[發明專利]一種圖像語義分割方法、電子設備和可讀存儲介質

有效

• 申請號: 201910684190.6
• 申請日: 2019-07-26
• 公開（公告）號: CN110428428B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 陳沅濤;陶家俊;王進;王磊;張建明;陳曦;鄺利丹;谷科;劉林武;王志
• 申請（專利權）人: 長沙理工大學
• 主分類號: G06T7/11
• 分類號: G06T7/11
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 趙琴娜

本發明公開了一種圖像語義分割方法、電子設備和可讀存儲介質，基于深度特征融合的FCN模型，將傳統卷積操作替換為空洞卷積，構造不同分辨率的原始圖像，形成圖像金字塔，分層輸入該FCN模型，并使上一層的輸出特征與下一層融合，自頂向下逐層融合至底層，底層的輸出特征進行轉置卷積，使輸出分辨率與底層輸入圖像一致，提高對目標定位的敏感性，后續通過全連接條件隨機場進行優化處理，保證分割精度，從而獲得較好的分割效果。

技術領域

本發明涉及圖像語義分割技術領域，具體涉及一種圖像語義分割方法、電子設備和可讀存儲介質。

背景技術

語義分割是計算機視覺領域的重要基石之一，其不僅對圖像中的每個像素進行分類，還標注該像素在圖像中所屬的對象類別，即不但能分割出區域，還能對區域進行內容上的標注。

語義分割通?？梢苑譃閹最惒煌蝿?，如圖1所示，其中，圖1(a)：像素級別的分割；圖1(b)：場景解析；圖1(c)：定位和分類的結合。在圖1(a)中，給定一張圖像，可能需要區分圖像中屬于人的所有像素和屬于馬的所有像素，每種類別的像素分別標注不同的顏色，以實現像素級別的圖像分割。圖1(b)中的場景理解可以做出這樣的描述：沙發的前面是一張桌子，或者桌子旁邊圍繞著三張椅子，其關鍵在于將整個場景分解成幾個單獨的實體，以推理目標的不同行為。雖然目標檢測可以幫助繪制某些實體的大致邊框，但還不能夠像人類那樣以像素級別的精細程度對每個實體標記精確的邊界。已開始發展的自動駕駛和智能機器人等都需要對周圍的環境進行深入的理解，背后的實際需求均是精確且高效的分割技術。圖1(c)在分類問題中僅需回答有摩托車或有山羊，與分類問題不同的是，語義分割需要模型對給定圖像進行密集的像素級預測，在逐個像素點分類的同時把where(在哪里)和what(是什么)兩個問題結合在了一起解決?？梢?，語義分割對圖像進行了更加細致的了解，對諸如增強現實及圖像搜索引擎等領域都非常重要。

早期語義分割一般使用基于像素自身低階視覺信息的無監督方法，或依賴于手工提取特征并與分類器相結合的傳統機器學習方法。Long等^[1]基于深度卷積神經網絡(DeepConvolutional Neural Network,DCNN)提出了全卷積網絡(Fully ConvolutionalNetwork,FCN)方法，以卷積層代替全連接層構造全卷積網絡應用到語義分割上，獲得了更高的分割精度。全卷積網絡由于不需要全連接層因而能夠對任意分辨率的圖像進行語義分割，其端到端特性更是突破了傳統機器學習方法中手工提取特征困難且提取的特征表達能力受限等問題，得到了廣泛關注。