[发明专利]一种图像语义分割方法、装置、设备和存储介质在审

专利信息
申请号: 202211294039.X 申请日: 2022-10-21
公开(公告)号: CN115564955A 公开(公告)日: 2023-01-03
发明(设计)人: 代湖明;陈治昊;纪连正 申请(专利权)人: 中国农业银行股份有限公司
主分类号: G06V10/26 分类号: G06V10/26;G06V10/44;G06V10/82;G06N3/04
代理公司: 北京品源专利代理有限公司 11332 代理人: 孔凡红
地址: 100005 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 语义 分割 方法 装置 设备 存储 介质
【说明书】:

发明公开了一种图像语义分割方法、装置、设备和存储介质。方法包括将原始图像分别输入主网络和子网络;通过子网络对原始图像进行处理获取边缘轮廓信息;通过主网络对原始图像进行处理获取第一图像特征,并根据第一图像特征和边缘轮廓信息获取图像语义分割结果。通过增加子网络获取原始图像的边缘轮廓信息,在主网络提取到原始图像的第一图像特征之后,通过将边缘轮廓信息添加到第一图像特征中,从而减少了采样过程中图像特征的丢失,从而使得图像语义分割的结果更加准确。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种图像语义分割方法、装置、设备和存储介质。

背景技术

随着网络不断地进行卷积和池化,神经网络的语义表征能力在不断地增强的同时,也在损失越来越多的图像特征信息,由于图像语义分割本质上实现的是像素级别的分类任务,这些损失的图像特征信息对于语义分割任务而言是非常重要的。

目前虽然提出了采用空洞卷积用于减少采样过程中造成的图像信息损失,但是空洞卷积会产生网格效应,当多次叠加的空洞卷积具有相同的扩张率时,会使得特征图中的部分特征不会参与卷积运算,相当于依然会损失掉一部分图像特征;其次,空洞卷积会造成图像特征在空间信息上的不连续,对于不需要大感受野的小物体而言,这种空间上的不连续以及信息损失是非常不利的,因此对于图中的小物体分割效果依然是不理想的。

发明内容

本发明提供了一种图像语义分割方法、装置、设备和存储介质,以对原始图像进行准确的语义分割。

根据本发明的一方面,提供了一种图像语义分割方法,包括:将原始图像分别输入主网络和子网络;

通过所述子网络对所述原始图像进行处理获取边缘轮廓信息;

通过所述主网络对所述原始图像进行处理获取第一图像特征,并根据所述第一图像特征和所述边缘轮廓信息获取图像语义分割结果。

根据本发明的另一方面,提供了一种图像语义分割装置,包括:原始图像输入模块,用于将原始图像分别输入主网络和子网络;

边缘轮廓信息获取模块,通过所述子网络对所述原始图像进行处理获取边缘轮廓信息;

图像语义分割结果获取模块,用于通过所述主网络对所述原始图像进行处理获取第一图像特征,并根据所述第一图像特征和所述边缘轮廓信息获取图像语义分割结果。

根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的方法。

根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的方法。

本发明实施例的技术方案,通过增加子网络获取原始图像的边缘轮廓信息,在主网络提取到原始图像的第一图像特征之后,通过将边缘轮廓信息添加到第一图像特征中,从而减少了采样过程中图像特征的丢失,从而使得图像语义分割的结果更加准确。

应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

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农业银行股份有限公司,未经中国农业银行股份有限公司许可,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/202211294039.X/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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