５５であり、背景領域における各画素点の識別値は０であり、第１線分描画サブ領域と第２線分描画サブ領域における各画素点の識別値は１２８である。

なお、実際の応用において、開発者は必要に応じて線分描画領域の識別値を柔軟に設定することができるが、本願の実施例はこれを限定しない。

図７は本願の実施例による第１トリマップを示す図である。図７における右図に示すように、該第１トリマップには、前景領域７、背景領域８、第１線分描画サブ領域９及び第２線分描画サブ領域１０が含まれ、第１線分描画サブ領域９は第１線幅に基づいて描画され、第２線分描画サブ領域１０は第２線幅に基づいて描画される。

なお、本願の実施例において、異なる画像における前景領域間の領域範囲に差異があり、異なる画像における背景領域間の領域範囲にも差異があり、例えば、図６における背景領域２と背景領域４を参照すると、両者の領域範囲に明らかな差異があるものの、いずれも背景領域である。さらに例えば、図６における前景領域１と図７における前景領域７を参照すると、両者の領域範囲に細やかな差異があるものの、いずれも前景領域である。

以下、本ステップにおいて端末が第１トリマップを生成する具体的な実施形態について詳しく説明する。本ステップは、以下のステップ５０４１～ステップ５０４５を含む。

５０４１では、第１画像において、前景領域の完全な輪郭線を取得する。

ここで、前景領域の完全な輪郭線とは、前景領域と背景領域との間の境界線である。端末は、取得された第１画像に基づき、輪郭検出アルゴリズムによって、前景領域の完全な輪郭線を該第１画像から取得する。いくつかの実施例において、上記輪郭検出アルゴリズムはｆｉｎｄＣｏｎｔｏｕｒｓ関数によって実現することができるが、本願の実施例はこれを限定しない。

５０４２では、第２線幅に基づいて、前景領域の完全な輪郭線に線分を描画し、第２トリマップを取得する。

ここで、第２トリマップは、前景領域と前景領域の完全な輪郭線を被覆する第３線分描画サブ領域とを含む。第２線幅は原画像の寸法に基づいて計算される。いくつかの実施例において、第２線幅は以下の式（１）によって計算される。

Ｓ＝［ｍｉｎ（ｗｉｄｔｈ，ｈｅｉｇｈｔ）／１０００］＊Ｎ （１）

式中、Ｓは第２線幅で、ｗｉｄｔｈとｈｅｉｇｈｔはそれぞれ原画像の幅と高さで、ｍｉｎ（）は最小値関数で、ｍｉｎ（ｗｉｄｔｈ，ｈｅｉｇｈｔ）は原画像の幅と高さから最小値を選択することを示し、Ｎはデフォルトの線サイズで、例えば、Ｎは１７であってもよく、本願の実施例はこれを限定しない。

端末は前景領域の完全な輪郭線を取得した後、輪郭描画アルゴリズムによって、第２線幅に基づいて該完全な輪郭線に線分を描画し、また、線分の識別値は前景領域と背景領域の識別値のいずれとも異なる。いくつかの実施例において、上記輪郭描画アルゴリズムはｄｒａｗＣｏｎｔｏｕｒｓ関数によって実現することができ、例えば、前景領域の識別値が２５５で、背景領域の識別値が０であることを例とし、以下の式（２）によって前景領域の完全な輪郭線に線分を描画することを実現する。

ｃｖ：：ｄｒａｗＣｏｎｔｏｕｒｓ（ｓｅｇＲｅｓｕｌｔ，ｃｏｎｔｏｕｒｓ，－１，Ｓｃａｌａｒ（１２８，１２８，１２８），Ｓ） （２）

式中、ｓｅｇＲｅｓｕｌｔは第１画像で、ｃｏｎｔｏｕｒｓはｆｉｎｄＣｏｎｔｏｕｒｓ関数によって検出された前景領域の完全な輪郭線で、－１は全ての輪郭線を操作することを示し、Ｓｃａｌａｒは識別値で、Ｓｃａｌａｒ（１２８，１２８，１２８）はＲＧＢチャネルのＲ、Ｇ及びＢチャネルの色値をいずれも１２８に設定することを示し、Ｓは第２線幅である。

なお、上記線分描画方法は、取得された完全な輪郭線を操作すること、即ち該完全な輪郭線を被覆することである。例えば、ｆｉｎｄＣｏｎｔｏｕｒｓ関数によって取得された完全な輪郭線に画素点Ａ１～Ａ１０が含まれる場合、これらの画素点を操作し、線分描画を実現する。即ち、線分描画によって得られた第３線分描画サブ領域は、第１画像の前景領域を被覆するだけではなく、第１画像における背景領域も被覆する。

図８は一実施例による第２トリマップを示す図である。図８における左図に示すものは第１画像で、図８における右図に示すものは第２トリマップで、第２トリマップには、前景領域１１、背景領域１２及び第３線分描画サブ領域が含まれ、該第３線分描画サブ領域１３は第２線幅に基づいて描画される。

５０４３では、第２画像において、髪領域の完全な輪郭線を取得する。

ここで、髪領域の完全な輪郭線とは、髪領域と背景領域との間の境界線である。端末は取得された第２画像に基づき、輪郭検出アルゴリズムによって、髪領域の完全な輪郭線を該第２画像から取得する。いくつかの実施例において、上記輪郭検出アルゴリズムはｆｉｎｄＣｏｎｔｏｕｒｓ関数によって実現することができるが、本願の実施例はこれを限定しない。

５０４４では、第１線幅に基づいて、髪領域の完全な輪郭線に線分を描画し、第３トリマップを取得する。

ここで、第３トリマップは、髪領域と髪領域の完全な輪郭線を被覆する第４線分描画サブ領域とを含む。第１線幅は第２線幅のＭ倍（Ｍ＞１）である。例えば、第１線幅は第２線幅の３倍であり、即ち、第２線幅がＳである場合、第１線幅はＳ＊３となるが、本願の実施例はこれを限定しない。

なお、本ステップにおいて髪領域の完全な輪郭線に線分を描画する方法は、上記ステップ５０４２におけるものと同様であるため、以下の式（３）のみによって例を挙げて説明し、ここでは説明を省略する。

ｃｖ：：ｄｒａｗＣｏｎｔｏｕｒｓ（ｓｅｇＲｅｓｕｌｔＨａｉｒ，ｃｏｎｔｏｕｒｓ，－１，Ｓｃａｌａｒ（１２８，１２８，１２８），Ｓ＊３） （３）

式中、ｓｅｇＲｅｓｕｌｔＨａｉｒは第２画像で、ｃｏｎｔｏｕｒｓはｆｉｎｄＣｏｎｔｏｕｒｓ関数によって検出された髪領域の完全な輪郭線で、－１は全ての輪郭線を操作することを示し、Ｓｃａｌａｒは識別値で、Ｓｃａｌａｒ（１２８，１２８，１２８）はＲＧＢチャネルのＲ、Ｇ及びＢチャネルの色値をいずれも１２８に設定することを示し、Ｓ＊３は第１線幅である。

図９は一実施例による第３トリマップを示す図である。図９における左図に示すものは第２画像で、図９における右図に示すものは第３トリマップで、第３トリマップには、前景領域１４、背景領域１５及び第４線分描画サブ領域１６が含まれ、該第４線分描画サブ領域１６は第１線幅に基づいて描画される。

５０４５では、第２トリマップと第３トリマップに対してマージ処理を行い、第１トリマップを取得する。

ここで、第２トリマップと第３トリマップに対するマージ処理とは、２枚のトリマップにおける同じ位置の最大の識別値を、第１トリマップにおける対応する位置の識別値とすることである。

以下、本ステップの具体的な実施形態について詳しく説明する。本ステップは、以下のステップＡ～ステップＣを含む。

ステップＡでは、第２トリマップにおける各画素点の第１識別値を取得し、該第１識別値は第２トリマップにおける画素点の色を識別するために用いられる。

ステップＢでは、第３トリマップにおける各画素点の第２識別値を取得し、該第２識別値は第３トリマップにおける画素点の色を識別するために用いられる。

ステップＣでは、第１識別値と第２識別値との間の大きさ関係に基づき、第１トリマップを生成する。

ここで、ステップＣの実施形態は、第２トリマップの任意の位置における画素点の第１識別値を、第３トリマップの同じ位置における画素点の第２識別値と比較し、第１識別値及び第２識別値のうちの最大のものを、第１トリマップの同じ位置における画素点の第３識別値とし、該第３識別値は第１トリマップにおける画素点の色を識別するために用いられることを含む。

例示的には、図７を引き続き参照すると、端末は、第２トリマップと第３トリマップを取得した後、以下の式（４）によってこの２枚のトリマップのマージ処理を実現し、第１トリマップを取得する。式（４）は以下のとおりである。

Ｐｉｘｅｌ_{ｒｅｓｕｌｔ}＝Ｐｉｘｅｌ_{ｌｅｆｔＵｐ}＞Ｐｉｘｅｌ_{ｌｅｆｔＤｏｗｎ}？Ｐｉｘｅｌ_{ｌｅｆｔＵｐ}：Ｐｉｘｅｌ_{ｌｅｆｔＤｏｗｎ} （４）

式中、Ｐｉｘｅｌ_{ｒｅｓｕｌｔ}は第１トリマップで、即ち図７における右図であり、Ｐｉｘｅｌ_{ｌｅｆｔＵｐ}は第２トリマップで、即ち図７における左上図で、Ｐｉｘｅｌ_{ｌｅｆｔＤｏｗｎ}は第３トリマップで、即ち図７における左下図である。

図７における右図に示すように、上記ステップ５０４５で生成された第１トリマップにおいて、髪領域に対応する第１線分描画サブ領域９を描画する線幅は、髪領域以外のその他の領域に対応する第２線分描画サブ領域１０を描画する線幅よりも大きく、このような異なる線幅に基づいて描画することで異なる線分描画領域を取得する方法を通じて、後続の画像マッティング処理において、髪領域などの比較的複雑な画像マッティング領域について、画像マッティングの精細度を向上させ、この部分の領域の画像マッティング効果を向上させることができる。

５０５では、第３画像及び第１トリマップに基づき、目標トリマップを生成する。

本願の実施例において、目標トリマップは前景領域と線分描画領域を含み、該線分描画領域は前景領域の輪郭線に線分を描画して得られたものであり、該前景領域の異なるサブ領域は異なる線幅に対応する。いくつかの実施例において、該前景領域は目標対象の胴体領域をさらに含む。ここで、目標トリマップにおいて、髪領域に対応する線幅は、胴体領域に対応する線幅よりも大きく、該胴体領域に対応する線幅は、顔部領域に対応する線幅よりも大きい。

図１０は一実施例による目標トリマップを示す図である。図１０における右上図に示すものは即ち目標トリマップで、該図には前景領域１７、背景領域１８及び線分描画領域１９が含まれる。該線分描画領域１９において、髪領域に対応する線幅は、胴体領域に対応する線幅よりも大きく、胴体領域に対応する線幅は、顔部領域に対応する線幅よりも大きい。例示的には、線分描画領域１９における線幅の関係は図１０における右下図を引き続き参照することができ、図に線分描画領域１９ａ、１９ｂ及び１９ｃが含まれ、図において、１９ａは髪領域に対応する線幅を示し、１９ｂは顔部領域に対応する線幅を示し、１９ｃは胴体領域に対応する線幅を示し、図に示すように、髪領域に対応する線幅１９ａは胴体領域に対応する線幅１９ｃよりも大きく、胴体領域に対応する線幅１９ｃは顔部領域に対応する線幅１９ｂよりも大きい。

以下、本ステップにおいて端末が目標トリマップを生成する具体的な実施形態について詳しく説明する。本ステップは、以下のステップ５０５１～ステップ５０５２を含む。

５０５１では、第３画像における顔部領域に基づき、第１トリマップの目標重複領域を決定し、該目標重複領域は顔部領域と第２線分描画サブ領域との重複領域である。

ここで、端末は第１トリマップを取得した後、第３画像における顔部領域の画素点の位置に基づき、第１トリマップから目標重複領域を決定する。例示的には、図１０を引き続き参照すると、図１０における右下図に示すように、図に目標重複領域２０が含まれ、この領域は即ち第３画像における顔部領域と第１トリマップにおける第２線分描画サブ領域１９との間の重複領域である。

５０５２では、目標識別値を目標重複領域の画素点に割り当て、目標トリマップを生成し、該目標識別値は顔部領域における画素点の色を識別するために用いられる。

ここで、第１トリマップにおいて、目標重複領域の識別値は第２線分描画サブ領域の識別値であり、本ステップにおいて、第１トリマップにおける目標重複領域の識別値を変更し、目標識別値をこの領域の画素点に割り当て、目標トリマップを生成する。例えば、顔部領域の識別値が２５５で、第２線分描画サブ領域の識別値が１２８であることを例にすると、第１トリマップにおいて、目標重複領域の識別値は１２８であったが、本ステップ５０５２の後、該目標重複領域の画素点に２５５の識別値を再割り当てして、目標トリマップを取得する。

いくつかの実施例において、上記ステップ５０５１とステップ５０５２は以下のステップ（５）によって実現することができる。

Ｐｉｘｅｌ＝Ｐｉｘｅｌ∈Φ｛Ｆａｃｅ｝？２５５：Ｐｉｘｅｌ_{ｔｒｉｍｐ} （５）

式中、Φ｛Ｆａｃｅ｝は顔部領域を示し、２５５は目標識別値を示し、Ｐｉｘｅｌ_{ｔｒｉｍｐ}は目標トリマップである。該式（５）により、第１トリマップの顔部領域に属する画素点に目標識別値を割り当てることで、顔部領域が下記のステップ５０６～ステップ５０７において、画像マッティングモデルを利用して透明度を計算するプロセスに参加しないようにすることができる。

上記ステップ５０１～ステップ５０５を経て、端末は原画像を取得した後、目標トリマップを自動的に生成し、該目標トリマップにおいて、前景領域の異なるサブ領域に対応する線幅は異なる。

なお、実際の応用において、トリマップにおける前景・背景混在領域のマークは画像マッティング効果の精細度に直接影響を与えてしまい、トリマップにおいて前景領域を前景・背景混在領域にマークすると、不正確な画像マッティング結果を引き起こす。

本願の実施例において、目標トリマップにおける線分描画領域は即ち前景・背景混在領域であり、端末による目標トリマップの自動生成プロセスにおいて、異なる線幅に基づいて髪領域及び髪領域以外のその他の領域に対して線分描画を行い、髪領域などの複雑な領域の画像マッティング範囲を確保し、この部分の領域の画像マッティング精度を向上させるとともに、顔部領域に属する画素点に、前景領域と同一の目標識別値を割り当て、人物肖像における肝心な領域に対する保護を考慮し、画像マッティングの細部の損失を回避する。

５０６では、該目標トリマップと該原画像を画像マッティングモデルに入力する。

本願の実施例において、画像マッティングモデルは入力された目標トリマップと原画像に基づき、該原画像における各画素点が目標画像に属する確率を計算し、透明度を出力する。いくつかの実施例において、下記の式（６）によって透明度を計算する。

Ｉ＝α＊Ｆ＋（１―α）＊Ｂ （６）

式中、Ｉは原画像を示し、Ｆは前景、即ち目標対象の全ての要素を含む領域を示し、Ｂは背景を示し、αは透明度で、原画像における前景色の割合を示すために用いられる。式（６）は、原画像が前景と背景を一定の透明度で重ね合わせたものであることを示す。

いくつかの実施例において、上記画像マッティングモデルは、ＩｎｄｅｘＮｅｔ画像マッティングモデルであってもよく、又は、ＧＣＡＭａｔｔｉｎｇ画像マッティングモデルであってもよく、又は、ＣｏｎｔｅｘｔＮｅｔモデルなどであってもよく、本願の実施例は上記画像マッティングモデルの具体的なタイプを限定しない。

以下、ＩｎｄｅｘＮｅｔ画像マッティングモデルを例とし、本ステップを例示的に説明する。例示的には、図１１を参照すると、図１１は本画の実施例による画像マッティングモデルを示す図である。図１１に示すように、目標トリマップと原画像を入力とし、大まかなＡｌｐｈａ（即ちα）図、及びＡｌｐｈａ予測損失を取得し、同時に大まかな前景と背景を合成した後に原画像と比較し、画像の合成損失を取得し、最終的に畳み込み層を利用して最適化することで精細なＡｌｐｈａ図を取得し、画像マッティングの精細な結果、即ち各画素点のＡｌｐｈａ値を出力する。

５０７では、該画像マッティングモデルから出力される透明度を取得し、該透明度は画素点が目標対象に属する確率を示すために用いられる。

５０８では、該透明度に基づき、該原画像に対して画像マッティング処理を行い、目標対象を含む目標画像を取得する。

本願の実施例において、本ステップ５０８の画像マッティング処理とは、各画素点の透明度に基づき、原画像における目標対象を背景から分離し、目標画像を取得するプロセスである。例示的には、図１２を参照すると、図１２は本願の実施例による目標画像を示す図である。図１２における左図に示すものは原画像で、図１２における右上図に示すものは本方法により得られた目標画像であり、図において、人物肖像は毛先までさらさらな精細な画像マッティングを行っており、顔部も完全であり、図１２における右下図に示すものは関連技術における画像分割方法に従って得られた目標画像であり、図において、画像が正確に分割されているが、人物肖像の毛先が非常に粗末で、顔部の細部に損失がある。

本願の実施例において、原画像に対して画像マッティングを行う際に、まず意味的領域分割の方式を用いて異なる領域を含む複数の分割画像を取得し、さらに、これらの分割画像に基づき、前景領域の輪郭線に異なる幅の線で描画することで、目標トリマップを取得し、最終的に該目標トリマップに基づき、目標画像を生成する。上記目標トリマップについては、前景領域の輪郭線に異なる幅の線で描画するため、領域ごとに指向性のある画像マッティングを実現することができ、精細化した画像マッティングを行う必要がある領域の画像マッティング精度を向上させることができるとともに、その他の領域の画像マッティング精度を確保し、最終的に効果が精細でかつ自然なマッティング画像を取得することができる。また、上記画像マッティングプロセスの全自動化が実現され、画像マッティング効率を大幅に向上させる。

以下、図１３を参照しながら本願の実施例による画像処理の方法を例示的に簡単に要約する。図１３に示すように、以下の６つの画像処理段階を含む。

１番目は、原画像を取得し、原画像は人物肖像を含む画像である。

２番目は、ＨＲＮＥＴ－ＯＣＲモデルに基づいて原画像に対して画像の意味的領域分割を行い、分割結果に基づいて３種類の分割画像を取得する。第１種の分割画像は前景領域を含み、該前景領域は人物肖像の全ての要素を含み、第２種の分割画像は髪領域を含み、人類の胴体と背景は縁部の線が比較的明確であるが、髪はその形状の特性により、背景とひどく融合することが多く、画像マッティングに焦点を当てる必要があり、第３種の分割画像は顔部領域を含み、保護領域と理解されてもよく、顔は人物肖像の重要な注目部位として、誤ってマッティングされたり損傷されたりすると、見た目に大きな影響を与えてしまうため、この部分の領域が画像マッティングによって破損されないように保護する必要がある。

３番目は、第１種の分割画像について、基本サイズで前景領域の輪郭線に線分を描画し、第２トリマップを取得し、第２種の分割画像について、３倍の基本サイズで髪領域の輪郭線に線分を描画し、第３トリマップを取得する。ここで、描かれた線の識別値は１２８である。

４番目は、第２トリマップと第３トリマップに対してマージ処理を行い、マージされた第１トリマップを取得する。

５番目は、第１トリマップにおける顔部領域を前景マーカーとして再設定し、即ち第１トリマップにおける顔部領域の各画素点に２５５を再割り当てして、目標トリマップを取得する。

６番目は、目標トリマップに基づき、最終的に目標画像、即ち原画像における人物肖像を取得する。

上記目標トリマップについては、前景領域の輪郭線に異なる幅の線で描画するため、領域ごとに指向性のある画像マッティングを実現することができ、精細化した画像マッティングを行う必要がある領域の画像マッティング精度を向上させることができるとともに、その他の領域の画像マッティング精度を確保し、最終的に効果が精細でかつ自然なマッティング画像を取得することができる。また、上記画像マッティングプロセスの全自動化が実現され、画像マッティング効率を大幅に向上させる。

例示的には、本願の実施例による画像処理の方法の適用シーンは、以下を含むがこれらに限定されない。

シーン１、スタンプシーン

スタンプ文化の流行に伴い、多くのアプリケーションにもスタンプ作成の機能が追加されており、これによりユーザーがスタンプを作成する方法で、自分の感情や気分を表現することを容易にする。いくつかのシナリオで、ユーザーはピクチャ内の人物肖像をマッティングし、その人物肖像を基にステッカーやテキスト、背景などを追加することで、希望する絵文字を作成しようとする。

例えば、端末はアプリケーションによって人物肖像のスタンプ作成機能を提供する。ユーザーは端末で操作を実行し、人物肖像をマッティングしようとする原画像を入力する。端末は原画像を取得した後、本願の実施例による画像処理の方法を用いて、該原画像における人物肖像を自動的にマッティングし、端末に表示する。これにより、ユーザーはその後、該人物肖像を基にその他の画像処理の操作を行い、ユーザーの希望するスタンプを得る。例示的には、端末が人物肖像をマッティングするプロセスは、以下のステップ１～ステップ８を含む。

１、端末は原画像を取得する。
２、端末は該原画像を画像分割モデルに入力する。
３、端末は該画像分割モデルから出力される第１画像、第２画像及び第３画像を取得する。該第１画像は該原画像における人物肖像の位置する前景領域を含み、該第２画像は該人物肖像の髪領域を含み、該第３画像は該人物肖像の顔部領域を含む。
４、端末は該第１画像及び該第２画像に基づき、第１トリマップを生成し、該第１トリマップは前景領域、第１線分描画サブ領域及び第２線分描画サブ領域を含む。
５、端末は第３画像及び第１トリマップに基づき、目標トリマップを生成する。
６、端末は該目標トリマップと該原画像を画像マッティングモデルに入力する。
７、端末は該画像マッティングモデルから出力される透明度を取得し、該透明度は画素点が人物肖像に属する確率を示すために用いられる。
８、端末は該目標トリマップに基づき、該原画像に対して画像マッティング処理を行い、人物肖像を含む目標画像を取得する。その後、ユーザーは該目標画像を基にスタンプを作成する。

本願の実施例による画像処理の方法によれば、人物肖像の自動マッティングを実現することができ、マッティングされた人物肖像は効果が精細かつ自然で、スタンプ作成に対するユーザーの個性的なニーズを満たすことができる。

シーン２、ライブ配信シーン

いくつかのライブ配信シーンでは、ライバーは個人プライバシーを保護するために、自分のいる本当の背景環境を隠し、またライブ配信画面にライバーの人物肖像のみを表示するか、又はライバーの人物肖像を基にその他の仮想背景を追加しようとする場合がある。

例えば、端末がライブ配信中における人物肖像モードを提供する。ライバーが該人物肖像モードをオンにすることで、端末はカメラによって撮像された各フレームの原画像をリアルタイムで取得し、続いて本願の実施例による画像処理の方法を用いて、各フレームの原画像におけるライバーの人物肖像をマッティングし、ライブ配信画面をリアルタイムで生成してライブ配信する。端末による人物肖像の具体的なマッティングプロセスは上記シーン１と類似するため、ここでは説明を省略する。

このように、本願の実施例による画像処理の方法は、人物画像の自動マッティングを実現するため、人物肖像のリアルタイムなマッティングが必要とされるシーンに直接適用することができる。

なお、上記各実施例のフローチャートにおける各ステップは、矢印の指示に従って順次示されるが、これらのステップは必ずしも矢印の指示される順序で順次実行されないことを理解されたい。本明細書に明示的に記載されていない限り、これらのステップの実行に厳密な順序上の制限がなく、これらのステップは他の順序で実行されてもよい。また、上記各実施例のフローチャートにおける少なくとも一部のステップは複数のステップ又は複数の段階を含んでもよく、これらのステップ又は段階は必ずしも同時に実行されるとは限らず、異なる時刻で実行されてもよく、これらのステップ又は段階の実行順序も必ずしも順次実行されるとは限らず、他のステップ又は他のステップにおけるステップ又は段階の少なくとも一部と交替又は交互に実行されてもよい。

図１４は本願の実施例による画像処理の装置の構造を示す図である。該装置は、上記画像処理の方法の実行時のステップを実行するために用いられ、図１４を参照すると、装置は、画像分割モジュール１４０１、トリマップ生成モジュール１４０２及び画像マッティング１４０３を含む。

画像分割モジュール１４０１は、原画像に対して画像の意味的領域分割を行い、第１画像、第２画像及び第３画像を取得し、該第１画像は該原画像における目標対象の位置する前景領域を含み、該第２画像は該目標対象の髪領域を含み、該第３画像は該目標対象の顔部領域を含む。

トリマップ生成モジュール１４０２は、該第１画像、該第２画像及び該第３画像に基づき、目標トリマップを生成し、該目標トリマップは該前景領域と線分描画領域を含み、該線分描画領域は該前景領域の輪郭線に線分を描画して得られたものであり、該前景領域の異なるサブ領域は異なる線幅に対応する。

画像マッティングモジュール１４０３は、該目標トリマップに基づき、該原画像に対して画像マッティング処理を行い、該目標対象を含む目標画像を取得する。

いくつかの実施例において、該前景領域は該目標対象の胴体領域をさらに含む。ここで、該目標トリマップにおいて、該髪領域に対応する線幅は、該胴体領域に対応する線幅よりも大きく、該胴体領域に対応する線幅は、該顔部領域に対応する線幅よりも大きい。

いくつかの実施例において、該トリマップ生成モジュール１４０２は、第１生成ユニットと第２生成ユニットを含む。

第１生成ユニットは、該第１画像及び該第２画像に基づき、第１トリマップを生成し、該第１トリマップは該前景領域、第１線分描画サブ領域及び第２線分描画サブ領域を含む。

ここで、該第１線分描画サブ領域は、背景領域側に近接する該髪領域の輪郭線を被覆し、該第２線分描画サブ領域は、該前景領域における該髪領域以外の領域であるその他の領域の輪郭線を被覆し、第１線幅は第２線幅よりも大きく、該第１線幅は該第１線分描画サブ領域を描画するために用いられ、該第２線幅は該第２線分描画サブ領域を描画するために用いられる。

第２生成ユニットは、該第３画像及び該第１トリマップに基づき、該目標トリマップを生成する。

いくつかの実施例において、該第１生成ユニットは、該第１画像において、該前景領域の完全な輪郭線を取得し、該第２線幅に基づいて、該前景領域の完全な輪郭線に線分を描画し、該前景領域と、該前景領域の完全な輪郭線を被覆する第３線分描画サブ領域とを含む第２トリマップを取得し、該第２画像において、該髪領域の完全な輪郭線を取得し、該第１線幅に基づいて、該髪領域の完全な輪郭線に線分を描画し、該髪領域と、該髪領域の完全な輪郭線を被覆する第４線分描画サブ領域とを含む第３トリマップを取得し、該第２トリマップ及び該第３トリマップに対してマージ処理を行い、該第１トリマップを取得する。

いくつかの実施例において、該第１線幅は第２線幅のＭ倍（Ｍ＞１）である。

いくつかの実施例において、該第１生成ユニットはさらに、該第２トリマップにおける各画素点の第１識別値を取得し、該第１識別値は該第２トリマップにおける画素点の色を識別するために用いられ、該第３トリマップにおける各画素点の第２識別値を取得し、該第２識別値は該第３トリマップにおける画素点の色を識別するために用いられ、また、該第１識別値と該第２識別値との間の大きさ関係に基づき、該第１トリマップを生成する。

いくつかの実施例において、該第１生成ユニットはさらに、該第２トリマップの任意の位置における画素点の第１識別値を、該第３トリマップの同じ位置における画素点の第２識別値と比較し、該第１識別値及び該第２識別値のうちの最大のものを、該第１トリマップの同じ位置における画素点の第３識別値とし、該第３識別値は第１トリマップにおける画素点の色を識別するために用いられる。

いくつかの実施例において、該第２生成ユニットは、該第３画像における顔部領域に基づき、第１トリマップの目標重複領域を決定し、該目標重複領域は顔部領域と第２線分描画サブ領域との重複領域であり、目標識別値を該目標重複領域の画素点に割り当て、該目標トリマップを生成し、該目標識別値は該顔部領域における画素点の色を識別するために用いられる。

いくつかの実施例において、該画像マッティングモジュール１４０３は、該目標トリマップに基づき、該原画像における各画素点の透明度を取得し、該透明度は該画素点が該目標対象に属する確率を示すために用いられ、また、該透明度に基づいて該原画像に対して画像マッティング処理を行い、該目標画像を取得する。

いくつかの実施例において、該画像分割モジュール１４０１はさらに、該原画像を取得し、入力される該原画像に基づき、該原画像における各画素点の意味的カテゴリを計算することで、該原画像の少なくとも１つの画像を出力するための画像分割モデルに、該原画像を入力し、該画像分割モデルから出力される該第１画像、該第２画像及び該第３画像を取得する。

いくつかの実施例において、該画像マッティングモジュール１４０３はさらに、入力される該目標トリマップと該原画像に基づき、該原画像における各画素点が該目標画像に属する確率を計算することで、該透明度を出力するための画像マッティングモデルに、該目標トリマップ及び該原画像を入力し、該画像マッティングモデルから出力される該透明度を取得する。

本願の実施例において、原画像に対して画像マッティングを行う際に、まず意味的領域分割の方式を用いて異なる領域を含む複数の分割画像を取得し、さらに、これらの分割画像に基づき、前景領域の輪郭線に異なる幅の線で描画することで、目標トリマップを取得し、最終的に該目標トリマップに基づき、目標画像を生成する。上記目標トリマップについては、前景領域の輪郭線に異なる幅の線で描画するため、領域ごとに指向性のある画像マッティングを実現することができ、精細化した画像マッティングを行う必要がある領域の画像マッティング精度を向上させることができるとともに、その他の領域の画像マッティング精度を確保し、最終的に効果が精細でかつ自然なマッティング画像を取得することができる。また、上記画像マッティングプロセスの全自動化が実現され、画像マッティング効率を大幅に向上させる。

なお、上記実施例による画像処理の装置は画像処理を行う際に、単に上記各機能モジュールの分割を例として説明したが、実際の応用において、必要に応じて上記機能の割り当てを異なる機能モジュールが完了してもよく、即ち、装置の内部構造を異なる機能モジュールに分割し、以上に説明された機能の全部又は一部を完了してもよい。上記装置における各モジュールの全部又は一部は、ソフトウェア、ハードウェア及びその組み合わせによって実現することできる。プロセッサーが以上の各モジュールに対応する操作を呼び出して実行することができるように、上記の各モジュールは、ハードウェアの形態でコンピュータデバイス内のプロセッサーに内蔵されるか、或いはプロセッサーから独立されてもよく、ソフトウェアの形態でコンピュータデバイス内のメモリーに記憶されてもよい。また、上記実施例による画像処理の装置は、画像処理の方法の実施例と同一の思想に属し、その具体的な実現プロセスは方法の実施例で詳述されたため、ここでは説明を省略する。

例示的な実施例において、コンピュータデバイスをさらに提供する。コンピュータデバイスを端末とすることを例として、図１５は本願の一例示的な実施例による端末１５００の構造を示す図である。該端末１５００は、スマートフォン、タブレット、ＭＰ３プレーヤー（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ Ａｕｄｉｏ Ｌａｙｅｒ ＩＩＩ、動画エキスパートグループオーディオレイヤー３）、ＭＰ４（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ Ａｕｄｉｏ Ｌａｙｅｒ ＩＶ、動画エキスパートグループオーディオレイヤー４）プレーヤー、ラップトップ又はデスクトップコンピュータであってもよい。端末１５００は、ユーザーデバイス、携帯端末、ラップトップ端末、デスクトップ端末などの他の名称で呼ばれることもある。

通常、端末１５００は、１つ又は複数のプロセッサー１５０１とメモリー１５０２を含む。

プロセッサー１５０１は、４コアプロセッサー、８コアプロセッサーなどの１つ又は複数の処理コアを含むことができる。プロセッサー１５０１は、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ、デジタル信号処理）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ、フィールドプログラマブルゲートアレイ）、ＰＬＡ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ａｒｒａｙ、プログラマブルロジックアレイ）のうちの少なくとも１つのハードウェア形態を用いて実現することができる。プロセッサー１５０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、中央処理装置）とも呼ばれる、ウェイクアップ状態でのデータを処理するプロセッサーであるメインプロセッサーと、スタンバイ状態でのデータを処理する低電力プロセッサーであるコプロセッサーと、を含んでもよい。いくつかの実施例において、プロセッサー１５０１は、ディスプレイスクリーンに表示されるべきコンテンツのレンダリング及び描画を行うためのＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、グラフィックスプロセッサー）と統合されてもよい。いくつかの実施例において、プロセッサー１５０１は、機械学習に関連する計算操作を処理するためのＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ、人工知能）プロセッサーをさらに含んでもよい。

メモリー１５０２は、非一時的であり得る１つ又は複数のコンピュータ読み取り可能な記憶媒体を含んでもよい。メモリー１５０２は、高速ランダムメモリー、及び１つ又は複数の磁気記憶デバイス、フラッシュメモリーなどの不揮発性メモリーをさらに含んでもよい。いくつかの実施例において、メモリー１５０２内の非一時的コンピュータ読み取り可能な記憶媒体は、１つ又は複数のプロセッサー１５０１によって実行されると、本願に係る方法の実施例による画像処理の方法を実現するための少なくとも１つのコンピュータ読み取り可能な命令を記憶する。

いくつかの実施例において、端末１５００は、周辺デバイスインターフェース１５０３と、少なくとも１つの周辺デバイスとをさらに含んでもよい。１つ又は複数のプロセッサー１５０１、メモリー１５０２及び周辺デバイスインターフェース１５０３の間は、バス又は信号線によって互いに接続されてもよい。各周辺デバイスは、バス、信号線又は回路基板によって周辺デバイスインターフェース１５０３に接続されてもよい。具体的には、周辺デバイスは、無線周波数回路１５０４、ディスプレイスクリーン１５０５、カメラアセンブリ１５０６、オーディオ回路１５０７、位置決めアセンブリ１５０８及び電源１５０９のうちの少なくとも１つを含む。

周辺デバイスインターフェース１５０３は、Ｉ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ、入力／出力）に関連する少なくとも１つの周辺デバイスを、１つ又は複数のプロセッサー１５０１及びメモリー１５０２に接続するために用いられてもよい。

無線周波数回路１５０４は、電磁波信号とも呼ばれるＲＦ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ、無線周波数）信号を送受信する。無線周波数回路１５０４は、電磁波信号によって通信ネットワーク及びその他の通信デバイスと通信する。

ディスプレイスクリーン１５０５は、ＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ、ユーザーインターフェース）を表示する。該ＵＩは、グラフィックス、テキスト、アイコン、ビデオ及びそれらの任意の組み合わせを含んでもよい。ディスプレイスクリーン１５０５がタッチディスプレイスクリーンである場合、ディスプレイスクリーン１５０５は、ディスプレイスクリーン１５０５の表面又は表面上方にあるタッチ信号を収集する機能も有する。該タッチ信号は、制御信号として１つ又は複数のプロセッサー１５０１に入力して処理することができる。この場合、ディスプレイスクリーン１５０５はさらに、ソフトボタン及び／又はソフトキーボードとも呼ばれる仮想ボタン及び／又は仮想キーボードを提供することができる。いくつかの実施例において、ディスプレイスクリーン１５０５は１つで、端末１５００の前面パネルに設置されてもよく、他のいくつかの実施例において、ディスプレイスクリーン１５０５は少なくとも２つで、それぞれ端末１５００の異なる表面に設置されるか又は折り畳まれるように設計されてもよく、他のいくつかの実施例において、ディスプレイスクリーン１５０５はフレキシブルディスプレイスクリーンで、端末１５００の曲面又は折り畳み面に設置されてもよい。さらに、ディスプレイスクリーン１５０５はさらに非矩形の不規則な形状、すなわち異形ディスプレイスクリーンに設定されてもよい。ディスプレイスクリーン１５０５は、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ、液晶ディスプレイ）、ＯＬＥＤ（Ｏｒｇａｎｉｃ Ｌｉｇｈｔ－Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ、有機発光ダイオード）などの材質で製造されてもよい。

カメラアセンブリ１５０６は、画像又はビデオを収集する。

オーディオ回路１５０７は、マイクロフォン及びスピーカーを含んでもよい。マイクロフォンは、ユーザー及び環境の音波を収集し、音波を電気信号に変換して１つ又は複数のプロセッサー１５０１に入力し、又は無線周波数回路１５０４に入力して音声通信を実現する。スピーカーは、１つ又は複数のプロセッサー１５０１又は無線周波数回路１５０４からの電気信号を音波に変換する。

位置決めアセンブリ１５０８は、端末１５００の現在の地理的位置を位置決めし、ナビゲーション又はＬＢＳ（Ｌｏｃａｔｉｏｎ Ｂａｓｅｄ Ｓｅｒｖｉｃｅ、位置に基づくサービス）を実現する。

電源１５０９は、端末１５００内の各アセンブリに電源を供給する。

いくつかの実施例において、端末は１つ又は複数のセンサー１５１０をさらに含む。該１つ又は複数のセンサー１５１０は、加速度センサー１５１１、ジャイロセンサー１５１２、圧力センサー１５１３、指紋センサー１５１４、光学センサー１５１５、及び近接センサー１５１６を含むが、これらに限定されない。

加速度センサー１５１１は、端末１５００によって確立された座標系の３つの座標軸上の加速度の大きさを検出することができる。

ジャイロセンサー１５１２は、端末１５００の本体の向き及び回転角を検出することができ、加速度センサー１５１１と協同して端末１５００に対するユーザーの３Ｄ動作を収集することができる。

圧力センサー１５１３は、端末１５００のサイドフレーム及び／又はディスプレイスクリーン１５０５の下層に設置されてもよい。

指紋センサー１５１４は、ユーザーの指紋を収集し、１つ又は複数のプロセッサー１５０１が指紋センサー１５１４によって収集された指紋でユーザーの身元を識別するか、又は指紋センサー１５１４が収集された指紋でユーザーの身元を識別する。

光学センサー１５１５は、環境光強度を収集する。一実施例において、１つまたは複数のプロセッサー１５０１は、光学センサー１５１５によって収集された環境光強度に基づき、ディスプレイスクリーン１５０５の表示輝度を制御することができる。

近接センサー１５１６は、距離センサーとも呼ばれ、通常、端末１５００の前面パネルに設置される。近接センサー１５１６は、ユーザーと端末１５００の正面との距離を収集する。

図１５に示す構造は、端末１５００に対する限定を構成するものではなく、図示されるものよりも多い又は少ない構成要素を含むか、又は特定の構成要素を組合せるか、又は異なる構成要素の配置を用いることを、当業者であれば理解できる。

本願の実施例は、コンピュータデバイスに応用される１つ又は複数のコンピュータ読み取り可能な記憶媒体をさらに提供する。該コンピュータ読み取り可能な記憶媒体には、１つ又は複数のプロセッサーによってロードされて実行されることで上記実施例に係る画像処理の方法におけるコンピュータデバイスで実行される操作を実現する少なくとも１つのコンピュータ読み取り可能な命令が記憶されている。

本願の実施例は、コンピュータ読み取り可能な命令製品又はコンピュータ読み取り可能な命令をさらに提供する。該コンピュータ読み取り可能な命令は、コンピュータ読み取り可能な記憶媒体に記憶されるコンピュータ読み取り可能な命令コードを含む。コンピュータデバイスの１つ又は複数のプロセッサーは、該コンピュータ読み取り可能な命令コードをコンピュータ読み取り可能な記憶媒体から読み取り、１つ又は複数のプロセッサーが該コンピュータ読み取り可能な命令コードを実行すると、該コンピュータデバイスは上記様々な選択可能な実現形態による画像処理の方法を実行する。

上記実施例を実現するための全部又は一部のステップはハードウェアによって完了してもよく、プログラムで関連ハードウェアを命令することで完了してもよく、前記プログラムはコンピュータ読み取り可能な記憶媒体に記憶されてもよく、上記の記憶媒体は、読み出し専用メモリー、磁気ディスク或いは光ディスクなどであってもよいことを、当業者であれば理解できる。

以上の記載は、本願の選択可能な実施例に過ぎず、本願を限定するものではなく、本願の精神及び原則内で行われるいかなる修正、均等な置換、改善などは、いずれも本願の保護範囲内に含まれるべきである。

1401 画像分割モジュール
1402 トリマップ生成モジュール
1403 画像マッティングモジュール
1501 プロセッサー
1502 メモリー
1503 周辺デバイスインターフェース
1504 無線周波数回路
1505 ディスプレイスクリーン
1506 カメラアセンブリ
1507 オーディオ回路
1508 位置決めアセンブリ
1509 電源
1510 センサー
1511 加速度センサー
1512 ジャイロセンサー
1513 圧力センサー
1514 指紋センサー
1515 光学センサー
1516 近接センサー

Claims (16)

1. コンピュータデバイスが実行する画像処理の方法であって、
   原画像に対して画像の意味的領域分割を行い、第１画像、第２画像及び第３画像を取得するステップであって、前記第１画像における前景領域は前記原画像における目標対象の位置する領域であり、前記第２画像は前記目標対象の第１目標領域の分割画像であり、前記第３画像は前記目標対象の第２目標領域の分割画像であり、前記前景領域のサブ領域は前記第１目標領域と前記第２目標領域を含み、前記第１目標領域及び前記第２目標領域は、前記目標対象のうち、精細化した画像マッティングを行う必要がある領域であり、前記第２目標領域の画像マッティングの精細化要件は前記第１目標領域の画像マッティングの精細化要件よりも低いステップと、
   前記第１画像、前記第２画像及び前記第３画像に基づき、目標トリマップを生成するステップであって、前記目標トリマップは前記前景領域と線分描画領域を含み、前記線分描画領域は前記前景領域の輪郭線に線分を描画して得られたものであり、前記前景領域の異なるサブ領域は異なる線幅に対応するステップと
   前記目標トリマップに基づき、前記原画像における前記目標対象に対して画像マッティング処理を行い、前記目標対象を含む目標画像を取得するステップと、を含むことを特徴とする、画像処理の方法。
2. 前記第１目標領域は髪領域で、前記第２目標領域は顔部領域であり、前記前景領域は前記目標対象の胴体領域をさらに含み、
   前記目標トリマップにおいて、前記髪領域に対応する線幅は、前記胴体領域に対応する線幅よりも大きく、前記胴体領域に対応する線幅は、前記顔部領域に対応する線幅よりも大きいことを特徴とする、請求項１に記載の方法。
3. 前記第１目標領域は髪領域で、前記第２目標領域は顔部領域であり、
   前記第１画像、前記第２画像及び前記第３画像に基づき、目標トリマップを生成する前記ステップは、
   前記第１画像及び前記第２画像に基づき、第１トリマップを生成するステップであって、前記第１トリマップは、前記前景領域、第１線分描画サブ領域及び第２線分描画サブ領域を含み、前記第１線分描画サブ領域は、前記第１画像における背景領域側に近接する前記髪領域の輪郭線を被覆し、前記第２線分描画サブ領域は、前記前景領域における前記髪領域以外の領域である非髪領域の輪郭線を被覆し、前記第１線分描画サブ領域は第１線幅で描画され、前記第２線分描画サブ領域は第２線幅で描画され、前記第１線幅が第２線幅よりも大きいステップと、
   前記第３画像及び前記第１トリマップに基づき、前記目標トリマップを生成するステップと、を含むことを特徴とする、請求項１に記載の方法。
4. 前記第１画像及び前記第２画像に基づき、第１トリマップを生成する前記ステップは、
   前記第１画像において、前記前景領域の完全な輪郭線を取得するステップと、
   前記第２線幅に基づいて、前記前景領域の完全な輪郭線に線分を描画し、第２トリマップを取得するステップであって、前記第２トリマップは前記前景領域と第３線分描画サブ領域を含み、前記第３線分描画サブ領域は前記前景領域の完全な輪郭線を被覆するものであるステップと、
   前記第２画像において、前記髪領域の完全な輪郭線を取得するステップと、
   前記第１線幅に基づいて、前記髪領域の完全な輪郭線に線分を描画し、第３トリマップを取得するステップであって、前記第３トリマップは前記髪領域と第４線分描画サブ領域を含み、前記第４線分描画サブ領域は前記髪領域の完全な輪郭線を被覆するものであるステップと、
   前記第２トリマップと前記第３トリマップに対してマージ処理を行い、前記第１トリマップを取得するステップと、を含むことを特徴とする、請求項３に記載の方法。
5. 前記第１線幅は、前記第２線幅のＭ倍（Ｍ＞１）であることを特徴とする、請求項３又は４に記載の方法。
6. 前記第２トリマップと前記第３トリマップに対してマージ処理を行い、前記第１トリマップを取得する前記ステップは、
   前記第２トリマップにおける各画素点の第１識別値を取得するステップであって、前記第１識別値は、第２トリマップにおける画素点の色を識別するために用いられるステップと、
   前記第３トリマップにおける各画素点の第２識別値を取得するステップであって、前記第２識別値は、第３トリマップにおける画素点の色を識別するために用いられるステップと、
   前記第１識別値と前記第２識別値との間の大きさ関係に基づき、第１トリマップを生成するステップと、を含むことを特徴とする、請求項４に記載の方法。
7. 前記第１識別値と前記第２識別値との間の大きさ関係に基づき、前記第１トリマップを生成する前記ステップは、
   前記第２トリマップの任意の位置における画素点の第１識別値を、前記第３トリマップの同じ位置における画素点の第２識別値と比較するステップと、
   前記第１識別値及び前記第２識別値のうちの最大のものを、前記第１トリマップの同じ位置における画素点の第３識別値とするステップであって、前記第３識別値は、前記第１トリマップにおける画素点の色を識別するために用いられるステップと、を含むことを特徴とする、請求項６に記載の方法。
8. 前記第３画像及び前記第１トリマップに基づき、前記目標トリマップを生成する前記ステップは、
   前記第３画像における前記顔部領域に基づき、前記第１トリマップの目標重複領域を決定するステップであって、前記目標重複領域は、前記顔部領域と前記第２線分描画サブ領域との重複領域であるステップと、
   目標識別値を前記目標重複領域の画素点に割り当て、前記目標トリマップを生成するステップであって、前記目標識別値は、前記顔部領域における画素点の色を識別するために用いられるステップと、を含むことを特徴とする、請求項３に記載の方法。
9. 前記目標トリマップに基づき、前記原画像における前記目標対象に対して画像マッティング処理を行い、前記目標対象を含む目標画像を取得する前記ステップは、
   前記目標トリマップに基づき、前記原画像における各画素点の透明度を取得するステップであって、前記透明度は、前記画素点が前記目標対象に属する確率を示すために用いられるステップと、
   前記透明度に基づき、前記原画像に対して画像マッティング処理を行い、前記目標画像を取得するステップと、を含むことを特徴とする、請求項１に記載の方法。
10. 前記目標トリマップに基づき、前記原画像における各画素点の透明度を取得する前記ステップは、
    前記目標トリマップと前記原画像を画像マッティングモデルに入力し、前記画像マッティングモデルを利用して、前記目標トリマップと前記原画像に基づき、前記原画像における各画素点が目標画像に属する確率を計算し、透明度を出力するステップと、
    前記画像マッティングモデルから出力された前記透明度を取得するステップと、を含むことを特徴とする、請求項９に記載の方法。
11. 原画像に対して画像の意味的領域分割を行い、第１画像、第２画像及び第３画像を取得する画像分割モジュールであって、前記第１画像における前景領域は前記原画像における目標対象の位置する領域であり、前記第２画像は前記目標対象の第１目標領域の分割画像であり、前記第３画像は前記目標対象の第２目標領域の分割画像であり、前記前景領域のサブ領域は前記第１目標領域と前記第２目標領域を含み、前記第１目標領域及び前記第２目標領域は、前記目標対象のうち、精細化した画像マッティングを行う必要がある領域であり、前記第２目標領域の画像マッティングの精細化要件は前記第１目標領域の画像マッティングの精細化要件よりも低い画像分割モジュールと、
    前記第１画像、前記第２画像及び前記第３画像に基づき、目標トリマップを生成するトリマップ生成モジュールであって、前記目標トリマップは前記前景領域と線分描画領域を含み、前記線分描画領域は前記前景領域の輪郭線に線分を描画して得られたものであり、前記前景領域の異なるサブ領域は異なる線幅に対応するトリマップ生成モジュールと、
    前記目標トリマップに基づき、前記原画像における前記目標対象に対して画像マッティング処理を行い、前記目標対象を含む目標画像を取得する画像マッティングモジュールと、を含むことを特徴とする、画像処理の装置。
12. 前記第１目標領域は髪領域で、前記第２目標領域は顔部領域であり、前記前景領域は前記目標対象の胴体領域をさらに含み、
    前記目標トリマップにおいて、前記髪領域に対応する線幅は、前記胴体領域に対応する線幅よりも大きく、前記胴体領域に対応する線幅は、前記顔部領域に対応する線幅よりも大きいことを特徴とする、請求項１１に記載の装置。
13. 前記第１目標領域は髪領域で、前記第２目標領域は顔部領域であり、
    前記トリマップ生成モジュールは、
    前記第１画像及び前記第２画像に基づき、第１トリマップを生成する第１生成ユニットであって、前記第１トリマップは、前記前景領域、第１線分描画サブ領域及び第２線分描画サブ領域を含み、前記第１線分描画サブ領域は、背景領域側に近接する前記髪領域の輪郭線を被覆し、前記第２線分描画サブ領域は、前記前景領域における前記髪領域以外の領域であるその他の領域の輪郭線を被覆し、第１線幅は第２線幅よりも大きく、前記第１線幅は前記第１線分描画サブ領域を描画するために用いられ、前記第２線幅は前記第２線分描画サブ領域を描画するために用いられる第１生成ユニットと、
    前記第３画像及び前記第１トリマップに基づき、前記目標トリマップを生成する第２生成ユニットと、を含むことを特徴とする、請求項１１に記載の装置。
14. 前記第１生成ユニットは、
    前記第１画像において、前記前景領域の完全な輪郭線を取得し、
    前記第２線幅に基づいて、前記前景領域の完全な輪郭線に線分を描画し、前記前景領域と前記前景領域の完全な輪郭線を被覆する第３線分描画サブ領域とを含む第２トリマップを取得し、
    前記第２画像において、前記髪領域の完全な輪郭線を取得し、
    前記第１線幅に基づいて、前記髪領域の完全な輪郭線に線分を描画し、前記髪領域と前記髪領域の完全な輪郭線を被覆する第４線分描画サブ領域とを含む第３トリマップを取得し、
    前記第２トリマップと前記第３トリマップに対してマージ処理を行い、前記第１トリマップを取得することを特徴とする、請求項１３に記載の装置。
15. １つ又は複数のプロセッサー及びメモリーを含むコンピュータデバイスであって、
    前記メモリーは少なくとも１つのコンピュータ読み取り可能な命令を記憶し、前記少なくとも１つのコンピュータ読み取り可能な命令は、前記１つ又は複数のプロセッサーによってロードされ、請求項１～１０のいずれか１項に記載の画像処理の方法を実行することを特徴とする、コンピュータデバイス。
16. １つ又は複数のプロセッサーによって実行されると、請求項１～１０のいずれか１項に記載の画像処理の方法を実現するコンピュータ読み取り可能な命令を含むことを特徴とする、コンピュータプログラム。

Images