[發(fā)明專利]圖像分割方法、裝置、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202110558675.8
• 申請日: 2021-05-21
• 公開（公告）號: CN113159056A
• 公開（公告）日: 2021-07-23
• 發(fā)明（設計）人: 李陽;吳劍煌
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 潘登

本發(fā)明實施例公開了一種圖像分割方法、裝置、設備及存儲介質，其中，該方法包括：獲取至少一張待分割圖像；將所述待分割圖像輸入至預先訓練完成的圖像分割模型中，得到與所述待分割圖像對應的目標分割圖像；其中，所述圖像分割模型基于編碼器、解碼器以及至少一個自注意力模型構建，所述自注意力模型用于確定所述待分割圖像中每個像素點與圖像中所有像素點之間的依賴關系。上述技術方案在進行圖像分割時，借助編碼器、解碼器及自注意力模型，能夠有效學習待分割圖像中每個像素點與圖像中所有像素點之間的依賴關系，從而捕獲待分割圖像中的長距離依賴關系，獲取更加豐富的待分割圖像全局上下文特征，使得圖像分割精度更高。

技術領域

本發(fā)明實施例涉及圖像處理技術領域，尤其涉及一種圖像分割方法、裝置、設備及存儲介質。

背景技術

目前，圖像處理技術作為從圖像中獲取有效信息的有效手段，在各種應用場景中被廣泛應用。在很多場景下，會需要對圖像進行分割來從豐富的圖像信息中捕捉到關注信息。隨著人工智能技術的快速發(fā)展，為提高圖像處理效率，各種神經(jīng)網(wǎng)絡被應用于圖像分割。

但是，傳統(tǒng)的利用神經(jīng)網(wǎng)絡模型進行圖像分割的方法，由于卷積核的感受野受限，會造成模型只能學習到圖像之間的短距離依賴關系，而長距離捕獲特征的能力差，從而影響圖像分割的效果。

發(fā)明內容

本發(fā)明實施例提供了一種圖像分割方法、裝置、設備及存儲介質，以實現(xiàn)提升長距離捕獲特征的能力，提高圖像分割精度。

第一方面，本發(fā)明實施例提供了一種圖像分割方法，包括：

獲取至少一張待分割圖像；

將所述待分割圖像輸入至預先訓練完成的圖像分割模型中，得到與所述待分割圖像對應的目標分割圖像；

其中，所述圖像分割模型基于編碼器、解碼器以及至少一個自注意力模型構建，所述自注意力模型用于確定所述待分割圖像中每個像素點與圖像中所有像素點之間的依賴關系。

第二方面，本發(fā)明實施例還提供了一種圖像分割裝置，包括：

圖像獲取模塊，用于獲取至少一張待分割圖像；

圖像分割模塊，用于將所述待分割圖像輸入至預先訓練完成的圖像分割模型中，得到與所述待分割圖像對應的目標分割圖像；

其中，所述圖像分割模型基于編碼器、解碼器以及至少一個自注意力模型構建，所述自注意力模型用于確定所述待分割圖像中每個像素點與圖像中所有像素點之間的依賴關系。

第三方面，本發(fā)明實施例還提供了一種圖像分割設備，該圖像分割設備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)本發(fā)明任意實施例所提供的一種圖像分割方法。

第四方面，本發(fā)明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)本發(fā)明任意實施例所提供的一種圖像分割方法。