[發明專利]基于注意力機制的one-shot圖像分割方法

有效

• 申請號: 201910867163.2
• 申請日: 2019-09-12
• 公開（公告）號: CN110675405B
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 孟凡滿;鮑俊玲;黃開旭;李宏亮;吳慶波
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 鄒裕蓉

1.基于注意力機制的one-shot圖像分割方法，其特征在于，包括以下步驟：

1)構建基于注意力機制的兩分支one-shot圖像分割網絡：

支持分支由N層特征提取塊串聯而成；

查詢分支包括N層特征提取塊以及M個注意力模塊，M小于N；第1層特征提取塊輸出至第2層特征提取塊，第2層至第N層特征提取塊中不需要進行注意力指導的特征提取塊直接輸出至下一層特征提取塊，需要進行注意力指導的特征提取塊輸出至對應的注意力模塊；第1至第M-1個注意力模塊的兩個輸入分別來自于查詢分支中對應需要進行注意力指導的特征提取塊的輸出以及支持分支中同層特征提取塊的輸出；第1至第M-1個注意力模塊分別輸出至對應需要進行注意力指導的特征提取塊的下一層特征提取塊；支持分支最后一層特征提取塊與查詢分支最后一層特征提取塊均輸出至第M個注意力模塊；

第M個注意力模塊輸出至反卷積模塊；

2)構建訓練集；

3)使用訓練集數據訓練所述基于注意力機制的兩分支one-shot圖像分割網絡；

4)將測試集圖像輸入訓練完成的基于注意力機制的兩分支one-shot圖像分割網絡。

2.如權利要求1所述方法，其特征在于，M個注意力模塊中，對應低層次需要進行注意力指導的特征提取塊的注意力模塊具體為基于空間位置的注意力模塊；對應高層次需要進行注意力指導的特征提取塊的注意力模塊具體為基于通道的注意力模塊。

3.如權利要求2所述方法，其特征在于，所述低層次需要進行注意力指導的特征提取塊為查詢分支中前S層的特征提取塊，S小于N。

4.如權利要求2所述方法，其特征在于，基于空間位置的注意力模塊進行注意力指導的方法為：將支持分支中需要進行注意力指導的特征提取塊輸出的特征f1經過1×1的卷積后，再經過sigmoid函數正則化得到特征譜gate，sigmoid函數使得特征譜gate與查詢分支的同層特征提取塊輸出的特征f2的大小相同，再將特征譜gate與特征f2相乘，將相乘結構輸出至下一層特征提取塊。

5.如權利要求2所述方法，其特征在于，基于通道的注意力模塊進行注意力指導的方法為：將支持分支中需要進行注意力指導的特征提取塊輸出的特征f1進行全局平均池化，再經過兩個全連接層，其中第一全連接層后加激活函數relu，第二個全連接層的輸出經過sigmoid函數正則化得到一個1× 1×c的向量，將該向量與查詢分支的同層特征提取塊輸出的特征f2相乘，將相乘結構輸出至下一層特征提取塊；c為查詢分支特征通道數。

6.如權利要求1所述方法，其特征在于，支持分支由N層特征提取塊與查詢分支包括N層特征提取塊均采用resnet-50，N＝5。

7.如權利要求6所述方法，其特征在于，resnet-50結構的支持分支與查詢分支中前3層特征提取塊的參數保持初始值不變。

8.如權利要求6所述方法，其特征在于，基于注意力機制的兩分支one-shot圖像分割網的損失函數為交叉熵損失函數。