一种基于深度学习的自然图像抠图方法及抠图装置

本发明公开了一种基于深度学习的自然图像抠图方法及抠图装置。所述方法包括：设计四通道的图像输入；采用预先训练好的预训练模型提取图像输入的特征图；在第一阶段内：设定基于深度学习的网络模型一，针对特征图得到粗略透明度遮罩；在第二阶段内：将特征图随机取多个区域，并将这些区域中对应的粗略透明度遮罩作为第五通道添加到图像输入中；在当前的图像输入下，一方面采用基于深度学习的网络模型二，得到精细透明度遮罩，另一方面求解精细透明度遮罩的困难难度；对一个图像测试集中的所有待抠图的自然图像进行测试。本发明在技术上解决了未知区域较大图片难以抠图以及网络参数过多无法在内存较小的设备上抠图的问题，并在公开自然图像抠图数据集上取得了较好的结果。

《一种基于深度学习的自然图像抠图方法及抠图装置》是一发明专利，专利号为 2022100457613，当前法律状态为已下证，由安徽大学提出申请，发明人为汪粼波;罗文威;方贤勇，申请日期为2022-01-16，公开（公告）日期为2022-04-19，国际专利分类号（IPC）为 G06V10/774(2022.01)I;G06V10/82(2022.01)I;G06K9/62(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I，高新资质：未报高企，所属技术领域包括：‌数字图像处理。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于深度学习的自然图像抠图方法及抠图装置。所述方法包括：设计四通道的图像输入；采用预先训练好的预训练模型提取图像输入的特征图；在第一阶段内：设定基于深度学习的网络模型一，针对特征图得到粗略透明度遮罩；在第二阶段内：将特征图随机取多个区域，并将这些区域中对应的粗略透明度遮罩作为第五通道添加到图像输入中；在当前的图像输入下，一方面采用基于深度学习的网络模型二，得到精细透明度遮罩，另一方面求解精细透明度遮罩的困难难度；对一个图像测试集中的所有待抠图的自然图像进行测试。本发明在技术上解决了未知区域较大图片难以抠图以及网络参数过多无法在内存较小的设备上抠图的问题，并在公开自然图像抠图数据集上取得了较好的结果。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！