[發(fā)明專利]一種基于編解碼結(jié)構(gòu)的區(qū)域注意力語義分割方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210577112.8
• 申請日: 2022-05-25
• 公開（公告）號: CN114943839A
• 公開（公告）日: 2022-08-26
• 發(fā)明（設(shè)計(jì)）人: 徐勝軍;詹博涵;韓九強(qiáng);劉光輝;孟月波;呂紅強(qiáng);鐘德星
• 申請（專利權(quán)）人: 西安建筑科技大學(xué)
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/42;G06V10/44;G06V10/80;G06V10/82;G06N3/04
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 賀小停

本發(fā)明提供的一種基于編解碼結(jié)構(gòu)的區(qū)域注意力語義分割方法及系統(tǒng)，包括以下步驟：將獲取的待分割的圖像輸入至預(yù)構(gòu)建得到的基于編解碼結(jié)構(gòu)的區(qū)域注意力網(wǎng)絡(luò)模型中，得到分割圖；其中，所述預(yù)構(gòu)建得到的基于編解碼結(jié)構(gòu)的區(qū)域注意力網(wǎng)絡(luò)模型結(jié)構(gòu)包括特征提取網(wǎng)絡(luò)、區(qū)域注意力模塊和多尺度跳接特征融合模塊；本發(fā)明方法不僅有效地解決遮擋物體誤分割問題，而且還可以提升待分割物體邊緣特征的準(zhǔn)確表達(dá)，從而提高了分割精度，實(shí)現(xiàn)對物體的精準(zhǔn)分割。

技術(shù)領(lǐng)域

本發(fā)明屬于物體檢測技術(shù)領(lǐng)域，具體涉及一種基于編解碼結(jié)構(gòu)的區(qū)域注意力語義分割方法及系統(tǒng)。

背景技術(shù)

物體檢測技術(shù)作為機(jī)器人視覺系統(tǒng)的重要組成部分，其主要任務(wù)是對采集的圖像進(jìn)行處理，提取出物體所在區(qū)域和類別信息，根據(jù)這些信息控制機(jī)器人進(jìn)行抓取。因此，物體檢測技術(shù)在機(jī)器人視覺系統(tǒng)中顯得尤為重要。

在工業(yè)機(jī)器人裝配作業(yè)中，對抓取精度要求很高，抓取出現(xiàn)偏差直接導(dǎo)致裝配作業(yè)失敗。傳統(tǒng)的物體抓取方法根據(jù)圖像處理技術(shù)得到零件和背景的分割圖，再對零件的分割圖使用邊緣檢測得到零件的最小外接矩形框，通過矩形框的四個(gè)頂點(diǎn)計(jì)算出零件的抓取點(diǎn)。

傳統(tǒng)的圖像處理方法容易受環(huán)境因素的影響不能保證完整分割零件和背景，這直接導(dǎo)致根據(jù)分割圖計(jì)算出來的抓取點(diǎn)出現(xiàn)偏差，使得抓取出現(xiàn)誤差。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于編解碼結(jié)構(gòu)的區(qū)域注意力語義分割方法及系統(tǒng)，接了現(xiàn)有的圖像處理方法存在誤差大的缺陷。

為了達(dá)到上述目的，本發(fā)明采用的技術(shù)方案是：

本發(fā)明提供的一種基于編解碼結(jié)構(gòu)的區(qū)域注意力語義分割方法，包括以下步驟：

將獲取的待分割的圖像輸入至預(yù)構(gòu)建得到的基于編解碼結(jié)構(gòu)的區(qū)域注意力網(wǎng)絡(luò)模型中，得到分割圖；其中，所述預(yù)構(gòu)建得到的基于編解碼結(jié)構(gòu)的區(qū)域注意力網(wǎng)絡(luò)模型結(jié)構(gòu)包括特征提取網(wǎng)絡(luò)、區(qū)域注意力模塊和多尺度跳接特征融合模塊。

優(yōu)選地，所述特征提取網(wǎng)絡(luò)為Resnet50網(wǎng)絡(luò)。

優(yōu)選地，所述區(qū)域注意力模塊包括多個(gè)卷積層、上采樣層和損失函數(shù)，每個(gè)卷積層后都有批歸一化層BN和非線性激活函數(shù)ReLu。

優(yōu)選地，所述上采樣層使用雙線性插值；損失函數(shù)采用交并比損失。

優(yōu)選地，所述多尺度跳接特征融合模塊包括1×1卷積層和上采樣，1×1卷積層由卷積、批歸一化層BN和非線性激活函數(shù)ReLu組成。

優(yōu)選地，所述上采樣層使用雙線性插值。

優(yōu)選地，所述多尺度跳接特征融合模塊的輸出連接卷積層，所述卷積層的輸出連接上采樣層，上采樣層輸出為基于編解碼結(jié)構(gòu)的區(qū)域注意力網(wǎng)絡(luò)的分割結(jié)果。

優(yōu)選地，所述預(yù)構(gòu)建得到的基于編解碼結(jié)構(gòu)的區(qū)域注意力網(wǎng)絡(luò)模型的總損失函數(shù)為：

Loss＝IoU loss+Corss loss

其中，IoU loss為交并比損失，Corss loss為交叉熵?fù)p失。

一種基于編解碼結(jié)構(gòu)的區(qū)域注意力語義分割系統(tǒng)，包括：

數(shù)據(jù)預(yù)處理模塊，用于將獲取的數(shù)據(jù)集進(jìn)行預(yù)處理，得到預(yù)處理后的數(shù)據(jù)集；

網(wǎng)絡(luò)模塊，用于預(yù)構(gòu)建得到的基于編解碼結(jié)構(gòu)的區(qū)域注意力網(wǎng)絡(luò)模型；

分割模塊，用于將獲取的待分割的圖像輸入至預(yù)構(gòu)建得到的基于編解碼結(jié)構(gòu)的區(qū)域注意力網(wǎng)絡(luò)模型中，得到分割圖。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：