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！

龙图腾网获悉西安电子科技大学申请的专利一种基于特征轮廓的人物图像分割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：CN115272378B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202210622266.4，技术领域涉及：G06T7/12；该发明授权一种基于特征轮廓的人物图像分割方法是由朱娟娟;职玉;王晓博;谈旭;郑世鑫;刘佳琪设计研发完成，并于2022-06-02向国家知识产权局提交的专利申请。

本一种基于特征轮廓的人物图像分割方法在说明书摘要公布了：本发明公开了一种基于特征轮廓的人物图像分割方法，包括：获取待处理的人物图像；对待处理的人物图像进行Mean‑Shift预处理，获得边缘曲线；确定边缘曲线上各像素点的有效域，并根据有效域确定轮廓点；根据轮廓点组成的多个轮廓、每个轮廓的面积和周长，确定预设数量个特征轮廓；将待处理的人物图像以及特征轮廓输入至语义分割网络，得到待处理的人物图像经语义分割后的三值图；将待处理的人物图像和三值图输入至精细分割网络，以使所述精细分割网络预测所述三值图中未知区域的像素点的透明度，得到待处理的人物图像的分割结果。本发明能够自动地生成高质量三值图，不仅提高了三值图的生成效率、改善了三值图的精细程度，也有利于使人物图像分割更加准确。

本发明授权一种基于特征轮廓的人物图像分割方法在权利要求书中公布了：1.一种基于特征轮廓的人物图像分割方法，其特征在于，包括： 获取待处理的人物图像； 对所述待处理的人物图像进行Mean-Shift预处理，获得边缘曲线； 确定所述边缘曲线上各像素点的有效域，并根据所述有效域从边缘曲线的所有像素点中确定轮廓点； 根据所述轮廓点组成的多个轮廓，分别计算每个轮廓的面积和周长，并根据所述面积和所述周长确定预设数量个特征轮廓； 将所述待处理的人物图像以及所述特征轮廓输入至预先训练好的语义分割网络，以使所述语义分割网络生成低层次特征流，并根据所述特征轮廓和所述待处理的人物图像生成特征图，进一步根据所述特征图和所述低层次特征流恢复得到第一图像，并将所述第一图像中的像素点分类前景区域、背景区域或未知区域，得到所述待处理的人物图像经语义分割后的三值图； 将所述待处理的人物图像和所述三值图输入至预先训练好的精细分割网络，以使所述精细分割网络预测所述三值图中未知区域的像素点的透明度，得到所述待处理的人物图像的分割结果； 所述语义分割网络包括：第一编码器、空洞空间卷积池化金字塔ASPP模块、第一解码器和Softmax层，所述第一编码器包括多个MobileNetV3-mid网络的Block；其中， 所述第一编码器用于生成低层次特征流，并根据输入的所述特征轮廓和所述待处理的人物图像生成子特征图； 所述ASPP模块用于提取所述子特征图中的不同尺度特征，并根据所述子特征图和所述不同尺度特征生成特征图； 所述第一解码器用于根据所述特征图和所述低层次特征流恢复得到第一图像，所述第一图像与所述待处理的人物图像的大小相同； 所述Softmax层用于将所述第一图像中的各像素点分类至前景区域、背景区域或未知区域，并输出三值图； 所述精细分割网络包括U-net和上下文注意力CAM模块，所述U-net包括第二编码器和第二解码器；其中， 所述第二编码器用于在获取所述三值图和所述待处理的人物图像后，提取所述待处理的人物图像的透明度特征，并生成Alpha特征流； 所述CAM模块用于根据被分类至前景区域和背景区域的像素点的透明度，预测被分类至未知区域的像素点的透明度 所述第二解码器用于根据所述Alpha特征流，恢复所述待处理的人物图像的原始分辨率并预测透明度掩模图，得到所述待处理的人物图像的分割结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。