一種用于確定圖像中的人物輪廓的方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計算機技術(shù)領(lǐng)域，尤其涉及一種用于確定圖像中的人物輪廓的方法和
目.0
【背景技術(shù)】
[0002]現(xiàn)有技術(shù)中，人物輪廓的提取往往很復雜，需要大量運算。因而，現(xiàn)有技術(shù)中缺乏一種行之有效地人物輪廓提取方式。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是提供一種用于確定圖像中的人物輪廓的方法和裝置。
[0004]根據(jù)本發(fā)明的一個方面，提供一種用于確定圖像中的人物輪廓的方法，其中，該方法包括以下步驟:
[0005]將所述圖像劃分為多個分塊；
[0006]根據(jù)所述多個分塊的至少一個分塊中每個分塊對應(yīng)的圖像信息，確定所述每個分塊的分塊屬性，其中，所述分塊屬性用于指示分塊屬于人物區(qū)域或非人物區(qū)域；
[0007]根據(jù)所述至少一個分塊的分塊屬性，確定所述圖像中的人物輪廓。
[0008]根據(jù)本發(fā)明的另一個方面，還提供了一種用于確定圖像中的人物輪廓的裝置，其中，該裝置包括以下裝置:
[0009]用于將所述圖像劃分為多個分塊的裝置；
[0010]用于根據(jù)所述多個分塊的至少一個分塊中每個分塊對應(yīng)的圖像信息，確定所述每個分塊的分塊屬性的裝置，其中，所述分塊屬性用于指示分塊屬于人物區(qū)域或非人物區(qū)域；
[0011]用于根據(jù)所述至少一個分塊的分塊屬性，確定所述圖像中的人物輪廓的裝置。
[0012]與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點:1)將圖像劃分為多個分塊，并根據(jù)多個分塊中至少一個分塊中的每個分塊的分塊屬性，來確定圖像中的人物輪廓，由此提供較佳的人物輪廓確定方案；2)用戶可隨時通過計算機設(shè)備將自認為較好的人物輪廓作為人物輪廓模板上傳至社區(qū)網(wǎng)絡(luò)，使得網(wǎng)絡(luò)中的用戶可以借鑒該人物輪廓模板來確定更適合自身的拍照姿勢，或者，下載該人物輪廓模板用于在拍照中使用，從而形成良性循環(huán)，為用戶提供更豐富的人物輪廓模板；3)人物輪廓模板可在社區(qū)網(wǎng)絡(luò)中進行統(tǒng)一管理，以使用戶不需要到不同的網(wǎng)站搜索照片來學習姿勢，且更方便用戶的選擇，可進一步節(jié)省用戶尋找或?qū)W習姿勢的時間，這尤其適用于不擅長在拍照時擺姿勢的用戶；4)可通過先識別較大分塊的分塊屬性，來較為快速地識別出人物輪廓附近的分塊，并可對人物輪廓附近的分塊進行再次劃分，并基于再次劃分得到的子分塊的子分塊屬性來獲得更加精確和逼真的人物輪廓，由此，能夠在提高人物輪廓識別速度的同時，獲得較為精確的人物輪廓識別效果。
【附圖說明】
[0013]通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本發(fā)明的其它特征、目的和優(yōu)點將會變得更明顯:
[0014]圖1為本發(fā)明一個實施例的用于確定圖像中的人物輪廓的方法的流程示意圖；
[0015]圖2為本發(fā)明另一個實施例的用于確定圖像中的人物輪廓的方法的流程示意圖；
[0016]圖3為本發(fā)明一個實施例的用于確定圖像中的人物輪廓的裝置的結(jié)構(gòu)示意圖；
[0017]圖4為本發(fā)明另一個實施例的用于確定圖像中的人物輪廓的裝置的結(jié)構(gòu)示意圖；
[0018]圖5為本發(fā)明一個示例的包含人物的圖像的示意圖；
[0019]圖6為本發(fā)明一個示例的兩種人物輪廓的示意圖；
[0020]圖7為本發(fā)明一個示例的部分人物輪廓附近的分塊的示意圖。
[0021]附圖中相同或相似的附圖標記代表相同或相似的部件。
【具體實施方式】
[0022]下面結(jié)合附圖對本發(fā)明作進一步詳細描述。
[0023]圖1為本發(fā)明一個實施例的用于確定圖像中的人物輪廓的方法的流程示意圖。
[0024]其中，本實施例的方法主要通過計算機設(shè)備來實現(xiàn)；所述計算機設(shè)備包括網(wǎng)絡(luò)設(shè)備和用戶設(shè)備；所述網(wǎng)絡(luò)設(shè)備包括但不限于單個網(wǎng)絡(luò)服務(wù)器、多個網(wǎng)絡(luò)服務(wù)器組成的服務(wù)器組或基于云計算(Cloud Computing)的由大量計算機或網(wǎng)絡(luò)服務(wù)器構(gòu)成的云，其中，云計算是分布式計算的一種，由一群松散耦合的計算機集組成的一個超級虛擬計算機；所述網(wǎng)絡(luò)設(shè)備所處的網(wǎng)絡(luò)包括但不限于互聯(lián)網(wǎng)、廣域網(wǎng)、城域網(wǎng)、局域網(wǎng)、VPN網(wǎng)絡(luò)等。
[0025]所述用戶設(shè)備包括但不限于PC機、平板電腦、智能手機、PDA、數(shù)碼相機等。
[0026]需要說明的是，所述計算機設(shè)備僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的計算機設(shè)備如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護范圍以內(nèi)，并以引用方式包含于此。
[0027]根據(jù)本實施例的方法包括步驟S1、步驟S2和步驟S3。
[0028]在步驟SI中，計算機設(shè)備將圖像劃分為多個分塊。
[0029]例如，計算機設(shè)備將圖1所示的圖像劃分為多個分塊。
[0030]具體地，計算機設(shè)備可采用多種方式將圖像劃分為多個分塊。
[0031]例如，計算機設(shè)備根據(jù)圖像的長寬比例將該圖像劃分為多個分塊；如圖像的長寬比例為16:9，則計算機設(shè)備將該圖像平均劃分為k*(16*9)個分塊，其中，k為自然數(shù)。
[0032]又例如，計算機設(shè)備將圖像平均劃分為預定分塊數(shù)量個分塊；如預定數(shù)量為64，計算機設(shè)備直接將圖像平均分割為8*8個分塊。
[0033]需要說明的是，所述分塊可具有多種形狀，如長方形、扇形或其它不規(guī)則形狀等，并且，圖像被劃分得到的多個分塊的形狀和/或大小可能是不相同的。例如，計算機設(shè)備將長方形的圖像均勻地劃分為M*N個分塊(M為水平方向上的分塊數(shù)量，N為垂直方向上的分塊數(shù)量)，該M*N個分塊為大小相同的長方形分塊。又例如，計算機設(shè)備將橢圓形圖像劃分為M*N個分塊，該圖像邊緣位置的分塊為扇形，中間位置的分塊為長方形。
[0034]需要說明的是，所述多個分塊可能部分重疊。例如，圖像像素為A*B(A為圖像的像素長度，B為圖像的像素寬度)，在步驟SI中，計算機設(shè)備將該圖像劃分為大小相同的M*N個分塊，其中，每個分塊的像素為均為m*n (m為分塊的像素長度，η為分塊的像素寬度)；則當圖像的理論像素長度M*m的值大于圖像實際的像素長度A時，該M*N個分塊在水平方向上會出現(xiàn)部分重疊；當圖像的理論像素寬度N*n的值大于圖像實際的像素寬度B時，該M*N個分塊在垂直方向上會出現(xiàn)部分重疊。
[0035]需要說明的是，上述舉例僅為更好地說明本發(fā)明的技術(shù)方案，而非對本發(fā)明的限制，本領(lǐng)域技術(shù)人員應(yīng)該理解，任何將圖像劃分為多個分塊的實現(xiàn)方式，均應(yīng)包含在本發(fā)明的范圍內(nèi)。
[0036]在步驟S2中，計算機設(shè)備根據(jù)該多個分塊的至少一個分塊中每個分塊對應(yīng)的圖像信息，確定所述每個分塊的分塊屬性。
[0037]其中，所述分塊屬性用于指示分塊屬于人物區(qū)域或非人物區(qū)域。例如，分塊屬性為“O”時指示分塊屬于人物區(qū)域，分塊屬性為“I”時指示分塊屬于非人物區(qū)域。其中，所述人物區(qū)域為圖像中的人物所位于的區(qū)域，所述非人物區(qū)域為圖像中人物區(qū)域以外的區(qū)域；例如圖5為一個示例的包含人物的圖像的示意圖，該圖所示的人物所位于的區(qū)域為人物區(qū)域，該人物區(qū)域以外的空白區(qū)域為非人物區(qū)域。
[0038]其中，每個分塊對應(yīng)的圖像信息包括任何與該分塊的圖形特征相關(guān)的信息；優(yōu)選地，每個分塊對應(yīng)的圖像信息包括該分塊所對應(yīng)的圖像區(qū)域的圖像信息。優(yōu)選地，所述圖像信息包括但不限于分塊的長寬比例、分塊所對應(yīng)的圖像區(qū)域的分塊的像素、分塊的分辨率、分塊的灰度值等。
[0039]具體地，計算機設(shè)備根據(jù)該多個分塊的至少一個分塊中每個分塊對應(yīng)的圖像信息，確定所述每個分塊的分塊屬性的實現(xiàn)方式包括但不限于:
[0040]I)計算機設(shè)備根據(jù)該多個分塊的至少一個分塊中每個分塊對應(yīng)的圖像信息，并結(jié)合預定識別規(guī)則，確定所述每個分塊的分塊屬性。
[0041]其中，所述預定識別規(guī)則包括任何預定的、能夠根據(jù)分塊的圖像信息來確定分塊的分塊屬性的規(guī)則。
[0042]例如，所述預定識別規(guī)則包括基于人物識別技術(shù)所定義的分塊的圖像信息與分塊屬性之間的關(guān)聯(lián)規(guī)則；對于所述至少一個分塊中的每個分塊，結(jié)合該關(guān)聯(lián)規(guī)則，計算機設(shè)備可根據(jù)該分塊對應(yīng)的圖像信息，來確定該分塊的分塊屬性。
[0043]2)計算機設(shè)備根據(jù)所述多個分塊的至少一個分塊中每個分塊對應(yīng)的圖像信息作為分塊屬性分類器的輸入，獲得該分塊屬性分類器輸出的、所述每個分塊的分塊屬性。
[0044]其中，所述分塊屬性分類器包括任何能夠根據(jù)分塊的圖像信息來輸出分塊的分塊屬性的分類器。優(yōu)選地，所述分塊屬性分類器為基于圖像塊(patch)的二分類器；例如，分塊屬性分類器以分塊的圖像信息作為輸入，以分塊的分塊屬性作為輸出，并且，當輸出為“O”時指示該分塊屬于人物區(qū)域，當輸出為“ I”時指示該分塊屬于非人物區(qū)域。
[0045]優(yōu)選地，步驟S2采用上述實現(xiàn)方式2)時，本實施例的方法還包括以下步驟:計算機設(shè)備采用多個已確定分塊屬性的分塊，對分塊屬性分類器模型進行訓練，獲得所述分塊屬性分類器。
[0046]例如，現(xiàn)有1000個分塊，其中，600個分塊的分塊屬性指示分塊屬于人物區(qū)域，其它的400個分塊的分塊屬性指示分塊屬于非人物區(qū)域。計算機設(shè)備采用該1000個分塊，對分塊屬性分類器模型進行訓練，獲得分塊屬性分類器，該分塊屬性分類器能夠根據(jù)分塊的圖像信息來輸出分塊的分塊屬性。則在步驟SI中，計算機設(shè)備將圖像劃分為多個分塊；在步驟S2中，計算機設(shè)備將該多個分塊中每個分塊對應(yīng)的圖像信息作為該分塊屬性分類器的輸入，來獲得該分塊屬性分類器輸出的、每個分塊的分塊屬性。
[0047]優(yōu)選地，計算機設(shè)備可基于機器