本發明涉及圖像處理領域但不限于圖像處理領域，尤其涉及一種圖像獲取方法、裝置、電子設備及存儲介質。

背景技術：

1、相關技術中圖像處理的應用場景越來越多，在一些獲取圖像或者視頻的應用場景中，需要對圖像或者視頻中的圖像幀進行各種圖像處理。例如，在人像模式下可以對圖像中的人物進行相關的圖像處理，或者，在人像模式下可以對除人像之外的背景區域進行虛化處理。

2、但是相關技術中在對圖像或者視頻中的圖像幀進行各種圖像處理的過程中，可能會存在較大的處理誤差，導致最終的處理效果不符合需求，不能夠獲取到精準處理后的圖像。

技術實現思路

1、為克服相關技術中存在的問題，本公開實施例公開了一種圖像獲取方法、裝置、電子設備及存儲介質，以克服不能精準地對圖像進行圖像處理導致難以獲得精準處理后的圖像的問題。

2、根據本公開實施例的第一方面，提供一種圖像獲取方法，所述方法包括：

3、在確定需要對圖像中的目標執行區分處理操作的情況下，對所述目標的目標實例進行識別，并對所述圖像中至少部分物體的類別進行識別，得到所述目標的識別結果；；

4、根據所述識別結果，對識別得到的目標和/或除所述目標外的圖像區域執行所述區分處理操作，得到目標圖像。

5、在一些實施例中，所述對所述目標的目標實例進行識別，并對圖像中至少部分物體的類別進行識別，得到所述目標的識別結果，包括：

6、對所述目標的目標實例進行識別，從所述圖像中識別出目標物體并確定所述目標物體的邊緣；

7、對所述圖像中至少部分物體的類別進行識別，確定所述目標物體中各個部分所屬的類別；

8、根據所述目標物體中各個部分所屬的類別，確定所述目標物體是否包括除所述目標之外的內容；

9、響應于所述目標物體包括除所述目標之外的內容，根據各個部分所屬的類別調整所述目標物體及所述目標物體的邊緣，得到所述目標的識別結果。

10、在一些實施例中，所述目標物體的數量為多個；所述從所述圖像中識別出目標物體并確定所述目標物體的邊緣，包括：

11、響應于至少兩個所述目標物體之間存在重疊區域，分別從所述圖像中識別出各個所述目標物體并確定各個所述目標物體的邊緣；

12、和/或，

13、響應于至少兩個所述目標物體之間的距離小于距離閾值，分別從所述圖像中識別出各個所述目標物體并確定各個所述目標物體的邊緣。

14、在一些實施例中，所述從所述圖像中識別出目標物體并確定所述目標物體的邊緣，包括：

15、利用實例分割算法對所述圖像的圖像特征進行分割處理，得到各個所述目標物體的實例特征和權重特征；其中，所述實例特征用于表征所述目標物體在所述圖像中對應的感興趣區域；所述權重特征包括所述實例特征對應的權重值、類別和所述感興趣區域位于所述圖像的前景區域內的置信度；

16、基于所述實例特征和所述權重特征，確定所述目標物體的邊緣。

17、在一些實施例中，所述確定所述目標物體中各個部分所屬的類別，包括：

18、利用語義分割算法對所述圖像的圖像特征進行分割處理，得到所述圖像的語義特征和邊緣特征；其中，所述語義特征用于表征所述圖像中的至少部分像素點所屬的類別；所述邊緣特征包括所述目標的整體在所述圖像中的輪廓邊緣的特征；

19、基于所述語義特征和所述邊緣特征，確定所述目標物體的各個部分所屬的類別。

20、在一些實施例中，所述方法還包括：

21、對所述圖像中的至少部分像素進行識別，確定所述至少部分像素的實例屬性和/或類別屬性；

22、所述對所述目標的目標實例進行識別，并對圖像中至少部分物體的類別進行識別，得到所述目標的識別結果，包括：

23、基于所述至少部分像素的所述實例屬性和/或所述類別屬性，對所述目標的目標實例進行識別，并對圖像中至少部分物體的類別進行識別，得到所述目標的識別結果。

24、在一些實施例中，所述基于所述至少部分像素的所述實例屬性和/或所述類別屬性，對所述目標的目標實例進行識別，并對圖像中至少部分物體的類別進行識別，得到所述目標的識別結果，包括：

25、基于所述實例屬性和所述類別屬性，確定所述實例屬性及所述類別屬性符合目標要求的目標像素；其中，所述目標由所述目標像素組成；

26、基于所述目標像素，對所述目標的目標實例進行識別，并對圖像中至少部分物體的類別進行識別，得到所述目標的識別結果。

27、在一些實施例中，所述對識別得到的目標和/或除所述目標外的圖像區域執行所述區分處理操作，包括：

28、對所述目標執行第一區分處理操作；和/或，

29、對除所述目標之外的圖像區域執行第二區分處理操作；

30、其中，所述第一區分處理操作對應的處理效果與所述第二區分處理操作對應的處理效果不同。

31、在一些實施例中，待識別的所述目標的數量為多個；所述對識別得到的目標執行所述區分處理操作，包括：

32、對多個所述目標中的部分目標執行所述第一區分處理操作，并對除所述部分目標之外的其它目標執行所述第二區分處理操作；或者

33、對各個所述目標分別執行不同的所述第一區分處理操作；或者

34、對各個所述目標分別執行不同的所述第二區分處理操作。

35、在一些實施例中，所述第二區分處理操作為虛化操作；所述對各個所述目標分別執行不同的所述第二區分處理操作，包括：

36、基于各個目標在所述圖像中的深度信息，確定各個目標對應的虛化程度；

37、按照所述虛化程度，分別對各個所述目標執行對應的虛化操作。

38、在一些實施例中，所述方法還包括：

39、在當前場景為目標使用場景的情況下，確定需要對圖像中的目標執行所述區分處理操作；

40、其中，所述目標使用場景包括以下至少之一：

41、人像識別場景、車輛識別場景和景物識別場景。

42、根據本公開實施例的第二方面，提供一種圖像獲取裝置，所述裝置包括：

43、識別模塊，用于在確定需要對圖像中的目標執行區分處理操作的情況下，對所述目標的目標實例進行識別，并對所述圖像中至少部分物體的類別進行識別，得到所述目標的識別結果；

44、處理模塊，用于對根據所述識別結果，對識別得到的目標和/或除所述目標外的圖像區域執行所述區分處理操作，得到目標圖像。

45、根據本公開實施例的第三方面，提供一種電子設備，所述電子設備，包括：

46、處理器；

47、用于存儲所述處理器可執行指令的存儲器；

48、其中，所述處理器被配置為：用于運行所述可執行指令時，實現本公開實施例任一所述的方法。

49、根據本公開實施例的第四方面，提供一種計算機存儲介質，所述計算機存儲介質存儲有計算機可執行程序，所述可執行程序被處理器執行時實現本公開任意實施例所述的方法。

50、本公開的實施例提供的技術方案可以包括以下有益效果：

51、在本公開實施例中，在確定需要對圖像中的目標執行區分處理操作的情況下，對所述目標的目標實例進行識別，并對所述圖像中至少部分物體的類別進行識別，得到所述目標的識別結果；根據所述識別結果，對識別得到的目標和/或除所述目標外的圖像區域執行所述區分處理操作，得到目標圖像。這里，由于在確定需要對圖像中的目標執行區分處理操作的情況下，會基于對目標的目標實例進行識別的識別結果和對圖像中至少部分物體的類別進行識別的識別結果，得到目標的識別結果，因此，能夠全面適應于對目標的目標實例進行識別的識別結果和對圖像中至少部分物體的類別進行識別的識別結果，從圖像中精準識別出目標。相較于相關技術中不能對圖像進行精準處理的方式，本公開實施例中在對精準識別得到的目標和/或除所述目標外的圖像區域執行所述區分處理操作，以得到目標圖像的過程中，能夠針對精準識別得到的目標和/或除所述目標外的圖像區域精準執行區分處理操作，以得到符合圖像處理需求的目標圖像。如此，可以確保圖像處理的效果好，確保能夠獲取到精準處理后的目標圖像。