申请/专利权人：稿定(厦门)科技有限公司

申请日：2020-06-30

公开（公告）日：2024-07-05

公开（公告）号：CN113706372B

主分类号：G06T3/04

分类号：G06T3/04;G06T7/11;G06T7/194

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2021.12.14#实质审查的生效;2021.11.26#公开

摘要：本发明公开了一种自动抠图模型建立方法、介质、设备及系统，其中方法包括以下步骤：获取历史图片，并根据所述历史图片生成训练数据集；根据所述训练数据集进行分割模型的训练，以便通过训练得到的分割模型根据训练数据集中的原始图片生成对应的三元组图片；根据所述训练数据集中的原始图片和该原始图片对应的三元组图片进行抠图模型的训练，以生成抠图模型。该自动抠图模型建立方法所建立的抠图模型能够根据用户输入的原始图片进行前景部分的自动抠取，降低用户抠图所需编辑时间，降低抠图难度；同时，保证抠图结果的稳定性。

主权项：1.一种自动抠图模型建立方法，其特征在于，包括以下步骤：获取历史图片，并根据所述历史图片生成训练数据集，包括：计算每个历史图片所对应的信噪比，并根据信噪比滤除历史图片中模糊、噪声过大的图片，并对过滤后的所述历史图片中的显著性前景进行标注，获得标注后的所述历史图片；获取背景数据集，根据所述背景数据集对标注后的所述历史图片进行随机替换，以生成扩充样本，根据所述标注后的历史图片以及所述扩充样本生成训练数据集；根据所述训练数据集进行分割模型的训练，以便通过训练得到的分割模型根据训练数据集中的原始图片生成对应的三元组图片；根据所述训练数据集中的原始图片和该原始图片对应的三元组图片进行抠图模型的训练，以生成抠图模型；所述分割模型包含粗粒度识别模块和细粒度识别模块，所述粗粒度识别模块包括特征提取层和特征融合层，通过训练得到的分割模型根据训练数据集中的原始图片生成对应的三元组图片的步骤包括：通过所述特征提取层对所述原始图片进行特征提取，以生成该原始图片对应的多尺度特征，通过所述特征融合层对所述多尺度特征进行融合拼接，以生成该原始图片对应的特征层；通过所述细粒度识别模块根据所述原始图片和该原始图片对应的特征层进行细粒度分割，以生成该原始图片对应的三元组图片；所述根据所述训练数据集进行分割模型的训练的步骤包括：将初始学习率设置为0.001，学习率按照多项式递减；训练周期为X，损失函数采用交叉熵；网络权重通过反向传播不断更新梯度信息，以完成分割模型的训练。

全文数据：

权利要求：

百度查询： 稿定(厦门)科技有限公司 自动抠图模型建立方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD