[發明專利]基于遞歸連接式卷積神經網絡的圖像分割方法及存儲介質

在審

• 申請號: 201810240389.5
• 申請日: 2018-03-22
• 公開（公告）號: CN108648196A
• 公開（公告）日: 2018-10-12
• 發明（設計）人: 林永飛;譚峻東
• 申請（專利權）人: 廣州多維魔鏡高新科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/62
• 代理公司: 廣州市越秀區哲力專利商標事務所(普通合伙) 44288
• 代理人: 羅晶;謝嘉舜

1.一種基于遞歸連接式卷積神經網絡的圖像分割方法，其特征在于，所述圖像分割方法具體包括以下步驟：

構建遞歸連接式卷積神經網絡；

對原始圖像進行預處理；

利用所述遞歸連接式卷積神經網絡對預處理之后的所述原始圖像進行圖像語義分割處理；

得到已分割好的圖像；

其中，所構建的遞歸連接式卷積神經網絡包含收縮模塊和擴張模塊，所述收縮模塊的輸入端用于輸入原始圖像，所述收縮模塊的輸出端與所述擴張模塊的輸入端連接，所述擴張模塊的輸出端用于輸出經所述遞歸連接式卷積神經網絡處理后的已分割好的圖像；

所述收縮模塊由多個遞歸連接塊逐一遞進連接而構成；所述擴張模塊具有多個重復的反卷積層，所述收縮模塊中的最后一個遞歸連接塊與所述擴張模塊中的第一個反卷積層連接，每一個反卷積層的輸出結果與所述收縮模塊中對應步驟的遞歸連接塊的輸出結果進行疊加之后再輸入到下一個反卷積層中，最后一個反卷積層的輸出端為所述擴張模塊的輸出端。

2.如權利要求1所述的基于遞歸連接式卷積神經網絡的圖像分割方法，其特征在于，所述收縮模塊具有四個所述遞歸連接塊，所述擴張模塊具有四個所述反卷積層。

3.如權利要求1或2任一項所述的基于遞歸連接式卷積神經網絡的圖像分割方法，其特征在于，所述遞歸連接塊具有第一通道和第二通道；

所述第一通道由多個卷積層和最大池化層組成，各個卷積層逐一遞進連接且每個卷積層的輸入為位于該卷積層前面的所有卷積層的輸出結果的疊加，最后一個卷積層的輸出端連接至所述最大池化層；

所述第二通道由下采樣層和多個卷積層組成，所述下采樣層的輸出端連接至第一個卷積層的輸入端，各個卷積層逐一遞進連接且每個卷積層的輸入為位于該卷積層前面的所有卷積層的輸出結果的疊加；

所述第一通道的輸出結果與所述第二通道的輸出結果進行疊加后輸出；

其中，卷積層包括二維卷積、批量正則化和修正線性單元三個連續操作。

4.如權利要求3所述的基于遞歸連接式卷積神經網絡的圖像分割方法，其特征在于，所述第一通道和所述第二通道均含有四個卷積層。

5.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有可執行計算機程序，所述計算機程序運行時實現如權利要求1至4任一項所述的基于遞歸連接式卷積神經網絡的圖像分割方法。