[發明專利]目標分割方法及其相關裝置

在審

• 申請號: 202010634962.8
• 申請日: 2020-07-03
• 公開（公告）號: CN111815639A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 張迪;潘華東;殷俊
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

1.一種目標分割方法，其特征在于，所述方法包括：

獲得目標圖像的不同層次的特征圖；

將所述不同層次的特征圖中至少部分特征圖進行融合，得到融合特征圖；

利用空間注意力機制和通道注意力機制對所述融合特征圖進行處理，得到注意力特征圖；

對所述注意力特征圖進行處理，得到所述目標圖像的分割結果。

2.根據權利要求1所述的目標分割方法，其特征在于，所述不同層次的特征圖包括n層特征圖；

所述將所述不同層次的特征圖中至少部分特征圖進行融合，包括：將第n層特征圖和第n-1層特征圖進行融合，得到融合特征圖；

將融合特征圖和第y層特征圖進行融合，得到新的融合特征圖；

在y＞1時，將第y-1層特征圖作為第y層特征圖，并返回所述將融合特征圖和第y層特征圖進行融合，得到新的融合特征圖的步驟；

其中，y初始為n-2。

3.根據權利要求2所述的目標分割方法，其特征在于，

所述將第n層特征圖和第n-1層特征圖進行融合，得到融合特征圖，包括：對所述第n層特征圖和/或第n-1層特征圖進行處理，以讓所述第n層特征圖的寬和高分別與所述第n-1層特征圖的寬和高相等；將所述第n層特征圖和第n-1層特征圖進行融合，得到融合特征圖；

所述將所述融合特征圖和第y層特征圖進行融合，得到新的融合特征圖，包括：利用空間注意力機制和通道注意力機制對所述融合特征圖進行處理，得到第一注意力特征圖；對所述第一注意特征圖和/或所述第y層特征圖進行處理，以讓所述第一注意力特征圖的寬和高分別與所述第y層特征圖的寬和高相等；將所述第一注意力特征圖和第y層特征圖進行融合，得到新的融合特征圖。

4.根據權利要求1所述的目標分割方法，其特征在于，所述利用空間注意力機制和通道注意力機制對所述融合特征圖進行處理，得到注意力特征圖，包括：

確定所述融合特征圖的空間注意力權重，將所述空間注意力權重和所述融合特征圖相乘，得到第一特征圖；

確定所述融合特征圖的通道注意力權重，將所述通道注意力權重和所述融合特征圖相乘，得到第二特征圖；

將所述第一特征圖和所述第二特征圖進行融合，得到注意力特征圖。

5.根據權利要求4所述的目標分割方法，其特征在于，所述確定所述融合特征圖的空間注意力權重，包括：對所述融合特征圖進行卷積和第一激活函數處理，得到通道為1的空間注意力權重；和/或，

所述確定所述融合特征圖的通道注意力權重，包括：對所述融合特征圖進行全局平均池化處理，得到寬為1且高為1的第一特征向量，所述第一特征向量的通道數與所述融合特征圖的通道數相等；對所述第一特征向量進行1*1卷積和第二激活函數處理，得到通道數為所述融合特征圖通道數一半的第二特征向量；對所述第二特征向量進行1*1卷積和第三激活函數處理，得到通道數與所述融合特征圖通道數相等的通道注意力權重。

6.根據權利要求1所述的目標分割方法，其特征在于，所述方法基于目標分割網絡實現目標分割，所述目標分割網絡包括特征提取層、融合注意力層和目標分割層；

所述獲得目標圖像的不同層次的特征圖，包括：通過所述特征提取層獲得目標圖像的不同層次的特征圖；

所述將所述不同層次的特征圖中至少部分特征圖進行融合，得到融合特征圖，包括：通過所述融合注意力層將所述不同層次的特征圖中至少部分特征圖進行融合，得到融合特征圖；

所述對所述注意力特征圖進行處理，包括：通過所述目標分割層對所述注意力特征圖進行處理；

所述得到所述目標圖像的分割結果，之后包括：利用交叉熵損失函數和focal loss損失函數，基于所述目標圖像的分割結果和標注掩碼計算損失；

基于所述損失訓練所述目標分割網絡。

7.根據權利要求6所述的目標分割方法，其特征在于，所述基于所述損失訓練所述目標分割網絡，包括：利用Adam優化器優化所述損失，直至所述目標分割網絡收斂，以得到訓練后的目標分割網絡。