买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东工业大学申请的专利一种基于混合标注数据的人像抠图方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115937519B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211596180.5，技术领域涉及：G06V10/26；该发明授权一种基于混合标注数据的人像抠图方法是由杨志景;柏安辉;陈添水;施煜锴设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本一种基于混合标注数据的人像抠图方法在说明书摘要公布了：本发明提出一种基于混合标注数据的人像抠图方法，涉及图像处理的技术领域，解决了在基于深度学习的人像抠图方法中，在面向粗标注数据时人像细节提取效率低，无法实现人像精准抠图的问题，首先对获取混合标注图像数据集进行预处理，然后构建用于对图像特征进行识别提取融合以及对混合标注图像数据集的监督信号进行更新的人像抠图神经网络模型，再对人像抠图神经网络模型进行训练，进一步将待抠图图像输入训练好的人像抠图神经网络模型，输出待抠图图像的透明度掩膜的预测结果，最后根据待抠图图像的透明度掩膜的预测结果，从待抠图图像中抠取人像图像，减少了细标注人像数据集的依赖，提高了人像细节提取效率，实现人像精准抠图。

本发明授权一种基于混合标注数据的人像抠图方法在权利要求书中公布了：1.一种基于混合标注数据的人像抠图方法，其特征在于，包括以下步骤： S1.获取设有监督信号的混合标注图像数据集；所述混合标注图像数据集包括对图像特征进行细节标注的精细标注图像子数据集、对图像特征进行粗略标注的粗标注图像子数据集和背景图像子数据集，所述精细标注图像子数据集和粗标注图像子数据集均包括前景人像图像和前景人像图像对应的透明度掩膜alphamatte，所述背景图像子数据集包括以自然景象为背景的背景图像； S2.对混合标注图像数据集进行预处理； S3.构建用于对图像特征进行识别提取融合以及对混合标注图像数据集的监督信号进行更新的人像抠图神经网络模型；所述人像抠图神经网络模型包括共享编码器、金字塔池化模块、Bridgeblock模块、语义解码器、细节解码器和特征融合模块，所述共享编码器的输出端分别连接金字塔池化模块的输入端和Bridgeblock模块的输入端，RGB图像输入共享编码器，共享编码器分别输出RGB图像的第一特征图至金字塔池化模块和Bridgeblock模块，所述金字塔池化模块的输入端连接语义解码器的输入端，金字塔池化模块提取第一特征图的全局上下文特征，输出第二特征图至语义解码器，语义解码器识别第二特征图整体的语义部分，输出第三特征图semanticmap，Bridgeblock模块的输入端连接细节解码器的输入端，Bridgeblock模块获取第一特征图的细节信息和融合低层图像特征，输出第四特征图至细节解码器，细节解码器提取第四特征图的细节信息，输出第五特征图detailmap，细节解码器和语义解码器的输出端均连接特征融合模块的输入端，特征融合模块将第三特征图semanticmap和第五特征图detailmap进行融合，输出RGB图像的预测alphamatte； S4.将混合标注图像数据集划分为训练集和测试集，利用训练集对构建的人像抠图神经网络模型进行训练，并利用测试集测试人像抠图神经网络模型的有效性，得到训练好的人像抠图神经网络模型； S5.将待抠图图像输入训练好的人像抠图神经网络模型，通过对待抠图图像的图像特征进行识别提取和融合，输出待抠图图像的透明度掩膜的预测结果； S6.根据待抠图图像的透明度掩膜的预测结果，从待抠图图像中抠取人像图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。