[發明專利]一種基于金字塔空洞卷積網絡的語義分割方法

有效

• 申請號: 202010108637.8
• 申請日: 2020-02-21
• 公開（公告）號: CN111369563B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 史景倫;張宇;傅釬栓;李顯惠;林陽城
• 申請（專利權）人: 華南理工大學;廣州夢輝機器人有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06N3/0464
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 蔣劍明

本發明公開了一種基于金字塔空洞卷積網絡的語義分割方法，包括以下步驟：獲取包含真實分割結果的醫療圖像數據集，對該數據集進行數據增強等預處理操作；將預處理圖像通過殘差遞歸卷積模塊、池化層得到淺層圖像特征；通過由金字塔池化模塊和空洞卷積模塊并聯的網絡得到深層圖像特征；通過反卷積層、跳躍連接和殘差遞歸卷積模塊對深層圖像特征解碼；將解碼結果輸入到softmax層得到每個像素所屬類別；訓練金字塔空洞卷積網絡，建立損失函數，通過訓練樣本確定網絡參數；將測試圖像輸入到訓練完成的金字塔空洞卷積網絡，得到該圖像的語義分割結果。本發明采用的空洞卷積和金字塔池化方法能有效提取多尺度的語義信息和細節信息，提升網絡的分割效果。

技術領域

本發明涉及計算機視覺技術領域，具體涉及一種基于金字塔空洞卷積網絡的語義分割方法。

背景技術

近年來，隨著深度學習技術的迅速發展，其在醫療圖像分析領域中的應用也越來越廣。其中，語義分割技術在治療計劃、疾病診斷、病理研究等多種應用場景都發揮著巨大的作用。對于醫療圖像而言，要準確的識別圖像中各物體的類別需要具備專業領域的知識背景，并且需要耗費該專業權威一定的時間。而通過對語義分割技術的研究，可以實現自動地對輸入的醫療圖像進行精準的分割，從而方便醫生做出更準確的判斷，并設計出更好的治療計劃。

傳統的語義分割算法包括基于分水嶺的分割方法、基于聚類的分割方法、基于統計特征的分割方法，但是隨著深度學習技術的發展，基于CNNs模型的語義分割方法開始成為主流，特別是隨著FCN網絡的提出，更是給語義分割技術的發展打開一所大門，越來越多的研究者們基于FCN模型提出了許多改進的語義分割模型。特別是，U-Net模型由于具有在訓練集比較小的情況下模型效果依然很好的優點，因此在醫療圖像語義分割領域被廣泛使用。

在U-Net模型的encoder結構中，其通過最大池化的方式進行下采樣，池化可以增大感受野，從而獲取更深層次的語義信息。但是，在池化后，圖像的特征映射的分辨率也會相應地減小，從而會導致細節信息的丟失。雖然在U-Net網絡中通過跳躍連接的方式來獲取多尺度的細節信息，但是仍然會導致邊界位置信息的丟失以及模型空間判別能力的下降。

在本發明提出的過程中，至少發現空洞卷積由于其具有能夠實現在增大感受野的同時不會導致特征圖像分辨率降低的優點，從而被廣泛地使用。同時，為了進一步提升U-Net模型的效果，注意力機制、金字塔池化模塊、遞歸卷積、殘差連接、密集連接等技術也都被用來與U-Net模型相結合。

發明內容

本發明的目的是為了解決現有技術中的上述缺陷，提供一種基于金字塔空洞卷積網絡的語義分割方法，通過使用多個殘差遞歸卷積模塊、空洞卷積模塊、金字塔池化模塊來提取不同尺度的特征，然后使用多層上采樣和跳躍連接來恢復特征圖像的尺寸。

本發明的技術目的通過以下技術方案實現：

一種基于金字塔空洞卷積網絡的語義分割方法，所述的金字塔空洞卷積網絡包括第一殘差遞歸卷積模塊、第二殘差遞歸卷積模塊、池化層、金字塔池化模塊、空洞卷積模塊、反卷積層、第三殘差遞歸卷積模塊、第四殘差遞歸卷積模塊、softmax預測層，其結構連接方式為：所述的第一殘差遞歸卷積模塊依次串聯池化層、第二殘差遞歸卷積模塊、池化層，所述的金字塔池化模塊和空洞卷積模塊并聯后與前述的池化層串聯，然后依次串聯反卷積層、第三殘差遞歸卷積模塊、反卷積層、第四殘差遞歸卷積模塊、softmax預測層；所述的語義分割方法包括如下步驟：

S1、獲取包含真實分割結果的醫療圖像數據集，對該數據集進行預處理操作實現數據增強；

S2、將預處理圖像依次通過第一殘差遞歸卷積模塊、池化層、第二殘差遞歸卷積模塊、池化層，多尺度提取圖像的語義信息，分別得到淺層圖像特征F₁₁、F₁₂、F₂₁、F₂₂；