CN112669338A - 图像分割方法及装置、电子设备和存储介质 - Google Patents
图像分割方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112669338A CN112669338A CN202110024811.5A CN202110024811A CN112669338A CN 112669338 A CN112669338 A CN 112669338A CN 202110024811 A CN202110024811 A CN 202110024811A CN 112669338 A CN112669338 A CN 112669338A
- Authority
- CN
- China
- Prior art keywords
- processed
- prediction
- network
- level
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本公开涉及一种图像分割方法及装置、电子设备和存储介质。所述方法包括:获取待处理图像的第一待处理特征;根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图;根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征;根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种图像分割方法及装置、电子设备和存储介质。
背景技术
镜子、玻璃、透明的杯子等反射率较高的物体或透明体广泛地分布在我们的现实生活中。对图像中的这类物体进行识别有着广泛的应用,例如,在机器人的视觉导航中,机器人需要避开路径中的这类障碍物。对图像中的这类物体进行分割,是在图像中识别这类物体的至关重要的预处理步骤。图像分割的准确性将影响图像识别的准确性。
发明内容
本公开提供了一种图像分割技术方案。
根据本公开的一方面,提供了一种图像分割方法,包括:
获取待处理图像的第一待处理特征;
根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图;
根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征;
根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图。
通过获取待处理图像的第一待处理特征,根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图,根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征,并根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图,由此通过增强对边缘信息的处理,能够提高对所述待处理图像进行图像分割的准确性。
在一种可能的实现方式中,所述根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图,包括:
获取所述待处理图像的第一浅层特征;
根据所述第一待处理特征,以及所述待处理图像的第一浅层特征,得到所述待处理图像的第一边缘预测图。
在该实现方式中,通过融合所述待处理图像的第一待处理特征和所述待处理图像的第一浅层特征,对所述待处理图像进行边缘预测,由此能够结合所述待处理图像的第一浅层特征中的更丰富的边缘信息,得到更准确的所述待处理图像的第一边缘预测图。
在一种可能的实现方式中,所述根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征,包括:
根据所述第一边缘预测图,确定K个第一关键点,其中,K为大于1的整数;
对所述第一待处理特征中,所述K个第一关键点的初始特征进行调整,得到调整后的第一待处理特征。
在该实现方式中,通过根据所述第一边缘预测图,确定K个第一关键点,并对所述第一待处理特征中,所述K个第一关键点的初始特征进行调整,由此得到的调整后的第一待处理特征能够更准确地表达全局的边缘信息,从而有利于进一步提高对所述待处理图像进行图像分割的准确性。
在一种可能的实现方式中,所述根据所述第一边缘预测图,确定K个第一关键点,包括:
将所述第一边缘预测图中属于边缘的概率最高的K个像素点,确定为K个第一关键点。
通过将所述第一边缘预测图中属于边缘的概率最高的K个像素点,确定为K个第一关键点,由此确定出的K个第一关键点能够更准确地表示所述待处理图像的边缘的信息。
在一种可能的实现方式中,所述对所述第一待处理特征中,所述K个第一关键点的初始特征进行调整,得到调整后的第一待处理特征,包括:
根据所述第一待处理特征,得到所述K个第一关键点的初始特征;
对所述K个第一关键点的初始特征进行图卷积操作,得到所述K个第一关键点的调整后的特征;
根据所述K个第一关键点的调整后的特征,调整所述第一待处理特征中所述K个第一关键点的初始特征,得到调整后的第一待处理特征。
通过根据所述第一待处理特征,得到所述K个第一关键点的初始特征,对所述K个第一关键点的初始特征进行图卷积操作,得到所述K个第一关键点的调整后的特征,并根据所述K个第一关键点的调整后的特征,调整所述第一待处理特征中所述K个第一关键点的初始特征,得到调整后的第一待处理特征,由此能够在所述K个第一关键点对应的第一无向图上进行推理进而获取全局的上下文信息,从而得到的调整后的第一待处理特征能够更准确地表达全局的边缘信息。
在一种可能的实现方式中,所述图像分割方法采用神经网络进行处理,所述神经网络包括N级预测子网络,其中,N为大于或等于1的整数;所述N级预测子网络中的任意一级预测子网络包括第一模块;
所述根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图,包括:
对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一待处理特征和所述待处理图像的第一浅层特征输入该级预测子网络的第一模块,经由该级预测子网络的第一模块输出所述待处理图像对应于该级预测子网络的第一边缘预测图。
通过采用神经网络进行图像分割,有助于提高对所述待处理图像进行图像分割的准确性和速度。对于所述N级预测子网络中的任意一级预测子网络,通过该级预测子网络的第一模块对所述待处理图像对应于该级预测子网络的第一待处理特征和所述待处理图像的第一浅层特征进行处理,由此能够快速地得到所述待处理图像对应于该级预测子网络的边缘的初步预测图。
在一种可能的实现方式中,在所述对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一待处理特征和所述待处理图像的第一浅层特征输入该级预测子网络的第一模块之前,所述方法还包括:
获取训练图像的边缘真值图和所述训练图像的非边缘真值图;
通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的非边缘预测图;
根据所述训练图像对应于该级预测子网络的第二边缘预测图、所述训练图像对应于该级预测子网络的非边缘预测图、所述训练图像的边缘真值图和所述训练图像的非边缘真值图,训练所述神经网络。
通过结合所述训练图像的非边缘预测图、所述训练图像的非边缘真值图,与所述训练图像的第二边缘预测图、所述训练图像的边缘真值图一起,训练所述神经网络,由此不仅对所述训练图像中的边缘部分进行监督,还对所述训练图像中的非边缘部分进行监督,由此有助于第一模块学习到精确地进行边缘表示的能力,从而能够通过第一模块产生更加准确的边缘表示。
在一种可能的实现方式中,所述通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的非边缘预测图,包括:
通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的边缘特征;
根据所述训练图像对应于该级预测子网络的边缘特征,得到所述训练图像对应于该级预测子网络的第二边缘预测图;
根据所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像对应于该级预测子网络的边缘特征,得到所述训练图像对应于该级预测子网络的非边缘特征;
根据所述训练图像对应于该级预测子网络的非边缘特征,得到所述训练图像对应于该级预测子网络的非边缘预测图。
通过利用所述训练图像的边缘特征得到所述训练图像的非边缘特征,以此进行非边缘部分的预测,从而能够提高第一模块进行边缘预测的准确性。
在一种可能的实现方式中,所述根据所述训练图像对应于该级预测子网络的非边缘特征,得到所述训练图像对应于该级预测子网络的非边缘预测图,包括:
获取所述训练图像对应于该级预测子网络的中间层特征;
根据所述训练图像对应于该级预测子网络的非边缘特征,以及所述训练图像对应于该级预测子网络的中间层特征,得到所述训练图像对应于该级预测子网络的非边缘预测图。
通过结合所述训练图像对应于该级预测子网络的中间层特征,由此能够补充细节信息,从而能够提高所述神经网络进行非边缘预测的准确性。
在一种可能的实现方式中,所述N级预测子网络中的任意一级预测子网络包括第二模块;
所述根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征,包括:
对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一边缘预测图和所述待处理图像对应于该级预测子网络的第一待处理特征输入该级预测子网络的第二模块,经由该级预测子网络的第二模块输出所述待处理图像对应于该级预测子网络的调整后的第一待处理特征。
在该实现方式中,对于所述N级预测子网络中的任意一级预测子网络,通过该级预测子网络的第二模块对所述待处理图像对应于该级预测子网络的第一边缘预测图和所述待处理图像对应于该级预测子网络的第一待处理特征进行处理,由此能够快速地得到所述待处理图像对应于该级预测子网络的调整后的第一待处理特征。
在一种可能的实现方式中,所述N级预测子网络中的任意一级预测子网络还包括第三模块;
在所述对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一边缘预测图和所述待处理图像对应于该级预测子网络的第一待处理特征输入该级预测子网络的第二模块之前,所述方法还包括:
通过该级预测子网络的第二模块,对训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的第二待处理特征进行处理,得到所述训练图像对应于该级预测子网络的调整后的第二待处理特征;
通过该级预测子网络的第三模块,对所述训练图像对应于该级预测子网络的调整后的第二待处理特征进行处理,得到所述训练图像对应于该级预测子网络的第二分割预测图;
根据所述训练图像的分割真值图和所述训练图像对应于该级预测子网络的第二分割预测图,训练所述神经网络。
在该实现方式中,第二模块能够有效地捕获全局的边缘信息,由此能够提高第三模块进行分割预测的准确性。
在一种可能的实现方式中,N大于1,所述神经网络还包括特征提取子网络;
所述获取待处理图像的第一待处理特征,包括:
对于所述N级预测子网络中的任意一级预测子网络,响应于该级预测子网络为所述N级预测子网络的第一级预测子网络,通过所述特征提取子网络提取所述待处理图像的深层特征,得到所述待处理图像对应于该级预测子网络的第一待处理特征;
和/或,
对于所述N级预测子网络中的任意一级预测子网络,响应于该级预测子网络不为所述第一级预测子网络,根据所述待处理图像对应于该级预测子网络的上一级预测子网络的调整后的第一待处理特征,得到所述待处理图像对应于该级预测子网络的第一待处理特征。
在该实现方式中,通过采用级联的两级以上预测子网络,有助于进一步提高分割的效果。
在一种可能的实现方式中,所述根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图,包括:
通过所述N级预测子网络中的最后一级预测子网络,对所述待处理图像对应于所述最后一级预测子网络的调整后的第一待处理特征进行处理,得到所述待处理图像的第一分割预测图。
在该实现方式中,通过将级联的两级以上预测子网络中、最后一级预测子网络的输出作为所述待处理图像的第一分割预测图,由此能够提高所述第一分割预测图的准确性。
在一种可能的实现方式中,所述神经网络根据所述N级预测子网络对应的损失函数的加权和进行训练。
在该实现方式中,通过对所述N级预测子网络进行联合训练,由此有助于提高所述神经网络整体的分割效果。
根据本公开的一方面,提供了一种图像分割装置,包括:
第一获取模块,用于获取待处理图像的第一待处理特征;
第一预测模块,用于根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图;
第一调整模块,用于根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征;
第二预测模块,用于根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图。
在一种可能的实现方式中,所述第一预测模块用于:
获取所述待处理图像的第一浅层特征;
根据所述第一待处理特征,以及所述待处理图像的第一浅层特征,得到所述待处理图像的第一边缘预测图。
在一种可能的实现方式中,所述第一调整模块用于:
根据所述第一边缘预测图,确定K个第一关键点,其中,K为大于1的整数;
对所述第一待处理特征中,所述K个第一关键点的初始特征进行调整,得到调整后的第一待处理特征。
在一种可能的实现方式中,所述第一调整模块用于:
将所述第一边缘预测图中属于边缘的概率最高的K个像素点,确定为K个第一关键点。
在一种可能的实现方式中,所述第一调整模块用于:
根据所述第一待处理特征,得到所述K个第一关键点的初始特征;
对所述K个第一关键点的初始特征进行图卷积操作,得到所述K个第一关键点的调整后的特征;
根据所述K个第一关键点的调整后的特征,调整所述第一待处理特征中所述K个第一关键点的初始特征,得到调整后的第一待处理特征。
在一种可能的实现方式中,所述图像分割方法采用神经网络进行处理,所述神经网络包括N级预测子网络,其中,N为大于或等于1的整数;所述N级预测子网络中的任意一级预测子网络包括第一模块;
所述第一预测模块用于:
对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一待处理特征和所述待处理图像的第一浅层特征输入该级预测子网络的第一模块,经由该级预测子网络的第一模块输出所述待处理图像对应于该级预测子网络的第一边缘预测图。
在一种可能的实现方式中,所述装置还包括:
第二获取模块,用于获取训练图像的边缘真值图和所述训练图像的非边缘真值图;
第三预测模块,用于通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的非边缘预测图;
第一训练模块,用于根据所述训练图像对应于该级预测子网络的第二边缘预测图、所述训练图像对应于该级预测子网络的非边缘预测图、所述训练图像的边缘真值图和所述训练图像的非边缘真值图,训练所述神经网络。
在一种可能的实现方式中,所述第三预测模块用于:
通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的边缘特征;
根据所述训练图像对应于该级预测子网络的边缘特征,得到所述训练图像对应于该级预测子网络的第二边缘预测图;
根据所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像对应于该级预测子网络的边缘特征,得到所述训练图像对应于该级预测子网络的非边缘特征;
根据所述训练图像对应于该级预测子网络的非边缘特征,得到所述训练图像对应于该级预测子网络的非边缘预测图。
在一种可能的实现方式中,所述第三预测模块用于:
获取所述训练图像对应于该级预测子网络的中间层特征;
根据所述训练图像对应于该级预测子网络的非边缘特征,以及所述训练图像对应于该级预测子网络的中间层特征,得到所述训练图像对应于该级预测子网络的非边缘预测图。
在一种可能的实现方式中,所述N级预测子网络中的任意一级预测子网络包括第二模块;
所述第一调整模块用于:
对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一边缘预测图和所述待处理图像对应于该级预测子网络的第一待处理特征输入该级预测子网络的第二模块,经由该级预测子网络的第二模块输出所述待处理图像对应于该级预测子网络的调整后的第一待处理特征。
在一种可能的实现方式中,所述N级预测子网络中的任意一级预测子网络还包括第三模块;
所述装置还包括:
第二调整模块,用于通过该级预测子网络的第二模块,对训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的第二待处理特征进行处理,得到所述训练图像对应于该级预测子网络的调整后的第二待处理特征;
第四预测模块,用于通过该级预测子网络的第三模块,对所述训练图像对应于该级预测子网络的调整后的第二待处理特征进行处理,得到所述训练图像对应于该级预测子网络的第二分割预测图;
第二训练模块,用于根据所述训练图像的分割真值图和所述训练图像对应于该级预测子网络的第二分割预测图,训练所述神经网络。
在一种可能的实现方式中,N大于1,所述神经网络还包括特征提取子网络;
所述第一获取模块用于:
对于所述N级预测子网络中的任意一级预测子网络,响应于该级预测子网络为所述N级预测子网络的第一级预测子网络,通过所述特征提取子网络提取所述待处理图像的深层特征,得到所述待处理图像对应于该级预测子网络的第一待处理特征;
和/或,
对于所述N级预测子网络中的任意一级预测子网络,响应于该级预测子网络不为所述第一级预测子网络,根据所述待处理图像对应于该级预测子网络的上一级预测子网络的调整后的第一待处理特征,得到所述待处理图像对应于该级预测子网络的第一待处理特征。
在一种可能的实现方式中,所述第二预测模块用于:
通过所述N级预测子网络中的最后一级预测子网络,对所述待处理图像对应于所述最后一级预测子网络的调整后的第一待处理特征进行处理,得到所述待处理图像的第一分割预测图。
在一种可能的实现方式中,所述神经网络根据所述N级预测子网络对应的损失函数的加权和进行训练。
根据本公开的一方面,提供了一种电子设备,包括:一个或多个处理器;用于存储可执行指令的存储器;其中,所述一个或多个处理器被配置为调用所述存储器存储的可执行指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,通过获取待处理图像的第一待处理特征,根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图,根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征,并根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图,由此通过增强对边缘信息的处理,能够提高对所述待处理图像进行图像分割的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出本公开实施例提供的图像分割方法的流程图。
图2示出了本公开实施例提供的第一模块的示意图。
图3a示出训练图像的示意图,图3b示出不对非边缘部分进行监督的神经网络所预测的第二边缘预测图的示意图,图3c示出对非边缘部分进行监督的神经网络所预测的第二边缘预测图的示意图,图3d示出训练图像的边缘真值图。
图4示出本公开实施例提供的第二模块的示意图。
图5a示出训练图像的示意图,图5b示出训练图像的分割真值图,图5c示出不采用第三模块对第二待处理特征进行调整的神经网络所预测的第二分割预测图的示意图,图5d示出采用第三模块对第二待处理特征进行调整的神经网络所预测的第二分割预测图的示意图。
图6示出本公开实施例提供的神经网络的示意图。
图7a示出训练图像的分割真值图的示意图,图7b示出训练图像对应于第三级预测子网络的第二边缘预测图的示意图,图7c示出训练图像对应于第三级预测子网络的第二分割预测图的示意图。
图8示出本公开实施例提供的图像分割装置的框图。
图9示出本公开实施例提供的一种电子设备800的框图。
图10示出本公开实施例提供的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
在本公开实施例中,通过获取待处理图像的第一待处理特征,根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图,根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征,并根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图,由此通过增强对边缘信息的处理,能够提高对所述待处理图像进行图像分割的准确性。
下面结合附图对本公开实施例提供的图像分割方法进行详细的说明。图1示出本公开实施例提供的图像分割方法的流程图。在一种可能的实现方式中,所述图像分割方法可以由终端设备或服务器或其它处理设备执行。其中,终端设备可以是用户设备(UserEquipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(PersonalDigital Assistant,PDA)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中,所述图像分割方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示,所述图像分割方法包括步骤S11至步骤S14。
在步骤S11中,获取待处理图像的第一待处理特征。
在步骤S12中,根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图。
在步骤S13中,根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征。
在步骤S14中,根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图。
在本公开实施例中,待处理图像可以表示需要进行图像分割的图像。在本公开实施例中,需要从图像中分割出来的目标对象可以是透明体和/或反射率较高的物体,也可以是其他任意需要进行分割的物体或人。其中,透明体可以表示允许光通过的物体,例如,透明体可以是玻璃、透明的杯子、透明的瓶子、窗户等。反射率较高的物体可以指反射率大于或等于第一预设值的物体,例如,反射率较高的物体可以是镜子等。例如,所述第一预设值可以是80%或者85%等等,在此不作限定。
在本公开实施例中,所述第一待处理特征可以表示所述待处理图像的用于进行边缘预测的特征。所述第一边缘预测图表示所述待处理图像的边缘预测图,例如,所述第一边缘预测图可以表示所述待处理图像的边缘的初步预测图。在所述第一边缘预测图中,任一像素点的像素值可以表示所述待处理图像中对应的像素点属于边缘的概率。通过根据所述第一边缘预测图对所述第一待处理特征进行调整,由此基于所述待处理图像的边缘的初步预测结果所获得的调整后的第一待处理特征能够更准确地表示所述待处理图像。根据所述调整后的第一待处理特征进行分割预测,得到所述待处理图像的第一分割预测图,能够提高对所述待处理图像进行图像分割的准确性。其中,分割预测可以表示预测所述待处理图像中的目标对象所在区域。在所述第一分割预测图中,任一像素点的像素值可以表示该像素点是否属于目标对象,或者,任一像素点的像素值可以表示该像素点属于目标对象的概率。
在一种可能的实现方式中,所述根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图,包括:获取所述待处理图像的第一浅层特征;根据所述第一待处理特征,以及所述待处理图像的第一浅层特征,得到所述待处理图像的第一边缘预测图。在该实现方式中,所述待处理图像的第一浅层特征不同于所述第一待处理特征。所述待处理图像的第一浅层特征为所述待处理图像的浅层特征,即,所述待处理图像的第一浅层特征可以表示特征提取子网络的浅层输出的所述待处理图像的特征。其中,特征提取子网络的浅层可以指特征提取子网络的前S层中的任意一层,其中,S为大于或等于1的整数,且特征提取子网络的浅层不包括特征提取子网络的最后一层。例如,所述待处理图像的第一浅层特征可以是特征提取子网络的第一层输出的所述待处理图像的特征。当然,所述待处理图像的第一浅层特征还可以是特征提取子网络的其他浅层输出的所述待处理图像的特征,在此不作限定。其中,特征提取子网络可以采用dilated ResNet或者ResNet等等。例如,特征提取子网络可以采用Deeplabv3+的编码器,即,特征提取子网络可以包括Deeplabv3+的编码器的第一层(Layer1)、第二层(Layer2)、第三层(Layer3)、第四层(Layer4)和ASPP(AstrousSpatial Pyramid Pooling,空洞空间金字塔池化)层。又如,所述特征提取子网络还可以采用PSPNet或者DANet等,ASPP层可以替换为PPM(Pyramid Pooling Module,金字塔池化模块)或者DAM(Dual Attention Module,双注意力模块)等。其中,所述待处理图像的第一浅层特征包含所述待处理图像中的更丰富的细节信息(包括边缘信息),由此有助于对所述待处理图像进行更准确的边缘预测。在该实现方式中,通过融合所述待处理图像的第一待处理特征和所述待处理图像的第一浅层特征,对所述待处理图像进行边缘预测,由此能够结合所述待处理图像的第一浅层特征中的更丰富的边缘信息,得到更准确的所述待处理图像的第一边缘预测图。
在一种可能的实现方式中,所述第一待处理特征可以包括所述待处理图像的深层特征,和/或,可以包括所述待处理图像的经过调整的深层特征。例如,所述待处理图像的深层特征可以表示特征提取子网络的深层输出的所述待处理图像的特征。例如,所述第一待处理特征可以包括特征提取子网络的最后一层(例如ASPP层)输出的所述待处理图像的特征。其中,特征提取子网络的深层可以指特征提取子网络中层数大于S的层。当然,在其他可能的实现方式中,所述第一待处理特征也可以不为所述待处理图像的深层特征,例如,还可以为与所述待处理图像的第一浅层特征不同的浅层特征。
在一种可能的实现方式中,所述根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征,包括:根据所述第一边缘预测图,确定K个第一关键点,其中,K为大于1的整数;对所述第一待处理特征中,所述K个第一关键点的初始特征进行调整,得到调整后的第一待处理特征。在该实现方式中,所述K个第一关键点不包括所述待处理图像中的所有像素点,即,并非将所述待处理图像的所有像素点均作为第一关键点。在该实现方式中,可以根据所述第一边缘预测图中的像素点属于边缘的概率,确定第一关键点。例如,可以将所述第一边缘预测图中预测为属于边缘的部分或全部像素点作为第一关键点。例如,K可以等于96,90,100,等等。当然,本领域技术人员可以根据实际应用场景需求和/或经验灵活设置K的大小,在此不作限定。在该实现方式中,通过根据所述第一边缘预测图,确定K个第一关键点,并对所述第一待处理特征中,所述K个第一关键点的初始特征进行调整,由此得到的调整后的第一待处理特征能够更准确地表达全局的边缘信息,从而有利于进一步提高对所述待处理图像进行图像分割的准确性。
作为该实现方式的一个示例,所述根据所述第一边缘预测图,确定K个第一关键点,包括:将所述第一边缘预测图中属于边缘的概率最高的K个像素点,确定为K个第一关键点。在该示例中,通过将所述第一边缘预测图中属于边缘的概率最高的K个像素点,确定为K个第一关键点,由此确定出的K个第一关键点能够更准确地表示所述待处理图像的边缘的信息。
作为该实现方式的另一个示例,若在所述第一边缘预测图中,属于边缘的概率大于或等于第二预设值的像素点的数量大于或等于K,则可以将所述第一边缘预测图中属于边缘的概率最高的K个像素点确定为K个第一关键点。若在所述第一边缘预测图中,属于边缘的概率大于或等于第二预设值的像素点的数量小于K,例如,属于边缘的概率大于或等于第二预设值的像素点的数量为K’,其中,K’<K,则可以将属于边缘的概率大于或等于第二预设值的所有像素点分别作为第一关键点,并可以将K的值调整为等于K’。例如,第二预设值可以等于0.9。当然,本领域技术人员可以根据实际应用场景需求和/或经验灵活设置第二预设值,在此不作限定。
作为该实现方式的一个示例,所述对所述第一待处理特征中,所述K个第一关键点的初始特征进行调整,得到调整后的第一待处理特征,包括:根据所述第一待处理特征,得到所述K个第一关键点的初始特征;对所述K个第一关键点的初始特征进行图卷积操作,得到所述K个第一关键点的调整后的特征;根据所述K个第一关键点的调整后的特征,调整所述第一待处理特征中所述K个第一关键点的初始特征,得到调整后的第一待处理特征。在该示例中,根据所述第一边缘预测图,可以确定所述K个第一关键点的坐标。根据所述K个第一关键点的坐标,可以从所述第一待处理特征中,获得所述K个第一关键点的初始特征。其中,所述K个第一关键点的初始特征可以表示所述第一待处理特征中所述K个第一关键点的特征。在得到所述K个第一关键点的调整后的特征之后,根据所述K个第一关键点的坐标,可以将所述第一待处理特征中所述K个第一关键点的初始特征替换为所述K个第一关键点的调整后的特征,得到调整后的第一待处理特征。或者,所述调整后的第一待处理特征中,任一第一关键点的特征,可以为该第一关键点的初始特征和调整后的特征的加权和。在该示例中,通过根据所述第一待处理特征,得到所述K个第一关键点的初始特征,对所述K个第一关键点的初始特征进行图卷积操作,得到所述K个第一关键点的调整后的特征,并根据所述K个第一关键点的调整后的特征,调整所述第一待处理特征中所述K个第一关键点的初始特征,得到调整后的第一待处理特征,由此能够在所述K个第一关键点对应的第一无向图上进行推理进而获取全局的上下文信息,从而得到的调整后的第一待处理特征能够更准确地表达全局的边缘信息。
在一个例子中,可以构建所述K个第一关键点对应的第一无向图,其中,可以将所述K个第一关键点分别作为所述第一无向图中的节点,并可以在每两个第一关键点之间均建立边。所述K个第一关键点中的任意两个第一关键点之间的边的权重的初始值可以为1,当然,也可以根据实际应用场景需求灵活设置。可以通过图卷积,对所述K个第一关键点对应的第一无向图进行推理,从而获取所述待处理图像的全局的上下文信息。例如,可以采用式1,得到所述K个第一关键点的调整后的特征的矩阵Gout:
Gout=σ(WgGin(I-Ag)) 式1,
其中,Gin表示所述K个第一关键点的初始特征的矩阵,I表示单位矩阵,Ag表示所述K个第一关键点对应的邻接矩阵,Wg表示所述K个第一关键点对应的权重矩阵,σ()表示图卷积操作。经过图卷积操作,所述K个第一关键点的特征和不同第一关键点之间的边的权重将发生更新。
在一种可能的实现方式中,所述图像分割方法采用神经网络进行处理,所述神经网络包括特征提取子网络和N级预测子网络,其中,N为大于或等于1的整数。其中,特征提取子网络可以用于进行特征提取,N级预测子网络可以用于进行边缘预测和/或分割预测。在该实现方式中,预测子网络的级数可以是一级或两级以上。在该实现方式中,通过采用神经网络进行图像分割,有助于提高对所述待处理图像进行图像分割的准确性和速度。
在一种可能的实现方式中,所述图像分割方法采用神经网络进行处理,所述神经网络包括N级预测子网络,其中,N为大于或等于1的整数;所述N级预测子网络中的任意一级预测子网络包括第一模块;所述根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图,包括:对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一待处理特征和所述待处理图像的第一浅层特征输入该级预测子网络的第一模块,经由该级预测子网络的第一模块输出所述待处理图像对应于该级预测子网络的第一边缘预测图。其中,所述待处理图像对应于该级预测子网络的第一待处理特征,可以表示用于输入该级预测子网络的所述待处理图像的第一待处理特征。所述待处理图像对应于该级预测子网络的第一边缘预测图,可以表示该级预测子网络输出的所述待处理图像的第一边缘预测图。例如,对于所述N级预测子网络中的任意一级预测子网络,可以对所述待处理图像对应于该级预测子网络的第一待处理特征和所述待处理图像的第一浅层特征进行合并(concatenate),得到所述待处理图像对应于该级预测子网络的第一合并结果。可以采用3×3卷积层对所述待处理图像对应于该级预测子网络的第一合并结果进行卷积,得到所述待处理图像对应于该级预测子网络的边缘特征。采用3×3卷积层对所述待处理图像对应于该级预测子网络的边缘特征进行卷积,可以得到所述待处理图像对应于该级预测子网络的第一边缘预测图。当然,本领域技术人员可以根据实际应用场景需求,将合并改为相加,也可以灵活选择卷积核的大小,在此不作限定。该实现方式对于所述N级预测子网络中的任意一级预测子网络,通过该级预测子网络的第一模块对所述待处理图像对应于该级预测子网络的第一待处理特征和所述待处理图像的第一浅层特征进行处理,由此能够快速地得到所述待处理图像对应于该级预测子网络的边缘的初步预测图。
在一个示例中,在N大于1的情况下,所述待处理图像对应于不同级预测子网络的第一待处理特征可以不同。在另一个示例中,在N大于1的情况下,所述待处理图像对应于不同级预测子网络的第一待处理特征可以相同。
在一个示例中,在所述对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一待处理特征和所述待处理图像的第一浅层特征输入该级预测子网络的第一模块之前,所述方法还包括:获取训练图像的边缘真值图和所述训练图像的非边缘真值图;通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的非边缘预测图;根据所述训练图像对应于该级预测子网络的第二边缘预测图、所述训练图像对应于该级预测子网络的非边缘预测图、所述训练图像的边缘D和所述训练图像的非边缘真值图,训练所述神经网络。
在该示例中,所述训练图像可以表示用于训练所述神经网络的图像。所述训练图像的数量可以为多个。所述训练图像的边缘真值图可以用于表示所述训练图像中目标对象的边缘所在的位置的真值。例如,所述训练图像的边缘真值图的尺寸可以与所述训练图像相同。若在所述训练图像中,任一像素点属于目标对象的边缘,则在所述训练图像的边缘真值图中,该像素点的值可以为1;若在所述训练图像中,任一像素点不属于目标对象的边缘,则在所述训练图像的边缘真值图中,该像素点的值可以为0。所述训练图像的非边缘真值图可以用于表示所述训练图像中目标对象的非边缘所在的位置的真值。例如,所述训练图像的非边缘真值图的尺寸可以与所述训练图像相同。若在所述训练图像中,任一像素点属于目标对象的非边缘区域,则在所述训练图像的非边缘真值图中,该像素点的值可以为1;若在所述训练图像中,任一像素点不属于目标对象的非边缘区域,则在所述训练图像的非边缘真值图中,该像素点的值可以为0。所述第二待处理特征表示所述训练图像的用于进行边缘预测的特征。所述训练图像对应于该级预测子网络的第二待处理特征,可以表示用于输入该级预测子网络的所述训练图像的第二待处理特征。所述第二边缘预测图可以表示所述训练图像的边缘的初步预测图。所述训练图像对应于该级预测子网络的第二边缘预测图,可以表示该级预测子网络输出的所述训练图像的第二边缘预测图。所述训练图像对应于该级预测子网络的非边缘预测图,可以表示该级预测子网络输出的所述训练图像的非边缘预测图。在所述训练图像对应于该级预测子网络的第二边缘预测图中,任一像素点的像素值可以表示该级预测子网络预测的所述训练图像中对应的像素点属于边缘的概率。在所述训练图像对应于该级预测子网络的非边缘预测图中,任一像素点的像素值可以表示该级预测子网络预测的所述训练图像中对应的像素点属于非边缘的概率。
在该示例中,所述训练图像的第二浅层特征不同于所述训练图像对应于任意一级预测子网络的第二待处理特征。所述训练图像的第二浅层特征为所述训练图像的浅层特征,例如,所述训练图像的第二浅层特征可以表示特征提取子网络的浅层输出的所述训练图像的特征。例如,所述训练图像的第二浅层特征可以是特征提取子网络的第一层输出的所述训练图像的特征。当然,所述训练图像的第二浅层特征还可以是特征提取子网络的其他浅层输出的所述训练图像的特征,在此不作限定。
在一个例子中,所述第二待处理特征可以包括所述训练图像的深层特征,和/或,可以包括所述训练图像的经过调整的深层特征。其中,所述训练图像的深层特征可以表示特征提取子网络的深层输出的所述训练图像的特征。例如,所述第二待处理特征可以包括特征提取子网络的最后一层输出的所述训练图像的特征。当然,在其他例子中,所述第二待处理特征也可以不为所述训练图像的深层特征,例如,还可以为与所述训练图像的第二浅层特征不同的浅层特征。
在一个例子中,在N大于1的情况下,所述训练图像对应于不同级预测子网络的第二待处理特征可以不同。在另一个示例中,在N大于1的情况下,所述训练图像对应于不同级预测子网络的第二待处理特征可以相同。
在该示例中,通过结合所述训练图像的非边缘预测图、所述训练图像的非边缘真值图,与所述训练图像的第二边缘预测图、所述训练图像的边缘真值图一起,训练所述神经网络,由此不仅对所述训练图像中的边缘部分进行监督,还对所述训练图像中的非边缘部分进行监督,由此有助于第一模块学习到精确地进行边缘表示的能力,从而能够通过第一模块产生更加准确的边缘表示。
在一个例子中,所述通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的非边缘预测图,包括:通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的边缘特征;根据所述训练图像对应于该级预测子网络的边缘特征,得到所述训练图像对应于该级预测子网络的第二边缘预测图;根据所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像对应于该级预测子网络的边缘特征,得到所述训练图像对应于该级预测子网络的非边缘特征;根据所述训练图像对应于该级预测子网络的非边缘特征,得到所述训练图像对应于该级预测子网络的非边缘预测图。这个例子利用所述训练图像的边缘特征得到所述训练图像的非边缘特征,以此进行非边缘部分的预测,从而能够提高第一模块进行边缘预测的准确性。
例如,在所述训练图像的第二浅层特征与所述训练图像对应于该级预测子网络的第二待处理特征的尺寸不同的情况下,可以对所述训练图像的第二浅层特征进行双线性插值,以使双线性插值后的第二浅层特征与所述训练图像对应于该级预测子网络的第二待处理特征的尺寸相同。在对所述训练图像的第二浅层特征进行双线性插值之后,可以对所述训练图像的第二浅层特征和所述训练图像对应于该级预测子网络的第二待处理特征进行合并,得到所述训练图像对应于该级预测子网络的第二合并结果。可以采用3×3卷积层对所述训练图像对应于该级预测子网络的第二合并结果进行卷积,得到所述训练图像对应于该级预测子网络的边缘特征。采用3×3卷积层对所述训练图像对应于该级预测子网络的边缘特征进行卷积,可以得到所述训练图像对应于该级预测子网络的第二边缘预测图。当然,本领域技术人员可以根据实际应用场景需求,将合并改为相加,也可以灵活选择卷积核的大小,在此不作限定。
例如,可以采用式2,得到所述训练图像对应于该级预测子网络的边缘特征Fedge:
Fedge=FConv(Concat(Flow,Fmerge)) 式2,
其中,Fmerge表示所述训练图像对应于该级预测子网络的第二待处理特征,Flow表示所述训练图像的第二浅层特征。Concat(Flow,Fmerge)表示对Flow和Fmerge进行合并。在一个例子中,在Flow与Fmerge的尺寸不同的情况下,在对Flow和Fmerge进行合并之前,还可以对Flow进行双线性插值,以使双线性插值后的Flow与Fmerge的尺寸相同。FConv(Concat(Flow,Fmerge))表示对Concat(Flow,Fmerge)进行卷积。例如,可以采用一个3×3卷积层进行卷积。
例如,可以将所述训练图像对应于该级预测子网络的第二待处理特征与所述训练图像对应于该级预测子网络的边缘特征相减,得到所述训练图像对应于该级预测子网络的非边缘特征。例如,可以采用式3,得到所述训练图像对应于该级预测子网络的非边缘特征Fresidual:
Fresidual=Fmerge-Fedge 式3。
例如,所述根据所述训练图像对应于该级预测子网络的非边缘特征,得到所述训练图像对应于该级预测子网络的非边缘预测图,包括:获取所述训练图像对应于该级预测子网络的中间层特征;根据所述训练图像对应于该级预测子网络的非边缘特征,以及所述训练图像对应于该级预测子网络的中间层特征,得到所述训练图像对应于该级预测子网络的非边缘预测图。在这个例子中,所述训练图像对应于任意一级预测子网络的中间层特征,不同于所述训练图像的第二浅层特征,也不同于所述训练图像对应于任意一级预测子网络的第二待处理特征。所述训练图像对应于任意一级预测子网络的中间层特征可以是所述训练图像的浅层特征,也可以是所述训练图像的深层特征。所述训练图像对应于不同级预测子网络的中间层特征可以不同,也可以相同。在这个例子中,通过结合所述训练图像对应于该级预测子网络的中间层特征,由此能够补充细节信息,从而能够提高所述神经网络进行非边缘预测的准确性。
例如,可以采用式4,得到所述训练图像对应于该级预测子网络的非边缘预测图Fr:
Fr=FConv(Concat(Fresidual,Frefine)) 式4,
其中,Frefine表示所述训练图像对应于该级预测子网络的中间层特征,Concat(Fresidual,Frefine)表示对Fresidual和Frefine进行合并,FConv(Concat(Fresidual,Frefine))表示对Concat(Fresidual,Frefine)进行卷积。
图2示出了本公开实施例提供的第一模块的示意图。如图2所示,在所述神经网络的训练阶段,任意一级预测子网络的第一模块可以对训练图像对应于该级预测子网络的第二待处理特征Fmerge和所述训练图像的第二浅层特征Flow进行合并(Concat),并在合并后采用3×3卷积层(conv)进行卷积,得到所述训练图像对应于该级预测子网络的边缘特征Fedge。采用3×3卷积层对所述训练图像对应于该级预测子网络的边缘特征Fedge进行卷积,可以得到所述训练图像对应于该级预测子网络的第二边缘预测图Fb。根据所述训练图像对应于该级预测子网络的第二边缘预测图Fb和所述训练图像的边缘真值图,可以得到所述训练图像对应于该级预测子网络的第二边缘预测图对应的损失函数Ledge。将所述训练图像对应于该级预测子网络的第二待处理特征Fmerge与所述训练图像对应于该级预测子网络的边缘特征Fedge相减,可以得到所述训练图像对应于该级预测子网络的非边缘特征Fresidual。将所述训练图像对应于该级预测子网络的中间层特征Frefine与所述训练图像对应于该级预测子网络的非边缘特征Fresidual合并后进行两次3×3卷积,可以得到所述训练图像对应于该级预测子网络的非边缘预测图Fr。根据所述训练图像对应于该级预测子网络的非边缘预测图Fr以及所述训练图像的非边缘真值图,可以得到所述训练图像对应于该级预测子网络的非边缘预测图对应的损失函数Lresidual。将所述训练图像对应于该级预测子网络的边缘特征Fedge与所述训练图像对应于该级预测子网络的非边缘特征Fresidual相加,可以重新得到所述训练图像对应于该级预测子网络的第二待处理特征Fmerge,以作为该级预测子网络的第二模块的输入。通过如图2所示的轻量级的第一模块得到边缘预测图,有助于提高图像分割的速度和准确度。
图3a示出训练图像的示意图,图3b示出不对非边缘部分进行监督的神经网络所预测的第二边缘预测图的示意图,图3c示出对非边缘部分进行监督的神经网络所预测的第二边缘预测图的示意图,图3d示出训练图像的边缘真值图。如图3a至图3d所示,经过对非边缘部分的学习,可以得到更准确的边缘预测图,且所预测得到的边缘预测图能够变得更加细粒度。
作为该实现方式的一个示例,所述N级预测子网络中的任意一级预测子网络包括第二模块;所述根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征,包括:对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一边缘预测图和所述待处理图像对应于该级预测子网络的第一待处理特征输入该级预测子网络的第二模块,经由该级预测子网络的第二模块输出所述待处理图像对应于该级预测子网络的调整后的第一待处理特征。其中,所述待处理图像对应于该级预测子网络的调整后的第一待处理特征,可以表示该级预测子网络输出的所述待处理图像的调整后的第一待处理特征。该示例对于所述N级预测子网络中的任意一级预测子网络,通过该级预测子网络的第二模块对所述待处理图像对应于该级预测子网络的第一边缘预测图和所述待处理图像对应于该级预测子网络的第一待处理特征进行处理,由此能够快速地得到所述待处理图像对应于该级预测子网络的调整后的第一待处理特征。
在一个例子中,所述N级预测子网络中的任意一级预测子网络还包括第三模块;在所述对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一边缘预测图和所述待处理图像对应于该级预测子网络的第一待处理特征输入该级预测子网络的第二模块之前,所述方法还包括:通过该级预测子网络的第二模块,对训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的第二待处理特征进行处理,得到所述训练图像对应于该级预测子网络的调整后的第二待处理特征;通过该级预测子网络的第三模块,对所述训练图像对应于该级预测子网络的调整后的第二待处理特征进行处理,得到所述训练图像对应于该级预测子网络的第二分割预测图;根据所述训练图像的分割真值图和所述训练图像对应于该级预测子网络的第二分割预测图,训练所述神经网络。其中,可以通过该级预测子网络的第一模块对所述训练图像对应于该级预测子网络的边缘特征和所述训练图像对应于该级预测子网络的非边缘特征相加,得到所述训练图像对应于该级预测子网络的第二待处理特征,并将由此得到的所述训练图像对应于该级预测子网络的第二待处理特征输入该级预测子网络的第二模块。或者,还可以将所述训练图像对应于该级预测子网络的第二待处理特征直接输入第二模块。在这个例子中,所述训练图像对应于该级预测子网络的第二分割预测图,可以表示该级预测子网络输出的所述训练图像的第二分割预测图。在所述训练图像对应于该级预测子网络的第二分割预测图中,任一像素点的像素值可以表示该级预测子网络预测的所述训练图像中对应的像素点属于目标对象的概率。在这个例子中,第二模块能够有效地捕获全局的边缘信息,由此能够提高第三模块进行分割预测的准确性。
图4示出本公开实施例提供的第二模块的示意图。如图4所示,例如,所述训练图像对应于该级预测子网络的第二边缘预测图Fb的尺寸可以为H×W×1。可以将所述训练图像对应于该级预测子网络的第二边缘预测图Fb中属于边缘的概率最高的K个像素点,确定为K个第二关键点。根据所述K个第二关键点的坐标,可以从所述训练图像对应于该级预测子网络的第二待处理特征Fmerge中,获得所述K个第二关键点的初始特征。其中,所述训练图像对应于该级预测子网络的第二待处理特征Fmerge的大小可以为H×W×C。所述K个第二关键点的初始特征可以表示所述训练图像对应于该级预测子网络的第二待处理特征Fmerge中所述K个第二关键点的特征。在一个例子中,可以构建所述K个第二关键点对应的第二无向图,其中,可以将所述K个第二关键点分别作为所述第二无向图中的节点,并可以在每两个第二关键点之间均建立边。所述K个第二关键点中的任意两个第二关键点之间的边的权重的初始值可以为1,当然,也可以根据实际应用场景需求灵活设置。采用图卷积(GCN,GraphConvolutional Network)层对所述K个第二关键点的初始特征进行图卷积操作,可以得到所述K个第二关键点的调整后的特征。在得到所述K个第二关键点的调整后的特征之后,可以根据所述K个第二关键点的坐标,将所述训练图像对应于该级预测子网络的第二待处理特征Fmerge中所述K个第二关键点的初始特征替换为所述K个第二关键点的调整后的特征,得到所述训练图像对应于该级预测子网络的调整后的第二待处理特征Fmerge′。通过如图4所示的轻量级的第二模块,能够快速得到调整后的待处理特征,从而有助于提高图像分割的速度。
图5a示出训练图像的示意图,图5b示出训练图像的分割真值图,图5c示出不采用第三模块对第二待处理特征进行调整的神经网络所预测的第二分割预测图的示意图,图5d示出采用第三模块对第二待处理特征进行调整的神经网络所预测的第二分割预测图的示意图。如图5a至图5d所示,经过采用第三模块对第二待处理特征进行调整,可以得到更准确、平滑的分割预测图。
作为该实现方式的一个示例,N大于1,所述神经网络还包括特征提取子网络;所述获取待处理图像的第一待处理特征,包括:对于所述N级预测子网络中的任意一级预测子网络,响应于该级预测子网络为所述N级预测子网络的第一级预测子网络,通过所述特征提取子网络提取所述待处理图像的深层特征,得到所述待处理图像对应于该级预测子网络的第一待处理特征;和/或,对于所述N级预测子网络中的任意一级预测子网络,响应于该级预测子网络不为所述第一级预测子网络,根据所述待处理图像对应于该级预测子网络的上一级预测子网络的调整后的第一待处理特征,得到所述待处理图像对应于该级预测子网络的第一待处理特征。例如,可以将特征提取子网络最终输出的所述待处理图像的特征,作为所述待处理图像对应于所述第一级预测子网络的第一待处理特征。例如,可以将所述待处理图像输入特征提取子网络,并将特征提取子网络的最后一层(例如ASPP层)的输出作为所述待处理图像对应于所述第一级预测子网络的第一待处理特征。在该示例中,通过采用级联的两级以上预测子网络,有助于进一步提高分割的效果。
在一个例子中,所述根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图,包括:通过所述N级预测子网络中的最后一级预测子网络,对所述待处理图像对应于所述最后一级预测子网络的调整后的第一待处理特征进行处理,得到所述待处理图像的第一分割预测图。在这个例子中,通过将级联的两级以上预测子网络中、最后一级预测子网络的输出作为所述待处理图像的第一分割预测图,由此能够提高所述第一分割预测图的准确性。
在一个例子中,所述神经网络根据所述N级预测子网络对应的损失函数的加权和进行训练。在这个例子中,通过对所述N级预测子网络进行联合训练,由此有助于提高所述神经网络整体的分割效果。
图6示出本公开实施例提供的神经网络的示意图。如图6所示,所述神经网络可以采用级联的框架,所述神经网络可以包括特征提取子网络和三级预测子网络。其中,特征提取子网络可以采用Deeplabv3+的编码器。如图6所示,特征提取子网络可以包括Deeplabv3+的编码器的第一层(Layer1)、第二层(Layer2)、第三层(Layer3)、第四层(Layer4)和ASPP层。每级预测子网络可以包括第一模块、第二模块和第三模块。第一模块可以为RDM(Refined Differential Module,精修差分模块),第二模块可以为PGM(Point basedGraph convolutional network Module,基于点的图卷积网络模块),第三模块可以为预测模块(即图6中的Pred)。如图6所示,第三模块可以包括3×3卷积(conv)层、标准化(bn)层、激活(relu)层和3×3卷积层。当然,本领域技术人员可以灵活选择卷积核的大小,也可以选择其他的激活函数(例如sigmoid等),在此不作限定。
在其他可能的实现方式中,可以预先设计用于图像分割的函数,并采用预先设计的函数对所述待处理图像进行图像分割,在此不作限定。
本公开实施例提供的图像分割方法通过增强边缘学习,能够显著提高对透明体和反射率较高的物体进的分割准确性,且能够普遍提高对各种对象的分割准确性。本公开实施例可以应用于计算机视觉、智能图像处理、深度学习等应用领域,且可以应用于机器人视觉导航、机器人视觉定位、机械臂抓取物体、场景理解、透明体分割、镜子分割、透明体抠图、镜子抠图、图像分割等应用场景中。
下面通过一个具体的应用场景说明本公开实施例提供的图像分割方法。在该应用场景中,所述图像分割方法可以采用神经网络进行处理,例如,所述神经网络可以包括特征提取子网络和三级预测子网络。三级预测子网络可以分别记为第一级预测子网络(如图6中最下方的RDM+PGM+Pred)、第二级预测子网络(如图6中中间的RDM+PGM+Pred)和第三级预测子网络(如图6中最上方的RDM+PGM+Pred)。
在训练阶段:
可以将任一训练图像输入特征提取子网络,经由特征提取子网络的第一层输出所述训练图像的第二浅层特征(Flow)。经由特征提取子网络的第二层、第三层和第四层,可以分别输出所述训练图像的中间层特征,例如,所述训练图像的中间层特征可以记为Frefine。例如,特征提取子网络的第二层输出的所述训练图像的中间层特征可以记为Frefine2,特征提取子网络的第三层输出的所述训练图像的中间层特征可以记为Frefine3,特征提取子网络的第四层输出的所述训练图像的中间层特征可以记为Frefine4。经由特征提取子网络的ASPP,可以输出所述训练图像对应于第一级预测子网络的第二待处理特征,例如,所述训练图像对应于第一级预测子网络的第二待处理特征可以记为Fmerge1。
第一级预测子网络的第一模块的输入可以包括所述训练图像对应于第一级预测子网络的第二待处理特征Fmerge1(即ASPP输出的特征)、所述训练图像的第二浅层特征Flow和特征提取子网络的第四层输出的所述训练图像的中间层特征Frefine4;第一级预测子网络的第一模块的输出可以包括所述训练图像对应于第一级预测子网络的第二待处理特征Fmerge1、所述训练图像对应于第一级预测子网络的第二边缘预测图Fb1和所述训练图像对应于第一级预测子网络的非边缘预测图Fr1;第一级预测子网络的第二模块的输入可以包括所述训练图像对应于第一级预测子网络的第二待处理特征Fmerge1和所述训练图像对应于第一级预测子网络的第二边缘预测图Fb1;第一级预测子网络的第二模块的输出可以包括所述训练图像对应于第一级预测子网络的调整后的第二待处理特征Fmerge2;第一级预测子网络的第三模块的输入可以包括所述训练图像对应于第一级预测子网络的调整后的第二待处理特征Fmerge2;第一级预测子网络的第三模块的输出可以包括所述训练图像对应于第一级预测子网络的第二分割预测图Fm1。
第二级预测子网络的第一模块的输入可以包括所述训练图像对应于第二级预测子网络的第二待处理特征Fmerge2(即所述训练图像对应于第一级预测子网络的调整后的第二待处理特征)、所述训练图像的第二浅层特征Flow和特征提取子网络的第三层输出的所述训练图像的中间层特征Frefine3;第二级预测子网络的第一模块的输出可以包括所述训练图像对应于第二级预测子网络的第二待处理特征Fmerge2、所述训练图像对应于第二级预测子网络的第二边缘预测图Fb2和所述训练图像对应于第二级预测子网络的非边缘预测图Fr2;第二级预测子网络的第二模块的输入可以包括所述训练图像对应于第二级预测子网络的第二待处理特征Fmerge2和所述训练图像对应于第二级预测子网络的第二边缘预测图Fb2;第二级预测子网络的第二模块的输出可以包括所述训练图像对应于第二级预测子网络的调整后的第二待处理特征Fmerge3;第二级预测子网络的第三模块的输入可以包括所述训练图像对应于第二级预测子网络的调整后的第二待处理特征Fmerge3;第二级预测子网络的第三模块的输出可以包括所述训练图像对应于第二级预测子网络的第二分割预测图Fm2。
第三级预测子网络的第一模块的输入可以包括所述训练图像对应于第三级预测子网络的第二待处理特征Fmerge3(即所述训练图像对应于第二级预测子网络的调整后的第二待处理特征)、所述训练图像的第二浅层特征Flow和特征提取子网络的第二层输出的所述训练图像的中间层特征Frefine2;第三级预测子网络的第一模块的输出可以包括所述训练图像对应于第三级预测子网络的第二待处理特征Fmerge3、所述训练图像对应于第三级预测子网络的第二边缘预测图Fb3和所述训练图像对应于第三级预测子网络的非边缘预测图Fr3;第三级预测子网络的第二模块的输入可以包括所述训练图像对应于第三级预测子网络的第二待处理特征Fmerge3和所述训练图像对应于第三级预测子网络的第二边缘预测图Fb3;第三级预测子网络的第二模块的输出可以包括所述训练图像对应于第三级预测子网络的调整后的第二待处理特征Fmerge4;第三级预测子网络的第三模块的输入可以包括所述训练图像对应于第三级预测子网络的调整后的第二待处理特征Fmerge4;第三级预测子网络的第三模块的输出可以包括所述训练图像对应于第三级预测子网络的第二分割预测图Fm3。
所述神经网络的损失函数L可以采用式5得到:
L=α1L1+α2L2+α3L3 式5,
其中,L1表示第一级预测子网络对应的损失函数,L2表示第二级预测子网络对应的损失函数,L3表示第三级预测子网络对应的损失函数,α1表示第一级预测子网络对应的损失函数对应的权重,α2表示第二级预测子网络对应的损失函数对应的权重,α2表示第三级预测子网络对应的损失函数对应的权重。例如,α1=α2=α3=1。当然,本领域技术人员也可以根据实际应用场景需求灵活设置三级预测子网络对应的损失函数的权重,在此不作限定。
其中,L1、L2和L3分别可以采用式6、式7和式8得到:
L1=λ11Lresidual(Fr1,Gr)+λ12Ledge(Fb1,Gb)+λ13Lmerge(Fm1,Gm) 式6,
L2=λ21Lresidual(Fr2,Gr)+λ22Ledge(Fb2,Gb)+λ23Lmerge(Fm2,Gm) 式7,
L3=λ31Lresidual(Fr3,Gr)+λ32Ledge(Fb3,Gb)+λ33Lmerge(Fm3,Gm) 式8,
其中,Gr表示所述训练图像的非边缘真值图,Gb表示所述训练图像的边缘真值图,Gm表示所述训练图像的分割真值图。例如,Gb中边缘的宽度可以为8,当然,本领域技术人员也可以根据实际应用场景需求和/或经验灵活确定Gb中边缘的宽度。例如,在所述训练图像的非边缘真值图Gr中,属于目标对象的非边缘区域的像素点的值可以为1,不属于目标对象的非边缘区域的像素点的值可以为0;在所述训练图像的边缘真值图Gb中,属于目标对象的边缘的像素点的值可以为1,不属于目标对象的边缘的像素点的值可以为0;在所述训练图像的分割真值图Gm中,属于目标对象的像素点的值可以为1,不属于目标对象的像素点的值可以为0。其中,所述训练图像的非边缘真值图Gr中,值为0的像素点,可以包括所述训练图像的分割真值图Gm中值为0的像素点,以及所述训练图像的边缘真值图Gb中值为0的像素点。即,所述训练图像的非边缘真值图Gr中值为1的像素点集,可以是所述训练图像的分割真值图Gm中值为1的像素点集与所述训练图像的边缘真值图Gb中值为1的像素点集的差值。即,所述训练图像的边缘真值图Gb中值为1的像素点集与所述训练图像的非边缘真值图Gr中值为1的像素点集的并集可以为所述训练图像的分割真值图Gm中值为1的像素点集,且所述训练图像的边缘真值图Gb中值为1的像素点集与所述训练图像的非边缘真值图Gr中值为1的像素点集的交集为空集。
Lresidual(Fr1,Gr)表示所述训练图像对应于第一级预测子网络的非边缘预测图Fr1对应的损失函数,λ11表示Lresidual(Fr1,Gr)对应的权重;Ledge(Fb1,Gb)表示所述训练图像对应于第一级预测子网络的第二边缘预测图Fb1对应的损失函数,λ12表示Ledge(Fb1,Gb)对应的权重;Lmerge(Fm1,Gm)表示所述训练图像对应于第一级预测子网络的第二分割预测图Fm1对应的损失函数,λ13表示Lmerge(Fm1,Gm)对应的权重;其中,λ11、λ12和λ13为超参数,例如,λ11=λ12=λ13=1,当然,本领域技术人员可以根据实际应用场景需求灵活设置λ11、λ12和λ13的大小,在此不作限定。
Lresidual(Fr2,Gr)表示所述训练图像对应于第二级预测子网络的非边缘预测图Fr2对应的损失函数,λ21表示Lresidual(Fr2,Gr)对应的权重;Ledge(Fb2,Gb)表示所述训练图像对应于第二级预测子网络的第二边缘预测图Fb2对应的损失函数,λ22表示Ledge(Fb2,Gb)对应的权重;Lmerge(Fm2,Gm)表示所述训练图像对应于第二级预测子网络的第二分割预测图Fm2对应的损失函数,λ23表示Lmerge(Fm2,Gm)对应的权重;其中,λ21、λ22和λ23为超参数,例如,λ21=λ22=λ23=1,当然,本领域技术人员可以根据实际应用场景需求灵活设置λ21、λ22和λ23的大小,在此不作限定。
Lresidual(Fr3,Gr)表示所述训练图像对应于第三级预测子网络的非边缘预测图Fr3对应的损失函数,λ31表示Lresidual(Fr3,Gr)对应的权重;Ledge(Fb3,Gb)表示所述训练图像对应于第三级预测子网络的第二边缘预测图Fb3对应的损失函数,λ32表示Ledge(Fb3,Gb)对应的权重;Lmerge(Fm3,Gm)表示所述训练图像对应于第三级预测子网络的第二分割预测图Fm3对应的损失函数,λ33表示Lmerge(Fm3,Gm)对应的权重;其中,λ31、λ32和λ33为超参数,例如,λ31=λ32=λ33=1,当然,本领域技术人员可以根据实际应用场景需求灵活设置λ31、λ32和λ33的大小,在此不作限定。
其中,所述训练图像对应于任意一级预测子网络的非边缘预测图对应的损失函数和所述训练图像对应于任意一级预测子网络的第二分割预测图对应的损失函数可以采用交叉熵损失函数,所述训练图像对应于任意一级预测子网络的第二边缘预测图对应的损失函数可以采用戴斯(Dice)损失函数。当然,本领域技术人员可以根据实际应用场景需求灵活选择损失函数的类型,在此不作限定。
图7a示出训练图像的分割真值图的示意图,图7b示出训练图像对应于第三级预测子网络的第二边缘预测图的示意图,图7c示出训练图像对应于第三级预测子网络的第二分割预测图的示意图。
在应用阶段:
可以将待处理图像输入特征提取子网络,经由特征提取子网络的第一层输出所述待处理图像的第一浅层特征。经由特征提取子网络的ASPP层,可以输出所述待处理图像对应于第一级预测子网络的第一待处理特征。
第一级预测子网络的第一模块的输入可以包括所述待处理图像对应于第一级预测子网络的第一待处理特征(即ASPP输出的特征)和所述待处理图像的第一浅层特征;第一级预测子网络的第一模块的输出可以包括所述待处理图像对应于第一级预测子网络的第一待处理特征和所述待处理图像对应于第一级预测子网络的第一边缘预测图;第一级预测子网络的第二模块的输入可以包括所述待处理图像对应于第一级预测子网络的第一待处理特征和所述待处理图像对应于第一级预测子网络的第一边缘预测图;第一级预测子网络的第二模块的输出可以包括所述待处理图像对应于第一级预测子网络的调整后的第一待处理特征。
第二级预测子网络的第一模块的输入可以包括所述待处理图像对应于第二级预测子网络的第一待处理特征(即所述待处理图像对应于第一级预测子网络的调整后的第一待处理特征)和所述待处理图像的第一浅层特征;第二级预测子网络的第一模块的输出可以包括所述待处理图像对应于第二级预测子网络的第一待处理特征和所述待处理图像对应于第二级预测子网络的第一边缘预测图;第二级预测子网络的第二模块的输入可以包括所述待处理图像对应于第二级预测子网络的第一待处理特征和所述待处理图像对应于第二级预测子网络的第一边缘预测图;第二级预测子网络的第二模块的输出可以包括所述待处理图像对应于第二级预测子网络的调整后的第一待处理特征。
第三级预测子网络的第一模块的输入可以包括所述待处理图像对应于第三级预测子网络的第一待处理特征(即所述待处理图像对应于第二级预测子网络的调整后的第一待处理特征)和所述待处理图像的第一浅层特征;第三级预测子网络的第一模块的输出可以包括所述待处理图像对应于第三级预测子网络的第一待处理特征和所述待处理图像对应于第三级预测子网络的第一边缘预测图;第三级预测子网络的第二模块的输入可以包括所述待处理图像对应于第三级预测子网络的第一待处理特征和所述待处理图像对应于第三级预测子网络的第一边缘预测图;第三级预测子网络的第二模块的输出可以包括所述待处理图像对应于第三级预测子网络的调整后的第一待处理特征;第三级预测子网络的第三模块的输入可以包括所述待处理图像对应于第三级预测子网络的调整后的第一待处理特征;第三级预测子网络的第三模块的输出可以包括所述待处理图像对应于第三级预测子网络的第一分割预测图。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了图像分割装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种图像分割方法,相应技术方案和技术效果可参见方法部分的相应记载,不再赘述。
图8示出本公开实施例提供的图像分割装置的框图。如图8所示,所述图像分割装置包括:
第一获取模块21,用于获取待处理图像的第一待处理特征;
第一预测模块22,用于根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图;
第一调整模块23,用于根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征;
第二预测模块24,用于根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图。
在一种可能的实现方式中,所述第一预测模块22用于:
获取所述待处理图像的第一浅层特征;
根据所述第一待处理特征,以及所述待处理图像的第一浅层特征,得到所述待处理图像的第一边缘预测图。
在一种可能的实现方式中,所述第一调整模块23用于:
根据所述第一边缘预测图,确定K个第一关键点,其中,K为大于1的整数;
对所述第一待处理特征中,所述K个第一关键点的初始特征进行调整,得到调整后的第一待处理特征。
在一种可能的实现方式中,所述第一调整模块23用于:
将所述第一边缘预测图中属于边缘的概率最高的K个像素点,确定为K个第一关键点。
在一种可能的实现方式中,所述第一调整模块23用于:
根据所述第一待处理特征,得到所述K个第一关键点的初始特征;
对所述K个第一关键点的初始特征进行图卷积操作,得到所述K个第一关键点的调整后的特征;
根据所述K个第一关键点的调整后的特征,调整所述第一待处理特征中所述K个第一关键点的初始特征,得到调整后的第一待处理特征。
在一种可能的实现方式中,所述图像分割方法采用神经网络进行处理,所述神经网络包括N级预测子网络,其中,N为大于或等于1的整数;所述N级预测子网络中的任意一级预测子网络包括第一模块;
所述第一预测模块22用于:
对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一待处理特征和所述待处理图像的第一浅层特征输入该级预测子网络的第一模块,经由该级预测子网络的第一模块输出所述待处理图像对应于该级预测子网络的第一边缘预测图。
在一种可能的实现方式中,所述装置还包括:
第二获取模块,用于获取训练图像的边缘真值图和所述训练图像的非边缘真值图;
第三预测模块,用于通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的非边缘预测图;
第一训练模块,用于根据所述训练图像对应于该级预测子网络的第二边缘预测图、所述训练图像对应于该级预测子网络的非边缘预测图、所述训练图像的边缘真值图和所述训练图像的非边缘真值图,训练所述神经网络。
在一种可能的实现方式中,所述第三预测模块用于:
通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的边缘特征;
根据所述训练图像对应于该级预测子网络的边缘特征,得到所述训练图像对应于该级预测子网络的第二边缘预测图;
根据所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像对应于该级预测子网络的边缘特征,得到所述训练图像对应于该级预测子网络的非边缘特征;
根据所述训练图像对应于该级预测子网络的非边缘特征,得到所述训练图像对应于该级预测子网络的非边缘预测图。
在一种可能的实现方式中,所述第三预测模块用于:
获取所述训练图像对应于该级预测子网络的中间层特征;
根据所述训练图像对应于该级预测子网络的非边缘特征,以及所述训练图像对应于该级预测子网络的中间层特征,得到所述训练图像对应于该级预测子网络的非边缘预测图。
在一种可能的实现方式中,所述N级预测子网络中的任意一级预测子网络包括第二模块;
所述第一调整模块23用于:
对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一边缘预测图和所述待处理图像对应于该级预测子网络的第一待处理特征输入该级预测子网络的第二模块,经由该级预测子网络的第二模块输出所述待处理图像对应于该级预测子网络的调整后的第一待处理特征。
在一种可能的实现方式中,所述N级预测子网络中的任意一级预测子网络还包括第三模块;
所述装置还包括:
第二调整模块,用于通过该级预测子网络的第二模块,对训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的第二待处理特征进行处理,得到所述训练图像对应于该级预测子网络的调整后的第二待处理特征;
第四预测模块,用于通过该级预测子网络的第三模块,对所述训练图像对应于该级预测子网络的调整后的第二待处理特征进行处理,得到所述训练图像对应于该级预测子网络的第二分割预测图;
第二训练模块,用于根据所述训练图像的分割真值图和所述训练图像对应于该级预测子网络的第二分割预测图,训练所述神经网络。
在一种可能的实现方式中,N大于1,所述神经网络还包括特征提取子网络;
所述第一获取模块21用于:
对于所述N级预测子网络中的任意一级预测子网络,响应于该级预测子网络为所述N级预测子网络的第一级预测子网络,通过所述特征提取子网络提取所述待处理图像的深层特征,得到所述待处理图像对应于该级预测子网络的第一待处理特征;
和/或,
对于所述N级预测子网络中的任意一级预测子网络,响应于该级预测子网络不为所述第一级预测子网络,根据所述待处理图像对应于该级预测子网络的上一级预测子网络的调整后的第一待处理特征,得到所述待处理图像对应于该级预测子网络的第一待处理特征。
在一种可能的实现方式中,所述第二预测模块24用于:
通过所述N级预测子网络中的最后一级预测子网络,对所述待处理图像对应于所述最后一级预测子网络的调整后的第一待处理特征进行处理,得到所述待处理图像的第一分割预测图。
在一种可能的实现方式中,所述神经网络根据所述N级预测子网络对应的损失函数的加权和进行训练。
在本公开实施例中,通过获取待处理图像的第一待处理特征,根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图,根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征,并根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图,由此通过增强对边缘信息的处理,能够提高对所述待处理图像进行图像分割的准确性。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现和技术效果可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。其中,所述计算机可读存储介质可以是非易失性计算机可读存储介质,或者可以是易失性计算机可读存储介质。
本公开实施例还提出一种计算机程序,包括计算机可读代码,当所述计算机可读代码在电子设备中运行时,所述电子设备中的处理器执行用于实现上述方法。
本公开实施例还提供了一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的图像分割方法的操作。
本公开实施例还提供一种电子设备,包括:一个或多个处理器;用于存储可执行指令的存储器;其中,所述一个或多个处理器被配置为调用所述存储器存储的可执行指令,以执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图9示出本公开实施例提供的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图9,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、***移动通信技术(4G)/通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图10示出本公开实施例提供的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图10,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如微软服务器操作***(Windows ServerTM),苹果公司推出的基于图形用户界面操作***(Mac OSXTM),多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM),开放原代码的类Unix操作***(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (17)
1.一种图像分割方法,其特征在于,包括:
获取待处理图像的第一待处理特征;
根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图;
根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征;
根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图,包括:
获取所述待处理图像的第一浅层特征;
根据所述第一待处理特征,以及所述待处理图像的第一浅层特征,得到所述待处理图像的第一边缘预测图。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征,包括:
根据所述第一边缘预测图,确定K个第一关键点,其中,K为大于1的整数;
对所述第一待处理特征中,所述K个第一关键点的初始特征进行调整,得到调整后的第一待处理特征。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一边缘预测图,确定K个第一关键点,包括:
将所述第一边缘预测图中属于边缘的概率最高的K个像素点,确定为K个第一关键点。
5.根据权利要求3或4所述的方法,其特征在于,所述对所述第一待处理特征中,所述K个第一关键点的初始特征进行调整,得到调整后的第一待处理特征,包括:
根据所述第一待处理特征,得到所述K个第一关键点的初始特征;
对所述K个第一关键点的初始特征进行图卷积操作,得到所述K个第一关键点的调整后的特征;
根据所述K个第一关键点的调整后的特征,调整所述第一待处理特征中所述K个第一关键点的初始特征,得到调整后的第一待处理特征。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述图像分割方法采用神经网络进行处理,所述神经网络包括N级预测子网络,其中,N为大于或等于1的整数;所述N级预测子网络中的任意一级预测子网络包括第一模块;
所述根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图,包括:
对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一待处理特征和所述待处理图像的第一浅层特征输入该级预测子网络的第一模块,经由该级预测子网络的第一模块输出所述待处理图像对应于该级预测子网络的第一边缘预测图。
7.根据权利要求6所述的方法,其特征在于,在所述对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一待处理特征和所述待处理图像的第一浅层特征输入该级预测子网络的第一模块之前,所述方法还包括:
获取训练图像的边缘真值图和所述训练图像的非边缘真值图;
通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的非边缘预测图;
根据所述训练图像对应于该级预测子网络的第二边缘预测图、所述训练图像对应于该级预测子网络的非边缘预测图、所述训练图像的边缘真值图和所述训练图像的非边缘真值图,训练所述神经网络。
8.根据权利要求7所述的方法,其特征在于,所述通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的非边缘预测图,包括:
通过该级预测子网络的第一模块,对所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像的第二浅层特征进行处理,得到所述训练图像对应于该级预测子网络的边缘特征;
根据所述训练图像对应于该级预测子网络的边缘特征,得到所述训练图像对应于该级预测子网络的第二边缘预测图;
根据所述训练图像对应于该级预测子网络的第二待处理特征和所述训练图像对应于该级预测子网络的边缘特征,得到所述训练图像对应于该级预测子网络的非边缘特征;
根据所述训练图像对应于该级预测子网络的非边缘特征,得到所述训练图像对应于该级预测子网络的非边缘预测图。
9.根据权利要求8所述的方法,其特征在于,所述根据所述训练图像对应于该级预测子网络的非边缘特征,得到所述训练图像对应于该级预测子网络的非边缘预测图,包括:
获取所述训练图像对应于该级预测子网络的中间层特征;
根据所述训练图像对应于该级预测子网络的非边缘特征,以及所述训练图像对应于该级预测子网络的中间层特征,得到所述训练图像对应于该级预测子网络的非边缘预测图。
10.根据权利要求6至9中任意一项所述的方法,其特征在于,所述N级预测子网络中的任意一级预测子网络包括第二模块;
所述根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征,包括:
对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一边缘预测图和所述待处理图像对应于该级预测子网络的第一待处理特征输入该级预测子网络的第二模块,经由该级预测子网络的第二模块输出所述待处理图像对应于该级预测子网络的调整后的第一待处理特征。
11.根据权利要求10所述的方法,其特征在于,所述N级预测子网络中的任意一级预测子网络还包括第三模块;
在所述对于所述N级预测子网络中的任意一级预测子网络,将所述待处理图像对应于该级预测子网络的第一边缘预测图和所述待处理图像对应于该级预测子网络的第一待处理特征输入该级预测子网络的第二模块之前,所述方法还包括:
通过该级预测子网络的第二模块,对训练图像对应于该级预测子网络的第二边缘预测图和所述训练图像对应于该级预测子网络的第二待处理特征进行处理,得到所述训练图像对应于该级预测子网络的调整后的第二待处理特征;
通过该级预测子网络的第三模块,对所述训练图像对应于该级预测子网络的调整后的第二待处理特征进行处理,得到所述训练图像对应于该级预测子网络的第二分割预测图;
根据所述训练图像的分割真值图和所述训练图像对应于该级预测子网络的第二分割预测图,训练所述神经网络。
12.根据权利要求6至11中任意一项所述的方法,其特征在于,N大于1,所述神经网络还包括特征提取子网络;
所述获取待处理图像的第一待处理特征,包括:
对于所述N级预测子网络中的任意一级预测子网络,响应于该级预测子网络为所述N级预测子网络的第一级预测子网络,通过所述特征提取子网络提取所述待处理图像的深层特征,得到所述待处理图像对应于该级预测子网络的第一待处理特征;
和/或,
对于所述N级预测子网络中的任意一级预测子网络,响应于该级预测子网络不为所述第一级预测子网络,根据所述待处理图像对应于该级预测子网络的上一级预测子网络的调整后的第一待处理特征,得到所述待处理图像对应于该级预测子网络的第一待处理特征。
13.根据权利要求12所述的方法,其特征在于,所述根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图,包括:
通过所述N级预测子网络中的最后一级预测子网络,对所述待处理图像对应于所述最后一级预测子网络的调整后的第一待处理特征进行处理,得到所述待处理图像的第一分割预测图。
14.根据权利要求12或13所述的方法,其特征在于,所述神经网络根据所述N级预测子网络对应的损失函数的加权和进行训练。
15.一种图像分割装置,其特征在于,包括:
第一获取模块,用于获取待处理图像的第一待处理特征;
第一预测模块,用于根据所述第一待处理特征,得到所述待处理图像的第一边缘预测图;
第一调整模块,用于根据所述第一边缘预测图,对所述第一待处理特征进行调整,得到调整后的第一待处理特征;
第二预测模块,用于根据所述调整后的第一待处理特征,得到所述待处理图像的第一分割预测图。
16.一种电子设备,其特征在于,包括:
一个或多个处理器;
用于存储可执行指令的存储器;
其中,所述一个或多个处理器被配置为调用所述存储器存储的可执行指令,以执行权利要求1至14中任意一项所述的方法。
17.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至14中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110024811.5A CN112669338B (zh) | 2021-01-08 | 2021-01-08 | 图像分割方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110024811.5A CN112669338B (zh) | 2021-01-08 | 2021-01-08 | 图像分割方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112669338A true CN112669338A (zh) | 2021-04-16 |
CN112669338B CN112669338B (zh) | 2023-04-07 |
Family
ID=75413790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110024811.5A Active CN112669338B (zh) | 2021-01-08 | 2021-01-08 | 图像分割方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112669338B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116612288A (zh) * | 2023-07-19 | 2023-08-18 | 南京信息工程大学 | 一种多尺度轻量级实时语义分割方法、*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10482603B1 (en) * | 2019-06-25 | 2019-11-19 | Artificial Intelligence, Ltd. | Medical image segmentation using an integrated edge guidance module and object segmentation network |
CN110782468A (zh) * | 2019-10-25 | 2020-02-11 | 北京达佳互联信息技术有限公司 | 图像分割模型的训练方法及装置及图像分割方法及装置 |
CN111062924A (zh) * | 2019-12-17 | 2020-04-24 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、终端和存储介质 |
CN111445493A (zh) * | 2020-03-27 | 2020-07-24 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN111523548A (zh) * | 2020-04-24 | 2020-08-11 | 北京市商汤科技开发有限公司 | 一种图像语义分割、智能行驶控制方法及装置 |
-
2021
- 2021-01-08 CN CN202110024811.5A patent/CN112669338B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10482603B1 (en) * | 2019-06-25 | 2019-11-19 | Artificial Intelligence, Ltd. | Medical image segmentation using an integrated edge guidance module and object segmentation network |
CN110782468A (zh) * | 2019-10-25 | 2020-02-11 | 北京达佳互联信息技术有限公司 | 图像分割模型的训练方法及装置及图像分割方法及装置 |
CN111062924A (zh) * | 2019-12-17 | 2020-04-24 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、终端和存储介质 |
CN111445493A (zh) * | 2020-03-27 | 2020-07-24 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN111523548A (zh) * | 2020-04-24 | 2020-08-11 | 北京市商汤科技开发有限公司 | 一种图像语义分割、智能行驶控制方法及装置 |
Non-Patent Citations (1)
Title |
---|
XIANGTAI LI等: "Improving Semantic Segmentation via Decoupled Body and Edge Supervision", 《ARXIV》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116612288A (zh) * | 2023-07-19 | 2023-08-18 | 南京信息工程大学 | 一种多尺度轻量级实时语义分割方法、*** |
CN116612288B (zh) * | 2023-07-19 | 2023-11-07 | 南京信息工程大学 | 一种多尺度轻量级实时语义分割方法、*** |
Also Published As
Publication number | Publication date |
---|---|
CN112669338B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378976B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110287874B (zh) | 目标追踪方法及装置、电子设备和存储介质 | |
CN110647834B (zh) | 人脸和人手关联检测方法及装置、电子设备和存储介质 | |
CN109522910B (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN111340766B (zh) | 目标对象的检测方法、装置、设备和存储介质 | |
CN111310616B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US11301726B2 (en) | Anchor determination method and apparatus, electronic device, and storage medium | |
CN109544560B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110798630B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110674719A (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
CN111507408B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112241673B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN110889469A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109145970B (zh) | 基于图像的问答处理方法和装置、电子设备及存储介质 | |
CN111553864A (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN111340048B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111414963B (zh) | 图像处理方法、装置、设备和存储介质 | |
CN111882558A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109903252B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110675355B (zh) | 图像重建方法及装置、电子设备和存储介质 | |
CN110415258B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111523555A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111369482A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113052874B (zh) | 目标跟踪方法及装置、电子设备和存储介质 | |
CN109165722B (zh) | 模型扩展方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |