[发明专利]图像分割方法、装置、电子设备及存储介质有效

专利信息
申请号: 202010085655.9 申请日: 2020-02-10
公开(公告)号: CN111340820B 公开(公告)日: 2022-05-17
发明(设计)人: 张勇东;徐海;谢洪涛;毛震东 申请(专利权)人: 中国科学技术大学;北京中科研究院
主分类号: G06T7/11 分类号: G06T7/11;G06T7/13;G06T5/00;G06K9/62;G06V10/774
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 周天宇
地址: 230026 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 分割 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像分割方法,其特征在于,包括:

将待分割图像输入语义分割网络的编码模块进行逐级编码得到多层特征图像,所述多层特征图像的空间信息依次减小,语义信息依次增大,并获取所述多层特征图像中空间信息最小且语义信息最大的特征图像作为最高级特征图像;

将所述最高级特征图像送入到紧凑特征模块,在紧凑特征学习模块中,通过粗分割预测结果计算各待分割类别的特征中心,随后根据最高级特征图像中各像素与各特征中心的相似度对最高级特征图进行特征重构,得到紧凑特征图像;

将得到的紧凑特征图与所述的最高级特征图结合,得到第一级紧凑特征图像,获取与所述第一级紧凑特征图像空间信息相同的编码过程中的特征图像,将所述第一级紧凑特征图像与所述特征图像进行特征融合,得到第二级紧凑特征图像,依此得到第N级紧凑特征图像,所述第N级紧凑特征图像的空间信息与所述待分割图像的空间信息相同,将所述第N级紧凑特征图像作为待分割目标图像;

对所述待分割目标图像中的各像素的待分割类别进行预测,得到所述待分割目标图像的分割预测图;

根据所述分割预测图,提取所述待分割目标图像的预测边界。

2.根据权利要求1所述的图像分割方法,其特征在于,根据所述分割预测图,提取所述待分割目标图像的预测边界包括:

在所述待分割目标图像的分割预测图中提取边界像素,所述边界像素的预设邻域内所有像素的待分割类别的种类包括至少两种;

分别获取各像素预设邻域内边界像素的数量;

将各像素预设邻域内边界像素的数量作为对应像素的权重;

根据各像素的权重,计算各像素预设邻域的损失;

根据各像素预设邻域的损失,迭代式更新模型最终得到所述待分割目标图像的预测结果。

3.根据权利要求2所述的图像分割方法,其特征在于,当存在像素预设邻域内边界像素的数量为0时,将所述像素的权重赋值为1。

4.根据权利要求1至3任意一项所述的图像分割方法,其特征在于,所述将待分割图像进行逐级编码,得到所述待分割图像最高级特征图像包括:

将待分割图像进行逐级编码,得到多层特征图像,所述多层特征图像的空间信息依次减小,语义信息依次增大;

获取所述多层特征图像中空间信息最小且语义信息最大的特征图像作为所述待分割图像的最高级特征图像。

5.一种图像分割装置,其特征在于,包括:

编码模块,用于将待分割图像输入语义分割网络的编码模块进行逐级编码得到多层特征图像,所述多层特征图像的空间信息依次减小,语义信息依次增大,并获取所述多层特征图像中空间信息最小且语义信息最大的特征图像作为最高级特征图像;

输入模块,将所述最高级特征图像送入到紧凑特征模块,在紧凑特征学习模块中,通过粗分割预测结果计算各待分割类别的特征中心,随后根据最高级特征图像中各像素与各特征中心的相似度对最高级特征图进行特征重构,得到紧凑特征图像;

解码模块,用于将得到的紧凑特征图与所述的最高级特征图结合,得到第一级紧凑特征图像,获取与所述第一级紧凑特征图像空间信息相同的编码过程中的特征图像,将所述第一级紧凑特征图像与所述特征图像进行特征融合,得到第二级紧凑特征图像,依此得到第N级紧凑特征图像,所述第N级紧凑特征图像的空间信息与所述待分割图像的空间信息相同,将所述第N级紧凑特征图像作为待分割目标图像;

预测模块,用于对所述待分割目标图像中的各像素的待分割类别进行预测,得到所述待分割目标图像的分割预测图;

提取模块,用于根据所述分割预测图,提取所述待分割目标图像的预测边界。

6.一种电子设备,包括:存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现权利要求1至4中的任一项所述的图像分割方法中的各个步骤。

7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至4中的任一项所述的图像分割方法中的各个步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学技术大学;北京中科研究院,未经中国科学技术大学;北京中科研究院许可,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/202010085655.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top