[發(fā)明專利]圖像分割處理方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011477949.2
• 申請(qǐng)日: 2020-12-15
• 公開(kāi)（公告）號(hào): CN113538480A
• 公開(kāi)（公告）日: 2021-10-22
• 發(fā)明（設(shè)計(jì)）人: 姚亮;邰穎;汪鋮杰;李季檁;黃飛躍;黃小明;馮云龍;朱俊偉;儲(chǔ)文青
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06T7/13
• 分類號(hào): G06T7/13;G06T7/11;G06T7/194;G06N3/08;G06N3/04
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 李文淵

1.一種圖像分割處理方法，其特征在于，所述方法包括：

獲取樣本圖像；

在每輪蒸餾訓(xùn)練中，通過(guò)至少兩個(gè)已訓(xùn)練的指導(dǎo)模型，分別對(duì)所述樣本圖像中的目標(biāo)對(duì)象進(jìn)行圖像分割處理，得到各所述指導(dǎo)模型對(duì)應(yīng)的第一分割結(jié)果；

通過(guò)待訓(xùn)練的圖像分割模型，對(duì)所述樣本圖像中的所述目標(biāo)對(duì)象進(jìn)行圖像分割處理，得到第二分割結(jié)果；所述圖像分割模型的模型參數(shù)少于所述指導(dǎo)模型的模型參數(shù)；

根據(jù)所述第二分割結(jié)果與第一分割結(jié)果之間的差異，確定蒸餾誤差；

根據(jù)所述第二分割結(jié)果中的邊緣預(yù)測(cè)結(jié)果與第一分割結(jié)果中的邊緣預(yù)測(cè)結(jié)果之間的差異，確定邊緣誤差；

根據(jù)所述蒸餾誤差以及所述邊緣誤差，調(diào)整所述圖像分割模型的模型參數(shù)并繼續(xù)進(jìn)行蒸餾訓(xùn)練，直至滿足訓(xùn)練停止條件，得到訓(xùn)練好的圖像分割模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

根據(jù)所述第二分割結(jié)果中的像素信息與第一分割結(jié)果中的像素信息之間的差異，確定像素誤差；

所述根據(jù)所述蒸餾誤差以及所述邊緣誤差，調(diào)整所述圖像分割模型的模型參數(shù)并繼續(xù)進(jìn)行蒸餾訓(xùn)練，直至滿足訓(xùn)練停止條件，得到訓(xùn)練好的圖像分割模型，包括：

根據(jù)所述蒸餾誤差、所述像素誤差以及所述邊緣誤差，調(diào)整所述圖像分割模型的模型參數(shù)并繼續(xù)進(jìn)行蒸餾訓(xùn)練，直至滿足訓(xùn)練停止條件，得到訓(xùn)練好的圖像分割模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述樣本圖像包括未標(biāo)注的樣本圖像和攜帶標(biāo)注標(biāo)簽的樣本圖像；所述方法還包括：

針對(duì)未標(biāo)注的樣本圖像，執(zhí)行所述根據(jù)所述第二分割結(jié)果中的邊緣預(yù)測(cè)結(jié)果與第一分割結(jié)果中的邊緣預(yù)測(cè)結(jié)果之間的差異，確定邊緣誤差的步驟、以及根據(jù)所述第二分割結(jié)果中的像素信息與第一分割結(jié)果中的像素信息之間的差異，確定像素誤差的步驟；

針對(duì)標(biāo)注的樣本圖像，根據(jù)所述第二分割結(jié)果中的邊緣預(yù)測(cè)結(jié)果與所述標(biāo)注標(biāo)簽中的邊緣標(biāo)簽之間的差異，確定邊緣誤差；

針對(duì)標(biāo)注的樣本圖像，根據(jù)所述第二分割結(jié)果中的像素信息與所述標(biāo)注標(biāo)簽所標(biāo)注像素的像素信息之間的差異，確定像素誤差。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述蒸餾誤差、所述像素誤差以及所述邊緣誤差，調(diào)整所述圖像分割模型的模型參數(shù)并繼續(xù)進(jìn)行蒸餾訓(xùn)練，直至滿足訓(xùn)練停止條件，得到訓(xùn)練好的圖像分割模型，包括：

將所述蒸餾誤差、所述像素誤差以及所述邊緣誤差融合，得到目標(biāo)誤差值；

根據(jù)所述目標(biāo)誤差值，調(diào)整所述圖像分割模型的模型參數(shù)并繼續(xù)進(jìn)行蒸餾訓(xùn)練，直至滿足訓(xùn)練停止條件，得到訓(xùn)練好的圖像分割模型。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述指導(dǎo)模型包括網(wǎng)絡(luò)結(jié)構(gòu)不同的第一指導(dǎo)模型和第二指導(dǎo)模型；所述通過(guò)至少兩個(gè)已訓(xùn)練的指導(dǎo)模型，分別對(duì)所述樣本圖像中的目標(biāo)對(duì)象進(jìn)行圖像分割處理，得到各所述指導(dǎo)模型對(duì)應(yīng)的第一分割結(jié)果，包括：

通過(guò)已訓(xùn)練的第一指導(dǎo)模型，對(duì)所述樣本圖像中的目標(biāo)對(duì)象進(jìn)行圖像分割處理，得到所述第一指導(dǎo)模型對(duì)應(yīng)的分割結(jié)果；

通過(guò)已訓(xùn)練的第二指導(dǎo)模型，對(duì)所述樣本圖像中的所述目標(biāo)對(duì)象進(jìn)行圖像分割處理，得到所述第二指導(dǎo)模型對(duì)應(yīng)的分割結(jié)果；

將所述第一指導(dǎo)模型對(duì)應(yīng)的分割結(jié)果與所述第二指導(dǎo)模型對(duì)應(yīng)的分割結(jié)果進(jìn)行融合，得到第一分割結(jié)果。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述圖像分割模型包括編碼層、解碼層和融合層，所述編碼層和所述解碼層包括可分離卷積網(wǎng)絡(luò)；所述通過(guò)待訓(xùn)練的圖像分割模型，對(duì)所述樣本圖像中的所述目標(biāo)對(duì)象進(jìn)行圖像分割處理，得到第二分割結(jié)果，包括：

將所述樣本圖像輸入至所述圖像分割模型，通過(guò)所述編碼層，對(duì)所述樣本圖像進(jìn)行特征提取和可分離卷積處理，得到第一多尺度特征圖；

通過(guò)所述解碼層，對(duì)所述第一多尺度特征圖進(jìn)行反卷積處理，得到第二多尺度特征；

通過(guò)所述融合層，將所述第一多尺度特征圖和所述第二多尺度特征圖融合，得到樣本圖像語(yǔ)義特征，根據(jù)所述樣本圖像語(yǔ)義特征確定所述目標(biāo)對(duì)象的像素點(diǎn)以及輪廓邊緣，并根據(jù)所述像素點(diǎn)以及所述輪廓邊緣輸出第二分割結(jié)果。