[發(fā)明專利]基于多重特征的目標物分割方法、裝置、設備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110581188.3
• 申請日: 2021-05-27
• 公開（公告）號: CN113284047A
• 公開（公告）日: 2021-08-20
• 發(fā)明（設計）人: 范棟軼;李君;郭振;王立龍;梁倩倩
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T7/11;G06T7/13;G06T7/187
• 代理公司: 深圳市沃德知識產(chǎn)權(quán)代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種基于多重特征的目標物分割方法，其特征在于，所述方法包括：

獲取目標物圖像集，對所述目標物圖像集進行尺寸縮放，得到相同尺寸的標準圖像集；

對所述標準圖像集進行圖像標注，得到所述標準圖像集中各標準圖像的真實標簽；

利用預構(gòu)建的初始分割網(wǎng)絡對所述標準圖像集中各標準圖像進行多重特征提取，得到各標準圖像對應的多重圖像特征；

分別對所述多重圖像特征進行圖像分割，得到每重圖像特征對應的預測分割結(jié)果；

計算所述預測分割結(jié)果與所述真實標簽的損失值，并根據(jù)所述損失值對所述初始分割模型進行參數(shù)調(diào)整，得到目標物分割模型；

獲取待分割圖像，利用所述目標物分割模型對所述待分割圖像進行目標物分割，得到目標物分割結(jié)果。

2.如權(quán)利要求1所述的基于多重特征的目標物分割方法，其特征在于，所述對所述目標物圖像集進行尺寸縮放，得到相同尺寸的標準圖像集，包括：

統(tǒng)計所述目標物圖像集中每一張目標物圖像的尺寸，得到多個圖像尺寸；

根據(jù)所述多個圖像尺寸計算所述目標物圖像集中所有目標物圖像的尺寸的公倍數(shù)；

將所述目標物圖像集中每一張目標物圖像按照所述公倍數(shù)進行放大，得到相同尺寸的標準圖像集。

3.如權(quán)利要求1所述的基于多重特征的目標物分割方法，其特征在于，所述利用預構(gòu)建的初始分割網(wǎng)絡對所述標準圖像集中各標準圖像進行多重特征提取，得到各標準圖像對應的多重圖像特征，包括：

利用所述初始分割網(wǎng)絡對所述標準圖像集中每一張標準圖像進行卷積、池化處理，得到池化圖像；

對所述池化圖像進行全連接處理，得到全連接特征圖；

對所述全連接特征圖進行多尺度的特征提取，得到多重圖像特征。

4.如權(quán)利要求3所述的基于多重特征的目標物分割方法，其特征在于，所述對所述池化圖像進行全連接處理，得到全連接特征圖，包括：

利用第一全連接層對所述池化圖像進行全連接處理，得到中間圖像；

利用第二全連接層對所述中間圖像進行全連接處理，得到全連接特征圖。

5.如權(quán)利要求1至4中任一項所述的基于多重特征的目標物分割方法，其特征在于，所述分別對所述多重圖像特征進行圖像分割，得到所述多重圖像特征對應的預測分割結(jié)果，包括：

對所述多重圖像特征進行類型識別，得到目標物類型；

對所述多重圖像特征進行邊界劃分，得到目標物邊界。

6.如權(quán)利要求5所述的基于多重特征的目標物分割方法，其特征在于，所述對所述多重圖像特征進行類型識別，得到目標物類型，包括：

獲取預設的特征表，所述特征表中包含多個標準特征及所述標準特征對應的標準類型；

分別計算所述多重圖像特征與所述標準特征的相似度；

確定所述相似度大于預設相似閾值的標準特征對應的標準類型為所述多重圖像特征的目標物類型。

7.如權(quán)利要求5所述的基于多重特征的目標物分割方法，其特征在于，所述對所述多重圖像特征進行邊界劃分，得到目標物邊界，包括：

分別遍歷所述多重圖像特征中每一個像素的像素值；

按照預設的像素閾值對每一個像素進行劃分，得到所述多重特征中的目標物邊界。