公开(公告)号：CN111462161A

公开(公告)日：2020-07-28

申请号：CN202010242426.3

申请日：2020-03-31

Applicant: 厦门亿联网络技术股份有限公司

Inventor： 何东超

IPC: G06T7/143 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种实时视频人像提取的系统、方法、存储介质和设备，属于图像处理技术领域。本发明首先将视频图像输入训练好的卷积神经网络模型中进行特征提取，输出视频图像的概率值图；所述的卷积神经网络包括编码网络和与编码网络连接的解码网络，所述编码网络利用标准卷积、深度可分离卷积和空洞卷积对图像进行特征提取；所述解码网络利用双线性差值模块与标准卷积层对图像特征进行解码；采用抠图算法，将提取出图像中的人像。本发明的卷积神经网络模型的参数较少，使得卷积神经网络模型具有更快的运算速度，能够更加快速地对视频图像进行实施人像提取，克服了现有技术人像提取速度慢的问题。

公开(公告)号：CN111462133B

公开(公告)日：2023-06-30

申请号：CN202010241753.7

申请日：2020-03-31

Applicant: 厦门亿联网络技术股份有限公司

Inventor： 何东超

IPC: G06T7/11 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种实时视频人像分割的系统、方法、存储介质和设备，属于图像处理技术领域。通过获取实时视频图像并将调整后的视频图像输入训练好的卷积神经网络模型进行特征提取，并进行视频图像推断，得到人像分割图；所述卷积神经网络模型采用编码‑解码结构，编码网络利用标准卷积、深度可分离卷积和空洞卷积层提取图像特征；解码网络通过融合模块进行特征融合重构，完成图像特征解码；采用双线性差值模块，将图像进行恢复，并利用交叉熵损失函数对进行视频图像推断，输出分割完毕的人像分割图。该方法所采用的卷积神经网络模型的参数少，运算速度快，从而能够快速地对视频图像进行实时人像分割，克服了现有方法分割速度慢的问题。

公开(公告)号：CN111524060B

公开(公告)日：2023-04-14

申请号：CN202010241740.X

申请日：2020-03-31

Applicant: 厦门亿联网络技术股份有限公司

Inventor： 何东超

IPC: G06T3/00 ,  G06N3/0464 ,  G06N3/08 ,  G06T5/30 ,  G06N7/02

Abstract: 本发明公开了一种实时人像背景虚化的系统、方法、存储介质和设备，属于图像处理技术领域。本发明通过实时采集视频图像并将视频图像输入训练好的卷积神经网络模型进行神经网络推理，对视频图像进行特征提取，并输出图像的概率值图；通过卷积神经网络模型得到概率值图以后，对概率值图进行概率判断，判断图中是否存在人像区域，如果存在人像区域，则进行人像提取、腐蚀与膨胀、高斯模糊操作，得到人像背景虚化后的图像；如果不存在人像区域，则进行如下操作：采用高斯模糊算法，将原图直接进行模糊处理，得到全部虚化的图像。本发明能够快速地对视频图像进行实施人像背景虚化，并且能够利用一个摄像头即能完成，有效地降低了成本。

公开(公告)号：CN111524060A

公开(公告)日：2020-08-11

申请号：CN202010241740.X

申请日：2020-03-31

Applicant: 厦门亿联网络技术股份有限公司

Inventor： 何东超

IPC: G06T3/00 ,  G06N3/04 ,  G06N3/08 ,  G06T5/30 ,  G06N7/02

Abstract: 本发明公开了一种实时人像背景虚化的系统、方法、存储介质和设备，属于图像处理技术领域。本发明通过实时采集视频图像并将视频图像输入训练好的卷积神经网络模型进行神经网络推理，对视频图像进行特征提取，并输出图像的概率值图；通过卷积神经网络模型得到概率值图以后，对概率值图进行概率判断，判断图中是否存在人像区域，如果存在人像区域，则进行人像提取、腐蚀与膨胀、高斯模糊操作，得到人像背景虚化后的图像；如果不存在人像区域，则进行如下操作：采用高斯模糊算法，将原图直接进行模糊处理，得到全部虚化的图像。本发明能够快速地对视频图像进行实施人像背景虚化，并且能够利用一个摄像头即能完成，有效地降低了成本。

公开(公告)号：CN111462161B

公开(公告)日：2023-09-26

申请号：CN202010242426.3

申请日：2020-03-31

Applicant: 厦门亿联网络技术股份有限公司

Inventor： 何东超

IPC: G06T7/143 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种实时视频人像提取的系统、方法、存储介质和设备，属于图像处理技术领域。本发明首先将视频图像输入训练好的卷积神经网络模型中进行特征提取，输出视频图像的概率值图；所述的卷积神经网络包括编码网络和与编码网络连接的解码网络，所述编码网络利用标准卷积、深度可分离卷积和空洞卷积对图像进行特征提取；所述解码网络利用双线性差值模块与标准卷积层对图像特征进行解码；采用抠图算法，将提取出图像中的人像。本发明的卷积神经网络模型的参数较少，使得卷积神经网络模型具有更快的运算速度，能够更加快速地对视频图像进行实施人像提取，克服了现有技术人像提取速度慢的问题。

公开(公告)号：CN111462133A

公开(公告)日：2020-07-28

申请号：CN202010241753.7

申请日：2020-03-31

Applicant: 厦门亿联网络技术股份有限公司

Inventor： 何东超

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种实时视频人像分割的系统、方法、存储介质和设备，属于图像处理技术领域。通过获取实时视频图像并将调整后的视频图像输入训练好的卷积神经网络模型进行特征提取，并进行视频图像推断，得到人像分割图；所述卷积神经网络模型采用编码-解码结构，编码网络利用标准卷积、深度可分离卷积和空洞卷积层提取图像特征；解码网络通过融合模块进行特征融合重构，完成图像特征解码；采用双线性差值模块，将图像进行恢复，并利用交叉熵损失函数对进行视频图像推断，输出分割完毕的人像分割图。该方法所采用的卷积神经网络模型的参数少，运算速度快，从而能够快速地对视频图像进行实时人像分割，克服了现有方法分割速度慢的问题。