[发明专利]一种语义分割方法、装置、设备及介质在审
| 申请号： | 201811520565.7 | 申请日： | 2018-12-12 |
| 公开（公告）号： | CN109657715A | 公开（公告）日： | 2019-04-19 |
| 发明（设计）人： | 黄国恒;陈俊安;黄斯彤;胡可 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 510060 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 语义分割 目标区域 目标帧图像 颜色标记 卷积神经网络 可用性 语义 获取目标 结果图像 图像理解 像素分组 语义含义 帧图像 混淆 保证 | ||
1.一种语义分割方法，其特征在于，包括：
获取目标帧图像，并在所述目标帧图像中划分多个独立的目标区域；
分别对每个所述目标区域执行基于相应语义分割模型的语义分割操作，生成对应的结果图像；其中，所述语义分割模型是利用卷积神经网络按所述目标区域对应的语义划分标准训练生成的。
2.根据权利要求1所述的方法，其特征在于，所述在所述目标帧图像中划分多个独立的目标区域包括：
选取所述目标帧图像中的关键点；
基于各所述关键点分别进行池化处理，以在所述目标帧图像中划分相应的多个独立的所述目标区域。
3.根据权利要求1所述的方法，其特征在于，所述语义分割模型是利用卷积神经网络按所述目标区域对应的语义划分标准训练生成的具体为：
所述语义分割模型是利用IndRNN卷积神经网络按所述目标区域对应的语义划分标准训练生成的。
4.根据权利要求1所述的方法，其特征在于，所述分别对每个所述目标区域执行基于相应语义分割模型的语义分割操作具体为：
分别对每个所述目标区域中像素点间的互信息执行基于相应语义分割模型的所述语义分割操作。
5.根据权利要求1至4任意一项所述的方法，其特征在于，所述获取目标帧图像具体为获取视频中的所述目标帧图像。
6.一种语义分割装置，其特征在于，包括：
获取划分模块，用于获取目标帧图像，并在所述目标帧图像中划分多个独立的目标区域；
语义分割模块，用于分别对每个所述目标区域执行基于相应语义分割模型的语义分割操作，生成对应的结果图像；其中，所述语义分割模型是利用卷积神经网络按所述目标区域对应的语义划分标准训练生成的。
7.一种语义分割设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述的语义分割方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的语义分割方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811520565.7/1.html，转载请声明来源钻瓜专利网。
