一种用于精细人像图片分割的深度学习模型训练方法
基本信息
| 申请号 | CN202010327146.2 | 申请日 | - |
| 公开（公告）号 | CN111583287A | 公开（公告）日 | 2020-08-25 |
| 申请公布号 | CN111583287A | 申请公布日 | 2020-08-25 |
| 分类号 | G06T7/13(2017.01)I | 分类 | - |
| 发明人 | 齐冬莲;陈汐;闫云凤;郑伊;徐文渊;张建良 | 申请（专利权）人 | 杭州远鉴信息科技有限公司 |
| 代理机构 | 杭州求是专利事务所有限公司 | 代理人 | 浙江大学;杭州远鉴信息科技有限公司 |
| 地址 | 310058浙江省杭州市西湖区余杭塘路866号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种用于精细人像图片分割的深度学习模型训练方法。采集获取人像图片，二值化构成训练数据集；用Canny边缘算法检测边界；采用自适应膨胀算子对边界扩充形成边缘区域，得到人像边缘/背景区域标注图；将原始图像输入到深度学习模型进行训练处理，训练处理中根据人像边缘/背景区域标注图计算图像梯度损失和分割交叉熵损失，共同对深度学习模型进行训练优化。本发明使用粗糙的人工标注结果，通过“自监督”的方式训练，训练出比人工标注更加精确的分割结果，大大节约人工标注的成本，能够应用于人员监控、人像分析、人像编辑等各种场景。 |
