[發明專利]影像分割網絡的訓練方法和裝置

在審

• 申請號: 202110758609.5
• 申請日: 2021-07-05
• 公開（公告）號: CN113487483A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 劉涵
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T7/10;G06K9/62;G06K9/00
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 靳玫

本公開實施例提供一種影像分割網絡的訓練方法和裝置，在訓練目標影像分割網絡時，基于初始影像分割網絡提取的第一樣本特征與初始影像超分網絡提取的第二樣本特征之間的差異訓練目標影像分割網絡，由于目標影像超分網絡能夠從遙感影像樣本中提取出更細粒度的特征，因此，能夠通過目標影像超分網絡提取的細粒度的特征來輔助目標影像分割網絡進行特征提取，使得訓練得到的目標影像分割網絡提取的特征也更加細致，達到對目標影像分割網絡的隱式細化效果，從而提高目標影像分割網絡的特征提取能力，進而提高地表制圖的準確度。

技術領域

本公開涉及計算機視覺技術領域，尤其涉及影像分割網絡的訓練方法和裝置。

背景技術

地表覆蓋制圖用于根據一個區域的影像對該區域的地表覆蓋類別進行劃分，并生成該區域的地表覆蓋分布圖來表示這些類別的地表覆蓋在地圖上的分布。相關技術中在進行地表覆蓋制圖時，一般先獲取遙感影像，再通過神經網絡對遙感影像進行影像分割，以確定遙感影像中各個像素點的地表覆蓋類別。然而，在遙感影像分辨率較低的情況下，會導致地表覆蓋制圖的準確性較低。

發明內容

本公開提供一種影像分割網絡的訓練方法和裝置。

第一方面，本公開實施例提供一種地表覆蓋制圖方法，所述方法包括：將遙感影像輸入目標影像分割網絡；通過所述目標影像分割網絡獲取所述遙感影像對應的地表覆蓋分布圖，所述地表覆蓋分布圖中包括所述遙感影像中各像素點對應的地表覆蓋類別；所述目標影像分割網絡基于初始影像分割網絡從遙感影像樣本中提取的第一樣本特征與初始影像超分網絡從所述遙感影像樣本中提取的第二樣本特征之間的差異訓練得到，所述初始影像超分網絡用于基于所述第二樣本特征對所述遙感影像樣本進行超分辨率處理。

在一些實施例中，所述遙感影像樣本包括第一通道，還包括第二通道和第三通道中的至少一者；其中，所述第一通道包括所述遙感影像樣本的光譜特征；所述第二通道包括所述遙感影像樣本中各像素點的地形特征；所述第三通道包括所述遙感影像樣本中各像素點的地理位置特征。

在一些實施例中，所述目標影像分割網絡基于以下方式訓練得到：通過所述初始影像分割網絡獲取所述遙感影像樣本中各像素點對應的預測地表覆蓋類別，確定所述遙感影像樣本中各個像素點的預測地表覆蓋類別與真實地表覆蓋類別之間的第一損失；通過所述初始影像超分網絡獲取所述遙感影像樣本對應的超分影像，確定所述超分影像與參考影像之間的第二損失，所述參考影像與所述遙感影像樣本為同一區域的遙感影像，且所述參考影像的分辨率高于所述遙感影像樣本的分辨率；獲取所述初始影像分割網絡從所述遙感影像樣本中提取的第一樣本特征與所述初始影像超分網絡從所述遙感影像樣本中提取的第二樣本特征之間的第三損失；基于所述第一損失、第二損失和第三損失生成目標損失，基于所述目標損失對所述初始影像分割網絡和所述初始影像超分網絡進行聯合訓練，得到所述目標影像分割網絡和所述目標影像超分網絡。

在一些實施例中，所述目標損失通過對所述第一損失、第二損失和第三損失進行加權得到。

在一些實施例中，所述方法還包括：獲取所述初始影像分割網絡中的第一初始特征提取子網絡對所述遙感影像樣本進行特征提取得到的所述遙感影像樣本的第一樣本特征，所述第一樣本特征用于所述初始影像分割網絡中的初始影像分割子網絡獲取所述遙感影像樣本對應的地表覆蓋分布圖；獲取所述初始影像超分網絡中的第二初始特征提取子網絡對所述遙感影像樣本進行特征提取得到的所述遙感影像樣本的第二樣本特征，所述第二樣本特征用于所述初始影像超分網絡中的初始影像超分子網絡對所述遙感影像樣本進行超分辨率處理。