[發明專利]圖像分割方法、相應的裝置及電子設備

有效

• 申請號: 201811156790.7
• 申請日: 2018-09-30
• 公開（公告）號: CN109389078B
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 陳冠男;張麗杰
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/46;G06V10/82;G06N3/04
• 代理公司: 北京市立方律師事務所 11330
• 代理人: 張筱寧

1.一種圖像分割方法，其特征在于，包括：

在輸入圖像中提取N個尺度的圖像語義特征，N為不小于3的整數；

依據預定的級聯關系，通過N-1個級聯的密集提煉網絡對所述N個尺度的圖像語義特征按照尺度從小到大的順序依次進行特征處理，以得到輸入圖像中預定場景區域的二值化掩膜圖像；

其中，所述預定的級聯關系為：輸入第n個密集提煉網絡的兩個相鄰尺度的語義特征包括第n個尺度的低頻語義特征和第n+1個尺度的圖像語義特征，所述第n個尺度的低頻語義特征是由第n-1個密集提煉網絡輸出的，2≤n≤N-1；

輸入第1個密集提煉網絡的兩個相鄰尺度的語義特征包括第1個尺度的圖像語義特征和第2個尺度的圖像語義特征，

所述第2個尺度為所述第1個尺度的2倍；

所述第n+1個尺度為所述第n個尺度的2倍；

針對任一密集提煉網絡，將輸入的兩個相鄰尺度的語義特征進行特征處理，包括：

通過兩個密集卷積單元分別對所述兩個相鄰尺度的語義特征進行卷積處理，得到所述兩個相鄰尺度的圖像全局特征；

將所述兩個相鄰尺度的圖像全局特征進行特征融合，得到融合處理后的圖像全局特征，所述融合處理后的圖像全局特征的尺度與所述兩個相鄰尺度中的較大尺度相同；

通過鏈式密集池化單元對所述融合處理后的圖像全局特征進行池化處理，以根據池化處理結果得到所述較大尺度的低頻語義特征。

2.根據權利要求1所述的圖像分割方法，其特征在于，任一密集卷積單元包括M層卷積子網絡，M為不小于2的整數，通過一個密集卷積單元對一個尺度的語義特征進行卷積處理，得到所述一個尺度的圖像全局特征，包括：

將所述一個尺度的語義特征輸入到第一層卷積子網絡，輸出第一結果， 并將所述一個尺度的語義特征和所述第一結果進行合并，得到第一合并結果；

將所述第一合并結果輸入到第二層卷積子網絡，輸出第二結果，并將所述一個尺度的語義特征、所述第一合并結果和所述第二結果進行合并，得到第二合并結果；

在各個卷積子網絡中連續執行卷積處理，直至將第M-1合并結果輸入到第M層卷積子網絡，輸出第M結果，并將所述一個尺度的語義特征、所述第一合并結果至第M-1合并結果和第M結果進行合并，得到第M合并結果；

根據第M合并結果得到所述一個尺度的圖像全局特征。

3.根據權利要求1所述的圖像分割方法，其特征在于，所述鏈式密集池化單元包括W個池化網絡和一個卷積子網絡，W為不小于2的整數，所述池化網絡包括池化層、卷積層和批量歸一化層，所述通過鏈式密集池化單元對所述融合處理后的圖像全局特征進行池化處理，包括：

將所述融合處理后的圖像全局特征輸入到第一個池化網絡，輸出第一低頻語義特征，并將所述第一低頻語義特征與所述融合處理后的圖像全局特征進行合并，輸出第一聯結結果；

將所述第一低頻語義特征輸入到第二個池化網絡，輸出第二低頻語義特征，并將所述第二低頻語義特征與所述第一聯結結果進行合并，輸出第二聯結結果；

在各個池化網絡中連續執行池化處理，直至將第W-1低頻語義特征輸入到第W個池化網絡，輸出第W低頻語義特征，并將所述第W低頻語義特征與所述第W-1聯結結果進行合并，輸出第W個聯結結果；

通過所述卷積子網絡對第W個聯結結果進行卷積處理，得到所述較大尺度的低頻語義特征。

4.根據權利要求1所述的圖像分割方法，其特征在于，所述將所述兩個相鄰尺度的圖像全局特征進行特征融合，包括：

對所述兩個相鄰尺度中的較小尺度的圖像全局特征進行上采樣；

將上采樣后的圖像全局特征與兩個尺度中的較大尺度的圖像全局特征進行疊加。

5.根據權利要求1-4任一項所述的圖像分割方法，其特征在于，所述在輸入圖像中提取N個尺度的圖像語義特征，包括：

利用卷積神經網絡VGG-19在輸入圖像中提取N個尺度的圖像語義特征。