本发明公开了一种特定类别图片的前景分割算法,涉及图片处理领域,要解决的是现有方法的视觉质量较差的问题。本发明具体步骤如下:步骤一,准备充分多的包含目标类别的图片;步骤二,准备充分多并且真实的背景图片;步骤三,生成对抗训练学习前景分割。本发明使用对抗训练优化合成图片来优化目标前景分割,会有更好的视觉质量;本发明在合成图片中使用独立采样,确保前景和背景的外观独立,可以避免人工设计统计描述的不足,使用更为低廉的标注代价训练出能直接从图片中抠取高质量前景的神经网络模型,具有广阔的应用前景。
上海大学
李晓强 | 戴松民
