[发明专利]图像结构化方法及装置

摘要

本发明提供了图像结构化方法和装置。该方法包括：基于第一神经网络提取图像的特征，其中特征用特征张量表示；基于第二神经网络执行如下操作，其中，第二神经网络包括第一层次神经网络和第二层次神经网络：基于第一层次神经网络，根据特征张量检测图像中的像素的归属类型并且计算图像中的像素与其所属的对象的中心点之间的距离，并根据上述距离，确定所述图像中的像素所属的特定对象；基于第二层次神经网络，根据特征张量以及像素的归属类型分析像素的属性；以及根据像素的属性和其所属的特定对象确定特定对象的属性。这避免了在图像结构化的检测对象和确定对象属性这两个环节中都引入额外的误差，显著提高了图像结构化分析的准确性。

主权项

一种图像结构化方法，包括：基于第一神经网络提取图像的特征，其中所述特征用特征张量表示，所述特征张量的长和宽分别和所述图像的长和宽相等；基于第二神经网络执行如下操作，其中，所述第二神经网络包括第一层次神经网络和第二层次神经网络：基于所述第一层次神经网络，根据所述特征张量检测所述图像中的像素的归属类型并且计算所述图像中的像素与其所属的对象的中心点之间的距离，并根据所述图像中的像素与其所属的对象的中心点之间的距离，确定所述图像中的像素所属的特定对象，其中，所述归属类型包括所述所属的对象；以及基于所述第二层次神经网络，根据所述特征张量以及所述图像中的像素的归属类型分析所述图像中的像素的属性；以及根据所述图像中的像素的属性和所述图像中的像素所属的特定对象确定所述特定对象的属性。