[发明专利]语义分割方法、装置、计算机设备和计算机可读存储介质

说明书

本申请涉及一种语义分割方法、装置、计算机设备和存储介质。该方法包括：获取待处理图像；对待处理图像进行特征提取，得到多组第一特征图；对多组第一特征图中每组第一特征图进行多次池化，得到每组第一特征图对应的具有不同大小的多组第二特征图；在所有第二特征图中，将相同大小的第二特征图进行拼接后，再对拼接结果进行降维操作，得到由不同大小的多组第三特征图构成的特征金字塔；将特征金字塔中的多组第三特征图进行融合，并基于融合结果预测待处理图像对应的语义分割结果。由于该特征金字塔包含了不同大小和感受野的第三特征图，使其具有更多样的感受野和空间信息，由此基于该特征金字塔的特性来预测语义分割结果，可提升语义分割精度。

技术领域

本申请涉及语义分割技术领域，特别是涉及一种语义分割方法、装置、计算机设备和计算机可读存储介质。

背景技术

图像语义分割是计算机视觉领域中一项重要的研究内容，其目标是将图像分割成具有不同语义信息的区域，并且标注每个区域相应的语义标签，例如：通过对一幅图像进行图像语义分割后可为图像中的物体添加语义标签(如桌子、墙壁、天空、人、狗等)。图像语义分割可应用于无人驾驶等多种领域。

传统的语义分割方法通常采用语义分割网络如ICNet、BiSeNet等神经网络来实现语义分割，然而，由于这些网络采用快速下采样且通道数较少，使得空间信息的保存不够准确，且感受野也较小，从而导致语义分割的精度不佳。

发明内容

基于此，有必要针对上述传统的语义分割方法精度不佳的技术问题，提供一种语义分割方法、装置、计算机设备和计算机可读存储介质。

一种语义分割方法，所述方法包括：

获取待处理图像；

对所述待处理图像进行特征提取，得到多组第一特征图；

对所述多组第一特征图中每组第一特征图进行多次池化，得到所述每组第一特征图对应的具有不同大小的多组第二特征图；

在所有第二特征图中，将相同大小的第二特征图进行拼接后，再对拼接结果进行降维操作，得到由不同大小的多组第三特征图构成的特征金字塔；

将所述特征金字塔中的多组第三特征图进行融合，并基于融合结果预测得到所述待处理图像对应的语义分割结果。

在其中一个实施例中，对所述多组第一特征图中每组第一特征图进行多次池化，得到所述每组第一特征图对应的具有不同大小的多组第二特征图，包括：

基于不同的池化参数，对所述多组第一特征图中每组第一特征图进行多次池化，得到所述每组第一特征图对应的具有不同大小的多组第二特征图。

在其中一个实施例中，将所述特征金字塔中的多组第三特征图进行融合，并基于融合结果预测得到所述待处理图像对应的语义分割结果，包括：

按照从小到大的先后顺序，从尺寸最小的第三特征图开始，依次进行上采样并与后一大小的第三特征图叠加融合，直至融合到预设大小的第三特征图，以得到语义特征图；

将所述语义特征图按照所述待处理图像的大小进行调整，得到所述待处理图像对应的语义分割结果。

在其中一个实施例中，所述方法还包括：

按照从小到大的先后顺序，从尺寸最小的第三特征图开始，依次进行上采样并与后一大小的第三特征图叠加融合，直至融合到预设大小的第三特征图，以得到边界特征图；

将所述语义特征图按照所述待处理图像的大小进行调整，得到所述待处理图像对应的语义分割结果，包括：

将所述语义特征图和所述边界特征图进行融合，得到融合结果；

将所述融合结果按照所述待处理图像的大小进行调整，得到所述待处理图像对应的语义分割结果。