(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210549650.6 (22)申请日 2022.05.20 (71)申请人 赵凯 地址 436004 湖北省武汉市洪山区邮科院 路88号邮电社区篮球场公寓西5 01-3 (72)发明人 赵凯　黄涛　程雯　王先兰　 (74)专利代理 机构 武汉东喻专利代理事务所 (普通合伙) 42224 专利代理师 张英 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06V 20/52(2022.01)G06V 40/10(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种人物图像的分割和标注方法及系统 (57)摘要 本发明涉及数字图像处理技术领域， 尤其涉 及一种人物图像的分割和标注方法及系统， 包 括： 获取待标注图像集以及高分辨率图像集； 获 取高分辨率图像的低频信息和 高频信息以训练 重构网络； 将待标注图像集输入最优重构网络， 获取重构图像； 通过分割网络对重构图像进行分 割， 生成分割图像集； 对分割图像集进行检验， 对 符合预设要求的原待 标注图像进行标注处理， 得 到标注图像集。 通过提取高分辨率图像的低频信 息和高频信息， 在不改变原待标注图像的前提 下， 通过重构网络补充待标注图像的高频信息， 将待标注图像重构为清晰图像， 不需对原本的分 割算法进行更改， 从图像角度增强现有分割算法 的鲁棒性和泛化能力， 使 图像分割精度更高、 标 注图像更精确。 权利要求书2页 说明书9页 附图2页 CN 114898096 A 2022.08.12 CN 114898096 A 1.一种人物图像的分割和标注方法， 其特 征在于， 包括： S1获取待标注图像集以及高分辨 率图像集； S2对所述高分辨率图像集中的多个高分辨率图像进行第 一采样， 获取每个高分辨率图 像分别对应的低频信息和高频信息； S3基于所述低频信 息和所述高频信 息训练重构网络； 通过重构网络处理得到训练重构 图像， 将所述训练重构图像与对应的高分辨率图像进行比对， 输出所述训练重构图像与对 应的高分辨 率图像峰值信噪比以及结构相似性 最高时对应的重构网络作为 最优重构网络； S4将所述待标注图像集输入所述最优重构网络， 获取每个待标注图像对应的重构图 像； S5通过预设的分割网络对每个所述重构图像进行分割， 区分人物区域和环境区域， 获 取对应的分割图像， 并生成分割图像集； S6对获取的分割图像集进行检验， 对任一分割图像， 若不符合预设要求， 则对相应的分 割图像进 行二次处理； 若符合预设要求， 基于所述分割图像对原待标注图像进 行标注处理， 得到对应的标注图像集。 2.根据权利要求1所述的一种人物图像的分割和标注方法， 其特征在于， 通过小波变换 对所述高分辨率图像集中的多个高分辨率图像进 行第一采样， 得到相应的高频信息与低频 信息。 3.根据权利要求1所述的一种人物图像的分割和标注方法， 其特征在于， 基于所述低频 信息和所述高频信息训练重构网络， 包括： 将所述高频信息存 储至辅助变量， 输入至所述重构网络； 基于所述低频信息生成对应的低分辨 率图像， 输入至所述重构网络； 通过第二采样处理， 将所述低分辨率图像的低频信 息和对应的辅助变量中的高频信 息 进行融合， 输出修复后的训练重构图像。 4.根据权利要求3所述的一种人物图像的分割和标注方法， 其特征在于， 将所述待标注 图像集输入所述 最优重构网络， 获取每 个待标注图像对应的重构图像， 具体包括： 将每个所述待标注图像输入所述最优重构网络， 将所述待标注图像作为低频信息； 通 过所述最优重构网络生成所述待标注图像对应的的辅助变量； 通过第二采样处理， 将所述 待标注图像的低频信息和对应的辅助变量中的高频信息进行融合， 输出修复后的重构 图 像。 5.根据权利要求1所述的一种人物图像的分割和标注方法， 其特征在于， 基于所述低频 信息和所述高频信息训练重构网络， 获取 所述最优重构网络， 还 包括： 获取训练重构网络过程中产生的正向损失和反向损失； 将基于所述低频信息得到的低分辨率图像与高分辨率图像经图像降质处理得到的低 分辨率图像进行比对， 得到 两者之间的误差， 记为所述 正向损失； 将基于所述低频信 息得到的所述低分辨率图像输入所述重构网络， 获取对应的训练重 构图像， 将所述训练重构图像与所述高频信息对应的原高分辨率图像进 行比对得到两者之 间的误差， 记为所述反向损失； 取所述正向损失和所述反向损失最小时对应的重构网络为所述 最优重构网络 。 6.根据权利要求1所述的一种人物图像的分割和标注方法， 其特征在于， 对获取的分割权　利　要　求　书 1/2 页 2 CN 114898096 A 2图像集进行检验， 对 任一分割图像判断是否符合预设要求， 包括： 判断所述分割图像中的人物区域和环境区域是否存在误分割； 判断分割图像的平均交并比、 平均像素精度是否低于预设的指标 数值； 若不存在误分割， 以及平均交并比、 平均像素精度均不低于预设的指标数值， 则判断分 割图像符合预设要求。 7.根据权利要求1或6所述的一种人物图像的分割和标注方法， 其特征在于， 对任一分 割图像， 若不符合预设要求， 则对相应的分割图像进行二次处 理， 包括步骤： S601将不符合所述预设要求的分割图像对应的原重构图像组成复检图像集； S602将复检图像集输入所述最优重构网络， 输出新的重构图像,并通过所述分割网络 对新的重构图像进行分割， 输出新的分割图像集； S603判断所述新的分割图像集是否符合预设要求， 若符合预设要求， 则输出对应的新 的分割图像集； 若不符合预设要求， 则重复执 行S601‑S603的步骤， 直至符合所述预设要求。 8.根据权利要求1所述的一种人物图像的分割和标注方法， 其特征在于， 通过预设的分 割网络对每个所述重构图像进 行分割， 获取分割区域， 并标注为人物区域和环 境区域， 提取 标注后的分割区域的轮廓线并获取 所述轮廓线上多个点 位的坐标； 基于所述外部轮廓上多个点位的坐标， 在分割图像对应的待标注图像上描绘对应的轮 廓线， 并基于用户预设的颜色对轮廓线内进行填充从而标注对应的分割区域， 输出标注图 像。 9.一种人物图像的分割和标注系统， 其特征在于， 包括数据传输模块、 存储模块、 第一 采样模块、 重构模块、 分割模块以及标注模块； 所述数据传输模块用于获取待标注图像集以及高分辨 率图像集； 所述存储模块用于存 储分割过程以及标注过程中产生的所有图像数据和图像集； 所述第一采样模块用于获取每 个高分辨 率图像分别对应的低频信息和高频信息； 所述重构模块用于根据 所述低频信 息和所述高频信 息训练重构网络； 通过重构网络处 理得到训练重构图像， 将所述训练重构图像与对应的高分辨率图像进行比对， 输出所述训 练重构图像与对应的高分辨率图像峰值信噪比以及结构相似性最高时对应的重构网络作 为最优重构网络； 并从所述存储模块获取所述待标注图像集， 通过所述最优重构网络获取 每个待标注图像对应的重构图像； 所述分割 模块用于通过预设的分割网络对每个所述重构图像进行分割， 区分人物区域 和环境区域， 获取对应的分割图像， 并生成分割图像集； 所述标注模块用于对获取的分割图像集进行检验， 对任一分割图像， 若不符合预设要 求， 则对相应的分割图像进 行二次处理； 若符合预设要求， 基于所述分割图像对原待标注图 像进行标注处理， 输出对应的标注图像集。 10.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算 机程序被处理器执行时实现如权利要求1至8任一项所述人物图像的分割和标注方法的步 骤。权　利　要　求　书 2/2 页 3 CN 114898096 A 3