[發明專利]基于二分類張量增強的多分類語義分割方法

在審

• 申請號: 202210274049.0
• 申請日: 2022-03-20
• 公開（公告）號: CN114693967A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 李宏亮;高翔宇;邱奔流
• 申請（專利權）人: 電子科技大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/26;G06K9/62
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 鄒裕蓉

1.基于二分類張量增強的多分類語義分割方法，其特征在于，包括步驟：

1)將需要將分類的圖片輸入至原始分割網絡中；原始分割網絡包括特征提取部分與一個多分類頭；

2)由原始分割網絡的特征提取部分進行特征提取，將提取的特征并行輸入至N個二分類頭以及中轉部分；

3)N個二分類頭對輸入的特征分別進行二分類處理輸出N個二分類張量，中轉部分保持輸入特征的通道數，輸出待分類特征；

4)將N個二分類前景分數圖與待分類特征進行級聯，級聯張量最后送入多分類頭，多分類頭對輸入的級聯張量進行N分類處理并輸出N分類張量作為最終的多分類結果。

2.如權利要求1所述方法，其特征在于，訓練過程實現多分類方法的整個網絡采用的損失函數L為：L＝L_CE+α·L_BCE+β·L_B2M；

其中，L_CE與L_BCE分別是多分類頭和二分類頭的交叉熵損失，α和β是超參數；L_B2M為強化二分類張量支援屬性的損失，L_B2M＝L_overlap+L_missing；L_overlap為反映二分類中不合理交疊的損失項，L_missing為反映二分類中缺失預測的損失項。

3.如權利要求2所述方法，其特征在于，反映二分類中不合理交疊的損失項L_overlap的具體計算方法為：

其中，C表示當前輸入圖片中所含真值類別的數目；對于所含的第i個真值類別，l_i對應表示該類別標簽的序號，f(x)表示對輸入x的非線性映射，f(x)＝δ(k·x+b)-δ(b)，δ表示Sigmoid函數，k和b為超參數；Overlap(l_i)為其他類別在第l_i個類別對應的真值區域的交疊程度。

4.如權利要求2所述方法，其特征在于，反映二分類中缺失預測的損失項L_missing的具體計算方法為：

其中，sum表示對所有元素求和，*表示對應位置元素相乘，表示第l_i個類別對應的二分類預測分數，表示二分類真實標簽。

5.如權利要求1所述方法，其特征在于，原始分割網絡為HRNetV2。