[发明专利]动态对象实例检测、分割和结构映射的优化

权利要求书

1.一种方法，包括由计算系统：

访问图像；

使用神经网络生成所述图像的特征图；

识别所述特征图中的多个感兴趣区域；

分别为所述多个感兴趣区域生成多个区域特征图，其中，所述多个区域特征图中的每一个都具有第一维度、第二维度和第三维度；

通过组合所述多个区域特征图来生成第一组合区域特征图，其中，所述组合区域特征图具有第一维度、第二维度和第三维度；

通过使用一个或更多个卷积层处理所述第一组合区域特征图来生成第二组合区域特征图；和

针对所述多个感兴趣区域中的每一个感兴趣区域，基于所述第二组合区域特征图的与该感兴趣区域相关联的一部分，生成与对象实例相关联的信息。

2.根据权利要求1所述的方法，

其中，所述第一组合区域特征图的第一维度和第二维度分别等于所述多个区域特征图中的每一个的第一维度和第二维度。

3.根据权利要求2所述的方法，其中，所述第一组合区域特征图的第三维度等于或大于所述多个区域特征图的相应第三维度的组合。

4.根据权利要求3所述的方法，

其中，所述多个区域特征图中的每一个的第三维度对应于高度尺寸或宽度尺寸；

其中，所述第一维度或所述第二维度对应于通道尺寸。

5.根据权利要求1所述的方法，其中，所述第一组合区域特征图包括所述多个区域特征图，并且在所述多个区域特征图的相邻对之间插入了填充。

6.根据权利要求5所述的方法，其中，所述多个区域特征图的每个相邻对之间的填充的大小至少与所述一个或更多个卷积层使用的内核大小一样宽。

7.根据权利要求1所述的方法，其中，所述第一组合区域特征图的处理是使用神经处理引擎来执行的，所述神经处理引擎被配置为对三维张量执行卷积运算。

8.根据权利要求1所述的方法，其中，与所述对象实例相关联的信息是实例分割遮罩、关键点遮罩或边界框。

9.一种系统，包括：一个或更多个处理器和耦合到一个或更多个所述处理器的一个或更多个计算机可读非暂时性存储介质，所述一个或更多个计算机可读非暂时性存储介质包括指令，当由一个或更多个所述处理器执行时所述指令可操作来使所述系统执行操作，所述操作包括：

访问图像；

使用神经网络生成所述图像的特征图；

识别所述特征图中的多个感兴趣区域；

分别为所述多个感兴趣区域生成多个区域特征图，其中，所述多个区域特征图中的每一个都具有第一维度、第二维度和第三维度；

通过组合所述多个区域特征图来生成第一组合区域特征图，其中，所述组合区域特征图具有第一维度、第二维度和第三维度；

通过使用一个或更多个卷积层处理所述第一组合区域特征图来生成第二组合区域特征图；和

针对所述多个感兴趣区域中的每一个感兴趣区域，基于所述第二组合区域特征图的与该感兴趣区域相关联的一部分，生成与对象实例相关联的信息。

10.根据权利要求9所述的系统，

其中，所述第一组合区域特征图的第一维度和第二维度分别等于所述多个区域特征图中的每一个的第一维度和第二维度。

11.根据权利要求10所述的系统，其中，所述第一组合区域特征图的第三维度等于或大于所述多个区域特征图的相应第三维度的组合。

12.根据权利要求11所述的系统，

其中，所述多个区域特征图中的每一个的第三维度对应于高度尺寸或宽度尺寸；和

其中，所述第一维度或所述第二维度对应于通道尺寸。

13.根据权利要求9所述的系统，其中，所述第一组合区域特征图包括所述多个区域特征图，并且在所述多个区域特征图的相邻对之间插入了填充。