[發明專利]圖像分割方法、裝置、電子設備及計算機可讀存儲介質

在審

• 申請號: 202110246708.5
• 申請日: 2021-03-05
• 公開（公告）號: CN113011425A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 紀德益;祝瀾耘
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 劉鶴;張穎玲

本公開提供了一種圖像分割方法、裝置、電子設備及計算機可讀存儲介質；方法包括：從待處理圖像中提取底層圖像特征，并對底層圖像特征，進行語義分割，得到高層語義特征；對底層圖像特征進行紋理增強與紋理特征統計中的至少一項處理，得到底層紋理特征；底層紋理特征用于表征待處理圖像的增強紋理細節和/或紋理特征的統計分布；結合高層語義特征與底層紋理特征，得到語義分割圖像。通過本公開，能夠提高圖像分割的準確性。

技術領域

本公開涉及人工智能技術領域，尤其涉及一種圖像分割方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

語義分割的目標是預測輸入圖片的每個像素的語義類別，是計算機視覺領域最基礎的問題之一，并且被廣泛的應用于各個領域中，包括但不限于自動駕駛，人機交互等等。目前的語義分割方法主要集中在利用高層特征中的上下文信息，使用深度全卷積的網絡進行網絡推斷，得到圖像的語義分割結果。然而，由于高層特征是從神經網絡的大的感受野中提取出來的，僅使用深層的高級特征來進行語義推斷會導致粗糙和不準確的輸出，從而降低了圖像分割的準確性。

發明內容

本公開實施例提供一種圖像分割方法、裝置、電子設備及計算機可讀存儲介質，能夠提高語義推斷的準確性。

本公開實施例的技術方案是這樣實現的：

本公開實施例提供一種圖像分割方法，包括：

從待處理圖像中提取底層圖像特征，并對所述底層圖像特征，進行語義分割，得到高層語義特征；

對所述底層圖像特征進行紋理增強與紋理特征統計中的至少一項處理，得到底層紋理特征；所述底層紋理特征用于表征所述待處理圖像的增強紋理細節和/或紋理特征的統計分布；

結合所述高層語義特征與所述底層紋理特征，得到語義分割圖像。

上述方法中，所述對所述底層圖像特征進行紋理增強與紋理特征統計處理中的至少一項處理，得到底層紋理特征，包括以下任意一種：

基于所述底層圖像特征進行紋理增強處理，得到增強紋理特征；基于所述增強紋理特征，確定所述底層紋理特征；

基于所述底層圖像特征進行紋理特征統計處理，得到統計紋理特征；基于所述統計紋理特征，確定所述底層紋理特征；

基于所述底層圖像特征進行紋理增強處理和紋理特征統計處理，得到所述底層紋理特征。

上述方法中，所述基于所述增強紋理特征，確定所述底層紋理特征，包括：

將所述增強紋理特征，確定為所述底層紋理特征；或者，

將所述增強紋理特征與所述底層圖像特征進行結合，得到所述底層紋理特征。

上述方法中，所述基于所述統計紋理特征，確定所述底層紋理特征；包括：

將所述統計紋理特征，確定為所述底層紋理特征；或者，

將所述統計紋理特征與所述底層圖像特征進行結合，得到所述底層紋理特征。

上述方法中，所述基于所述底層圖像特征進行紋理增強處理和紋理特征統計處理，得到所述底層紋理特征，包括：

基于所述底層圖像特征進行紋理增強處理，得到增強紋理特征；

至少基于所述增強紋理特征進行紋理特征統計處理，得到所述底層紋理特征。

上述方法中，所述至少基于所述增強紋理特征進行紋理特征統計處理，得到所述底層紋理特征，包括：

對所述增強紋理特征與所述底層圖像特征進行結合，再進行紋理特征統計處理，得到中間底層紋理特征；將所述中間底層紋理特征，確定為所述底層紋理特征。