欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020111988138
申请人: 浙江工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种景区照片无关人像去除的方法,其特征在于:所述方法包括以下步骤:步骤1:背景获取:针对任一景点,固定摄像头在该景点的预设拍摄区域I,获得若干背景图;

步骤2:获取照片:当游客站到预设拍摄点位时,摄像机对游客进行抓拍,游客选取满意的照片作为原图S进行下一步处理;

步骤3:人像分割:对游客选定的照片使用卷积神经网络进行实例分割处理;

步骤4:人像筛选:对照片进行人像分割后,进行预处理,对有关人像判断、计算得到有关人像置信度,基于置信度进行有关人像区域和无关人像区域筛选,对筛选的结果进行可视化处理;步骤4包括以下步骤:步骤4.1:对照片进行人像分割后,对获得的n个掩模区域进行图像掩膜处理,n个掩模区域内的像素值使用m到m+n之间的n个数值进行赋值,图片的预设拍照区域I的像素值设为255,除此之外的其他区域的像素值设为0;n≥0,m+n<255;

步骤4.2:进行有关人像判断,计算得到有关人像置信度,包括以下步骤:步骤4.2.1:计算掩模之间的交并比IOU,通过IOU得出各个掩模的有关人像置信度Value取Value

步骤4.2.2:计算各个掩模到预设拍照区域I的横向距离HorDis,通过该距离得出各个掩模的有关人像置信度Value步骤4.2.3:对各个掩模区域进行聚类,得出各个掩模的人像置信度Value选择预设拍照区域I的中心点和任意一个掩模区域的中心点作为2个聚类的初始中心,令前者为有关人像类的中心,后者为无关人像类的中心;计算掩模Mask步骤4.3:设定置信度阈值,基于置信度进行有关人像区域和无关人像区域筛选,置信度超过阈值的为有关人像区域;

步骤4.4:对认定为有关人像区域的,进行可视化处理,便于用户辨别;

步骤5:用户交互:对照片进行无关人像筛选之后,将筛选结果呈现给游客,游客对筛选的结果进行编辑;

步骤6:人像去除:首先进行区域背景匹配,获得与无关人像区域Ω最为匹配的背景区域G,然后采用图像融合的算法,将无关人像区域Ω用对应的背景区域G进行替换,并无缝融合在原图S上,以实现无关人像去除;

步骤7:将人像去除的结果图呈现给游客。

2.根据权利要求1所述的一种景区照片无关人像去除的方法,其特征在于:所述步骤1包括以下步骤:步骤1.1:每天经过一定的时间间隔,拍摄背景图N张,并以拍摄的时间进行命名;

步骤1.2:通过卷积神经网络进行人像分割,判断这N张图内是否含有人像,若不含有人像,则将拍摄的背景图存入该景点的背景图库中,否则将拍摄的背景图删除,若拍摄的N张图像中都含有人像,则继续拍摄N张背景图并重复步骤1.2;

步骤1.3:将M天前的背景图进行删除操作,避免内存浪费;

步骤1.4:对该拍摄点位的预设拍照区域I进行标记。

3.根据权利要求1所述的一种景区照片无关人像去除的方法,其特征在于:所述步骤3中,卷积神经网络为Mask-RCNN实例分割网络。

4.根据权利要求1所述的一种景区照片无关人像去除的方法,其特征在于:所述步骤4.2.1:计算各个掩模间的交并比IOUIOU∈[0,1]。

5.根据权利要求1所述的一种景区照片无关人像去除的方法,其特征在于:所述步骤4.2.2中,HorDis=|CenterX-IX|,其中,CenterX是掩模区域最小外接四边形的中心点的横坐标,IX是预设拍照区域I的中心的横坐标;数值D设定为图像宽度的

6.根据权利要求1所述的一种景区照片无关人像去除的方法,其特征在于:

7.根据权利要求1所述的一种景区照片无关人像去除的方法,其特征在于:所述步骤6包括以下步骤:步骤6.1:对每个无关人像掩膜取最小外接矩形[a,b,w,h],选择进行背景匹配的对应无关人像区域Ω为[a,b,k*w,k*h],其中,a和b是矩形的中心的横坐标和纵坐标,w和h是矩形的宽和高,k是无关人像区域的放大系数;对每个无关人像区域Ω和对应的无关人像掩膜作差,将得到的每个无关人像掩膜的周围区域确定为局部背景区域;

步骤6.2:将每个局部背景区域进行颜色空间转换,将RGB颜色空间转换到HSV颜色空间;

步骤6.3:计算HSV颜色空间直方图,并进行归一化处理;

步骤6.4:将处理后的每个局部背景区域与各个背景图中的对应区域进行直方图相关性比较,采用相关性度量公式进行相似度计算;步骤6.5:选择相似度最高的J张背景图,将J张背景图中相似度低于阈值D的背景图排除,将经过相似度筛选的图片按照背景图拍摄的时间进行排序,选择与当前时间最接近的背景图作为匹配的结果;

步骤6.6:进行图像融合,将无关人像区域Ω用匹配的背景图的对应背景区域G进行替换,在原图S上实现无缝融合。