1.一种图像处理方法，其特征在于，所述方法包括：对原始图像进行前景对象识别，确定所述原始图像中的第一像素区域以及第二像素区域，所述第一像素区域为前景对象对应的第一像素区域，所述第二像素区域为所述原始图像中除所述第一像素区域外的像素区域；

采用第一压缩方式对所述第一像素区域进行压缩以及采用第二压缩方式对所述第二像素区域进行压缩，生成所述原始图像对应的压缩图像；其中，所述第二压缩方式的图像压缩率低于所述第一压缩方式的图像压缩率。

2.根据权利要求1所述的方法，其特征在于，所述对原始图像进行前景对象识别，包括：接收针对所述原始图像所输入的前景对象，对原始图像进行前景对象识别；或，获取与所述原始图像相关的场景语义信息，基于所述场景语义信息进行语义处理，确定所述原始图像对应的前景对象。

3.根据权利要求1所述的方法，其特征在于，所述对原始图像进行前景对象识别，确定所述原始图像中所述前景对象对应的第一像素区域以及第二像素区域，包括：将原始图像输入至前景对象识别模型中，输出所述原始图像对应的第一像素区域以及第二像素区域。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取图像样本数据，对所述图像样本数据所包含的至少一个样本图像标注前景对象标签；

创建初始神经网络模型，将所述图像样本数据输入至所述初始神经网络模型中，输出所述图像样本数据对应的对象识别结果；

基于所述对象识别结果和/或所述前景对象标签对所述初始神经网络模型，得到训练后的所述前景对象识别模型。

5.根据权利要求4所述的方法，其特征在于，所述对所述图像样本数据所包含的至少一个样本图像标注前景对象标签，包括：确定针对所述图像样本数据所包含的至少一个样本图像对应的参考前景对象；

采用目标通道标注方式对所述样本图像中所述参考前景对象的像素点进行标注，生成所述样本图像对应的前景对象标签。

6.根据权利要求1所述的方法，其特征在于，所述采用第二压缩方式对所述第二像素区域进行压缩，包括：

确定与所述第一像素区域相匹配的背景特效，基于所述背景特效以及所述第二压缩方式对所述第二像素区域进行压缩。

7.根据权利要求6所述的方法，其特征在于，所述确定与所述第一像素区域相匹配的背景特效，包括：

对所述原始图像进行图像语义识别，确定所述第一像素区域对应的图像场景；

获取与所述图像场景相匹配的背景特效。

8.根据权利要求6所述的方法，其特征在于，所述基于所述背景特效以及所述第二压缩方式对所述第二像素区域进行压缩，包括：基于所述背景特效从所述第二像素区域中确定至少一个像素子区域，确定各像素子区域的参考压缩率；

对所述第二像素区域添加背景特效，基于所述参考压缩率采用第二压缩方式分别对各所述像素子区域进行压缩。

9.根据权利要求8所述的方法，其特征在于，所述基于所述背景特效从所述第二像素区域中确定至少一个像素子区域，确定各像素子区域的参考压缩率，包括：获取所述背景特效对应的压缩配置信息；

提取所述第二像素区域对应的图像对象特征，基于所述压缩配置信息以及所述图像对象特征，从所述第二像素区域中确定至少一个像素子区域，其中，各所述像素子区域的区域划分类型不同；

基于所述至少一个像素子区域分别对应的区域划分类型，从所述压缩配置信息中获取各所述像素子区域对应的参考压缩率。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～9任意一项的方法步骤。

11.一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～9任意一项的方法步骤。