[發明專利]圖像語義分割方法、可編程邏輯電路、系統及電子設備

有效

• 申請號: 201880002143.2
• 申請日: 2018-01-15
• 公開（公告）號: CN109564684B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 肖夢秋
• 申請（專利權）人: 深圳鯤云信息科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T11/40;G06F17/15
• 代理公司: 深圳智匯遠見知識產權代理有限公司 44481
• 代理人: 鄭江燕

一種圖像語義分割方法、可編程邏輯電路、系統及電子設備。可編程邏輯電路包括卷積處理模塊和反卷積處理模塊。卷積處理模塊接收圖像后對其進行卷積運算處理，以生成圖像的各個特征圖塊的特征數據；反卷積處理模塊對各特征數據進行反卷積運算處理，以分別得到與各特征數據的特征圖塊同尺寸的圖塊區域；判斷各特征數據與各預設語義類別的近似程度，并將各特征數據歸為與其近似程度最高的預設語義類別中；其中，各預設語義類別關聯有與其一一對應的各填充色彩；用各特征數據所在的預設語義類別所關聯的色彩為對應的各圖塊區域進行色彩填充以實現對圖像的語義分割。該方法通過硬件電路實現圖像語義分割，極大程度上提高了數據處理速度。

技術領域

本發明涉及圖像處理領域，特別是涉及圖像語義分割方法、可編程邏輯電路、系統及電子設備。

背景技術

隨著深度學習技術的發展，計算機對圖像的語義分割能力逐步增強。利用基于深度學習的圖像語義分割技術可以快速地對圖像進行語義化分割，把圖像中不同位置具有相同語義的像素點聚類成一個分類，并以相同的顏色進行標記。然而，現階段的圖像語義分割都是通過軟件編程實現，處理速度有待提升。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供圖像語義分割方法、可編程邏輯電路、系統及電子設備，通過可編程邏輯電路來實現圖像語義分割，從而提高圖像語義分割的處理速度。

為實現上述目的及其他相關目的，本發明提供一種圖像語義分割方法，所述方法應用于可編程邏輯電路；所述可編程邏輯電路包括：卷積處理模塊、及反卷積處理模塊；所述方法包括：所述卷積處理模塊接收需要進行語義分割的圖像，并對所述圖像進行卷積運算處理，以生成所述圖像的各個特征圖塊的特征數據；所述反卷積處理模塊對各所述特征數據進行反卷積運算處理，以分別得到與各所述特征數據的特征圖塊同尺寸的圖塊區域；判斷各所述特征數據與各預設語義類別的近似程度，并將各所述特征數據歸為與其近似程度最高的預設語義類別中；其中，各所述預設語義類別關聯有與其一一對應的各填充色彩；用各所述特征數據所在的預設語義類別所關聯的色彩為對應的各所述圖塊區域進行色彩填充以實現對所述圖像的語義分割。

于本發明一實施例中，所述可編程邏輯電路還包括：共享緩存模塊，電性連接于所述卷積處理模塊及所述反卷積處理模塊；所述方法還包括：所述卷積處理模塊及所述反卷積處理模塊通過所述共享緩存模塊分時復用地發送或接收數據。

于本發明一實施例中，所述方法還包括：所述卷積處理模塊在前一次對所述圖像進行卷積運算處理的基礎上再進行卷積運算處理，從而通過卷積層數的增加減少所述特征數據的數量。

于本發明一實施例中，所述方法還包括：所述反卷積處理模塊在前一次對所述圖像進行反卷積運算處理的基礎上再進行反卷積運算處理，直至所有經卷積運算處理的圖層逐一得到尺寸還原。

為實現上述目的及其他相關目的，本發明提供一種可編程邏輯電路，包括：卷積處理模塊、及反卷積處理模塊；所述卷積處理模塊，用于接收需要進行語義分割的圖像，并對所述圖像進行卷積運算處理，以生成所述圖像的各個特征圖塊的特征數據；所述反卷積處理模塊，用于對各所述特征數據進行反卷積運算處理，以分別得到與各所述特征數據的特征圖塊同尺寸的圖塊區域；判斷各所述特征數據與各預設語義類別的近似程度，并將各所述特征數據歸為與其近似程度最高的預設語義類別中；其中，各所述預設語義類別關聯有與其一一對應的各填充色彩；用各所述特征數據所在的預設語義類別所關聯的色彩為對應的各所述圖塊區域進行色彩填充以實現對所述圖像的語義分割。

于本發明一實施例中，所述可編程邏輯電路還包括：共享緩存模塊，電性連接于所述卷積處理模塊及所述反卷積處理模塊，以供所述卷積處理模塊及所述反卷積處理模塊分時復用地發送或接收數據。

于本發明一實施例中，所述卷積處理模塊還用于：在前一次對所述圖像進行卷積運算處理的基礎上再進行卷積運算處理，從而通過卷積層數的增加減少所述特征數據的數量。