1.一种基于小样本学习的抠图精修方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于小样本学习的抠图精修方法,其特征在于,所述预处理包括标准化处理和中值滤波处理,其中,所述标准化处理的表达式为:
3.根据权利要求1所述的基于小样本学习的抠图精修方法,其特征在于,将预处理后的三通道图像数据输入边缘检测模块,输出得到边缘图像,包括:
4.根据权利要求3所述的基于小样本学习的抠图精修方法,其特征在于,对高斯滤波处理后的灰度图c2进行边缘检测,得到边缘图c3,包括:
5.根据权利要求1所述的基于小样本学习的抠图精修方法,其特征在于,所述边缘检测模块的训练方法,包括:
6.根据权利要求5所述的基于小样本学习的抠图精修方法,其特征在于,所述边缘图像中处于边缘位置的像素点的标签值为1,其余位置的像素点的标签值为0。
7.根据权利要求1所述的基于小样本学习的抠图精修方法,其特征在于,将预处理后的三通道图像数据输入编码解码模块及其辅助通道,分别输出得到特征图像以及辅助特征图像,包括:
8.根据权利要求1所述的基于小样本学习的抠图精修方法,其特征在于,所述融合模块的训练方法,包括:
9.根据权利要求1所述的基于小样本学习的抠图精修方法,其特征在于,利用均值滤波对前景图像进行精修,得到抠图精修后的图像,包括:
10.一种基于小样本学习的抠图精修系统,其特征在于,所述系统用于实现权利要求1~9任一项所述的基于小样本学习的抠图精修方法,其包括边缘检测模块、编码解码模块、融合模块和抠图精修模块;
11.根据权利要求10所述的基于小样本学习的抠图精修系统,其特征在于,所述编码解码模块还设有辅助通道,所述辅助通道用于对编码解码模块所得特征图像进行处理得到辅助特征图,其包括依次设置的特征图叠加单元、上采样卷积层和降低图像通道数量的卷积层。