[發明專利]一種基于語義輪廓信息的圖像分割方法、設備和存儲介質

有效

• 申請號: 201811102199.3
• 申請日: 2018-09-20
• 公開（公告）號: CN110930427B
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 黃永禎;劉旭;曹春水;徐萬里
• 申請（專利權）人: 銀河水滴科技（北京）有限公司
• 主分類號: G06T7/149
• 分類號: G06T7/149
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 陳英

本發明公開了一種基于語義輪廓信息的圖像分割方法、設備和存儲介質。該方法包括：獲取待分割圖像的語義輪廓圖像；利用所述語義輪廓圖像對所述待分割圖像進行圖像分割，獲得所述待分割圖像中的目標對象的分割圖像。本發明引入待分割圖像的語義輪廓圖像，將語義輪廓圖像作為先驗知識，對待分割圖像進行目標對象的分割，本發明的分割精度高，魯棒性強，在具有遮擋、背景復雜、干擾物較多等情況下，效果突出，尤其在復雜的安檢圖像中，取得了很好的效果，實現了高精度強魯棒性的目標物檢測分割。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種基于語義輪廓信息的圖像分割方法、設備和存儲介質。

背景技術

目前，主流的目標檢測和分割方法通常是利用神經網絡對二維的RGB(Red、Green、Blue，紅綠藍)圖像進行處理，在RGB圖像中分割出目標對象。例如：基于Mask RCNN(MaskRegions with CNN)神經網絡，對圖像進行端到端的目標檢測與分割。雖然，這種方法在實際應用中取得了比較好的效果，但是依然存在以下問題：

RGB圖像提供的信息量與人眼獲取的信息量相比非常有限，而且神經網絡對RGB圖像的檢測和分割的結果容易受到光照、背景、遮擋物等因素的影響，對目標對象的邊緣分割不夠精細，尤其在光照較暗或者背景和前景顏色類似的情況下，分割圖像上會出現大量的干擾噪聲。例如：在安檢領域中，由于安檢圖像的背景復雜，待檢測物體與背景顏色相似，上述問題的表現會更加明顯，最終將導致圖像分割不準確，引發安全問題。

發明內容

本發明的主要目的在于提供一種基于語義輪廓信息的圖像分割方法、設備和存儲介質，以解決現有的圖像分割方法容易出現噪聲干擾，難以取得準確的分割結果的問題。

針對上述技術問題，本發明是通過以下技術方案來解決的：

本發明提供了一種基于語義輪廓信息的圖像分割方法，包括：獲取待分割圖像的語義輪廓圖像；利用所述語義輪廓圖像對所述待分割圖像進行圖像分割，獲得所述待分割圖像中的目標對象的分割圖像。

其中，所述方法還包括：利用所述語義輪廓圖像對所述待分割圖像進行圖像分割，獲得所述待分割圖像中的目標對象對應的邊界框信息和/或目標對象所屬類別的信息。

其中，所述獲取待分割圖像的語義輪廓圖像，包括：將待分割圖像輸入輪廓檢測器，獲取所述待分割圖像的語義輪廓圖像；所述利用所述語義輪廓圖像對所述待分割圖像進行圖像分割，獲得所述待分割圖像中的目標對象的分割圖像，包括：將所述待分割圖像和所述語義輪廓圖像合并輸入到用于分割目標對象的神經網絡，使所述神經網絡利用所述語義輪廓圖像對所述待分割圖像進行圖像分割，獲得所述待分割圖像中的目標對象的分割圖像。

其中，將所述待分割圖像和所述語義輪廓圖像合并輸入到用于分割目標對象的神經網絡，包括：將所述待分割圖像和所述語義輪廓圖像以通道并聯的方式輸入到用于分割目標對象的神經網絡。

其中，在所述將待分割圖像輸入輪廓檢測器之前，還包括：利用所述輪廓檢測器對應的第一訓練集，對所述輪廓檢測器進行訓練；利用所述神經網絡對應的第二訓練集，對所述神經網絡進行訓練；所述第一訓練集包括：第一訓練圖像及其對應的監督圖像；所述第二訓練集包括：第二訓練圖像及其對應的邊界框監督信息、類別監督信息、分割監督圖像和輪廓監督圖像。

其中，所述第二訓練圖像是將第一訓練圖像和所述第一訓練圖像對應的語義輪廓圖像合并后得到的。