一种基于合成数据集增广的深度学习抠图方法

摘要

本发明公开了一种基于合成数据集增广的深度学习抠图方法，包括以下步骤：利用DAZ3D软件对adobe数据集进行数据增广，并合成深度学习所需的数据集；对数据集中的alpha遮罩进行腐蚀和膨胀的形态学操作，得到训练所需的三分图；在VGG16网络结构的基础上构建适合抠图使用的网络结构，利用VGG16网络的编解码结构对由图像和三分图拼接而成的4通道输入进行卷积，输出粗略抠图结果；构建用于精细抠图的网络结构，将得到的粗略抠图结果和源图像拼接经过卷积后得到边界清晰的预测结果，结合粗略抠图训练形成一个整体网络，重复训练所述整体网络，对整体网络的权重进行更新；将得到的整体网络的权重保存为预训练网络模型，用于后续批量抠图的需求。本发明实现了自然背景的图像毛发级别精度的抠图。