[發明專利]對象分割方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202011326216.9
• 申請日: 2020-11-23
• 公開（公告）號: CN112330684B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 余雙;陳文婷;馬鍇;鄭冶楓
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06T7/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

1.一種對象分割方法，其特征在于，包括：

獲取樣本圖像和樣本分割圖像，所述樣本圖像包括線條狀的第一對象和線條狀的第二對象，且所述第一對象的寬度和所述第二對象的寬度不同；所述樣本分割圖像是對所述樣本圖像中的目標對象進行分割標注得到的，所述目標對象包括以下至少一項：所述第一對象和所述第二對象；

調用分割網絡模型對所述樣本圖像進行對象分割處理，并將對象分割處理過程中所提取得到的中間特征輸入至寬度感知模型中；

調用所述寬度感知模型根據所述中間特征生成預測中心線距離圖，所述預測中心線距離圖用于反映所述目標對象的預測寬度；

調用所述寬度感知模型根據所述樣本分割圖像中的所述目標對象的線條中心線，計算得到基準中心線距離圖；所述基準中心線距離圖用于反映所述目標對象的基準寬度；

采用寬度損失函數根據所述預測中心線距離圖和所述基準中心線距離圖進行損失值運算，得到初始寬度損失值，所述初始寬度損失值用于反映所述預測中心線距離圖和所述基準中心線距離圖之間的差異；

根據所述初始寬度損失值計算目標寬度損失值；

按照減小所述目標寬度損失值的方向，更新所述分割網絡模型的模型參數；模型訓練后的分割網絡模型用于對目標圖像進行對象分割處理，所述目標圖像包括至少兩個線條狀且寬度不同的對象。

2.如權利要求1所述的方法，其特征在于，所述中間特征包括：所述分割網絡模型中的N個特征網絡層所輸出的N個級別的特征圖，一個特征網絡層輸出一個級別的特征圖，且任意兩個級別的特征圖的尺寸不同；其中，N為大于1的正整數；

所述寬度感知模型包括中心處理模塊和N個特征處理模塊，各個特征處理模塊的輸入端分別連接所述N個特征網絡層中的不同的特征網絡層，且所述各個特征處理模塊的輸出端均連接所述中心處理模塊的輸入端；

所述調用所述寬度感知模型根據所述中間特征生成預測中心線距離圖，包括：

調用所述各個特征處理模塊對各個級別的特征圖進行尺寸調整，得到調整后的N個特征圖；一個特征處理模塊調整一個級別的特征圖，所述調整后的N個特征圖的尺寸相同；

對所述調整后的N個特征圖進行特征融合處理，得到融合特征；

調用所述中心處理模塊根據所述融合特征進行中心線距離圖的預測處理，得到預測中心線距離圖。

3.如權利要求1所述的方法，其特征在于，所述樣本分割圖像包括以下至少一項：第一分割圖像、第二分割圖像和第三分割圖像；所述第一分割圖像是對所述樣本圖像中的所述第一對象進行分割標注得到的，所述第二分割圖像是對所述樣本圖像中的所述第二對象進行分割標注得到的，所述第三分割圖像是對所述樣本圖像中的所述第一對象和所述第二對象進行分割標注得到的；

所述預測中心線距離圖包括以下至少一項：關于所述第一對象的第一預測中心線距離圖、關于所述第二對象的第二預測中心線距離圖，以及關于所述第一對象和所述第二對象的第三預測中心線距離圖；

所述基準中心線距離圖包括以下至少一項：關于所述第一對象的第一基準中心線距離圖、關于所述第二對象的第二基準中心線距離圖，以及關于所述第一對象和所述第二對象的第三基準中心線距離圖。

4.如權利要求3所述的方法，其特征在于，若所述目標對象為所述第一對象或者所述第二對象，則所述樣本分割圖像包括所述第一分割圖像或者所述第二分割圖像，所述基準中心線距離圖包括所述第一基準中心線距離圖或者所述第二基準線中心線距離圖；

所述調用所述寬度感知模型根據所述樣本分割圖像中的所述目標對象的線條中心線，計算得到基準中心線距離圖，包括：

調用所述寬度感知模型確定所述樣本分割圖像中的所述目標對象的線條中心線，并在所述樣本分割圖像中確定屬于所述目標對象的多個目標像素點；

根據各個目標像素點的像素位置和所述目標對象的線條中心線之間的中心距離，分別調整所述各個目標像素點的像素值，得到所述基準中心線距離圖；任一目標像素點在所述基準中心線距離圖中的基準像素值與所述任一目標像素點的中心距離成負相關。