CN106097353B - 基于多层次局部区域融合的物体分割方法及装置、计算设备 - Google Patents

Abstract

本发明公开了一种基于多层次局部区域融合的物体分割方法及装置、计算设备，属于计算机视觉技术领域，其中方法包括：对于一待处理的图像，按照多个不同的预设尺度分别选取多个局部候选区域；对每个局部候选区域进行图像分割处理，预测得到局部候选区域的二进制分割掩膜；对每个局部候选区域进行图像分类处理，预测得到局部候选区域所属的物体类别；根据各局部候选区域所属的物体类别和各局部候选区域的二进制分割掩膜，对所有局部候选区域进行融合处理，得到物体分割图像。本发明能够在检测物体的同时，对物体个体进行分割，并确定其精确边界。本发明在得到局部候选区域的分割结果后，使用有效的局部区域融合方式，能够得到更好的优化结果。

Description

基于多层次局部区域融合的物体分割方法及装置、计算设备

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种基于多层次局部区域融合的物体分割方法及装置、计算设备。

背景技术

图像分割是图像处理领域的一个基础问题，在物体识别、机器人导航、场景理解等领域具有广泛的应用。其中，物体分割是比物体检测和场景分割更本质的问题。物体检测期望得到每一个物体个体的大致位置，通常物体检测通过矩形检测框标示出检测出的物体，但不能确定物体的边界；场景分割为每类场景预测类别及精确边界，能够对不同类别物体进行预测并确定边界，但不能区分同类别的不同个体。

现有技术中物体分割的做法主要是基于物体检测得到检测框的候选，再通过分割方法得到边界，这种做法的分割效果较差，精确率不高。

发明内容

本发明实施例提供一种基于多层次局部区域融合的物体分割方案。

根据本发明实施例的一个方面，提供了一种基于多层次局部区域融合的物体分割方法，包括：

对于一待处理的图像，按照多个不同的预设尺度分别选取多个局部候选区域；

对每个局部候选区域进行图像分割处理，预测得到所述局部候选区域的二进制分割掩膜；

对每个局部候选区域进行图像分类处理，预测得到所述局部候选区域所属的物体类别；

根据各所述局部候选区域所属的物体类别和各所述局部候选区域的二进制分割掩膜，对所有局部候选区域进行融合处理，得到物体分割图像。

根据本发明实施例的另一个方面，提供了一种基于多层次局部区域融合的物体分割装置，包括：

局部候选区域生成模块，用于对于一待处理的图像，按照多个不同的预设尺度分别选取多个局部候选区域；

图像分割模块，用于对每个局部候选区域进行图像分割处理，预测得到所述局部候选区域的二进制分割掩膜；

图像分类模块，用于对每个局部候选区域进行图像分类处理，预测得到所述局部候选区域所属的物体类别；

图像融合模块，用于根据各所述局部候选区域所属的物体类别和各所述局部候选区域的二进制分割掩膜，对所有局部候选区域进行融合处理，得到物体分割图像。

根据本发明实施例的又一个方面，提供了一种计算设备，包括：一处理器、一通信接口、一存储器以及一通信总线；所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一指令；所述指令使所述处理器执行以下操作：

对于一待处理的图像，按照多个不同的预设尺度分别选取多个局部候选区域；

对每个局部候选区域进行图像分割处理，预测得到所述局部候选区域的二进制分割掩膜；

对每个局部候选区域进行图像分类处理，预测得到所述局部候选区域所属的物体类别；

根据各所述局部候选区域所属的物体类别和各所述局部候选区域的二进制分割掩膜，对所有局部候选区域进行融合处理，得到物体分割图像。

根据本发明实施例的又一个方面，提供了一种计算机存储介质，用于存储计算机可读取的指令。所述指令包括：对于一待处理的图像，按照多个不同的预设尺度分别选取多个局部候选区域的指令；对每个局部候选区域进行图像分割处理，预测得到所述局部候选区域的二进制分割掩膜的指令；对每个局部候选区域进行图像分类处理，预测得到所述局部候选区域所属的物体类别的指令；以及根据各所述局部候选区域所属的物体类别和各所述局部候选区域的二进制分割掩膜，对所有局部候选区域进行融合处理，得到物体分割图像的指令。

本发明实施例提供的技术方案使用了多尺度局部候选区域生成方式，利用了图像的多尺度特征，具有更好的容错能力；本发明实施例能够在检测物体的同时，对物体个体进行分割，并确定其精确边界。本发明实施例通过对局部候选区域进行分割，在得到局部候选区域的分割结果后，使用有效的局部区域融合方式，能够得到更好的优化结果。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明提供的基于多层次局部区域融合的物体分割方法的实施例一的流程图；

图2示出了本发明提供的基于多层次局部区域融合的物体分割方法的实施例二的流程图；

图3示出了本发明提供的基于多层次局部区域融合的物体分割方法的实施例二的网络模型示意图；

图4示出了本发明提供的局部候选区域的重叠情况的示意图；

图5示出了本发明提供的对所有局部候选区域进行融合处理的流程图；

图6示出了本发明提供的基于多层次局部区域融合的物体分割装置的实施例一的功能结构框图；

图7示出了本发明提供的基于多层次局部区域融合的物体分割装置的实施例二的功能结构框图；

图8示出了用于执行根据本发明实施例的基于多层次局部区域融合的物体分割方法的计算设备的框图；

图9示出了用于保持或者携带实现根据本发明实施例的基于多层次局部区域融合的物体分割方法的程序代码的存储单元。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

在实现本发明的过程中，发明人通过研究发现，现有技术提供的物体分割的方案具有如下至少一种缺点：

(1)需要基于传统方案得到检测框候选，这类方法速度较慢，同时因为和后续需要进行的类别判断与分割边界割裂，没有一起优化，算法性能也受到了限制。

(2)一般的物体检测和场景分割方法，往往需要通过外置的物体候选区域提取模块，该模块与训练系统的其余部分是独立的，无法在深度学习框架内形成端到端的训练和测试流程。

(3)一般的物体分割训练往往在物体全局上进行，精确率不高。

(4)一般的物体分割往往仅考虑了物体在单一尺度上的特征，其算法性能受到一定限制，分割效果较差。

基于以上发现，本发明实施例提出了一种基于多层次局部区域融合的物体分割方案，下面通过几个具体的实施例对该物体分割方案进行详细介绍。

图1示出了本发明提供的基于多层次局部区域融合的物体分割方法的实施例一的流程图。如图1所示，该方法包括如下步骤：

步骤S101，对于一待处理的图像，按照多个不同的预设尺度分别选取多个局部候选区域。

与现有技术利用外置的物体候选区域提取模块不同，本实施例提出了多尺度局部候选区域生成方案，将一个物体拆成多个局部候选区域来理解和学习。将所选取的局部候选区域同时作为后续图像分割和图像分类的处理对象。

步骤S102，对每个局部候选区域进行图像分割处理，预测得到局部候选区域的二进制分割掩膜。

以局部候选区域为输入的处理对象，对每个局部候选区域进行图像分割处理，预测每个局部候选区域的二进制掩膜。

步骤S103，对每个局部候选区域进行图像分类处理，预测得到局部候选区域所属的物体类别。

以局部候选区域为输入的处理对象，对每个局部候选区域进行图像分类处理，预测得到每个局部候选区域所属的物体类别。

上述步骤S102和步骤S103可同时进行，也可先后进行，本发明对两步骤的执行顺序不做限制。

步骤S104，根据各局部候选区域所属的物体类别和各局部候选区域的二进制分割掩膜，对所有局部候选区域进行融合处理，得到物体分割图像。

将由多尺度局部候选区域生成方案生成的局部候选区域得到的物体局部分割结果和物体局部分类结果进行融合，最终得到整幅图像的物体个体分割结果。

本实施例提供的基于多层次局部区域融合的物体分割方法，使用了多尺度局部候选区域生成方法，利用了图像的多尺度特征，具有更好的容错能力；本方法能够在检测物体的同时，对物体个体进行分割，并确定其精确边界。本方法通过对局部候选区域进行分割，在得到局部候选区域的分割结果后，使用有效的局部区域融合方式，能够得到更好的优化结果。

图2示出了本发明提供的基于多层次局部区域融合的物体分割方法的实施例二的流程图。图3示出了本发明提供的基于多层次局部区域融合的物体分割方法的实施例二的网络模型示意图。下面结合这两幅图对本实施例的具体方案进行详细介绍。

如图2所示，该方法包括如下步骤：

步骤S201，对待处理的图像进行卷积神经网络的卷积层和/或池化层处理，得到卷积神经网络中间结果。

在神经网络中，每个卷积层之后都有一个非线性响应单元。该非线性响应单元采用纠正线性单元(Rectified Linear Units，以下简称：ReLU)，通过在卷积层后增加ReLU，将卷积层的映射结果尽量稀疏一些，更接近人的视觉反应，从而使图像处理效果更好。本实施例将卷积层的卷积核设为3x3，能更好的综合局部信息。同时，设定池化层的步长stride，目的是为了让上层特征在不增加计算量的前提下获得更大的视野，同时池化层的步长stride还有增强空间不变性的特征，即允许同样的输入出现在不同的图像位置上，而输出结果响应相同。全卷积神经网络的卷积层主要用于信息归纳和融合。最大池化层(Maxpooling)主要进行高层信息的归纳。神经网络结构可以进行微调来适应不同的性能和效率的权衡。

一个具体的示例得到的卷积神经网络中间结果，如下：

1.输入层

2.<＝1卷积层1_1(3×3×64)

3.<＝2非线性响应ReLU层

4.<＝3卷积层1_2(3×3×64)

5.<＝4非线性响应ReLU层

6.<＝5池化层(3×3/2)

7.<＝6卷积层2_1(3×3×128)

8.<＝7非线性响应ReLU层

9.<＝8卷积层2_2(3×3×128)

10.<＝9非线性响应ReLU层

11.<＝10池化层(3×3/2)

12.<＝11卷积层3_1(3×3×256)

13.<＝12非线性响应ReLU层

14.<＝13卷积层3_2(3×3×256)

15.<＝14非线性响应ReLU层

16.<＝15卷积层3_3(3×3×256)

17.<＝16非线性响应ReLU层

18.<＝17池化层(3×3/2)

19.<＝18卷积层4_1(3×3×512)

20.<＝19非线性响应ReLU层

21.<＝20卷积层4_2(3×3×512)

22.<＝21非线性响应ReLU层

23.<＝22卷积层4_3(3×3×512)

24.<＝23非线性响应ReLU层

25.<＝24池化层(3×3/2)

26.<＝25卷积层5_1(3×3×512)

27.<＝26非线性响应ReLU层

28.<＝27卷积层5_2(3×3×512)

29.<＝28非线性响应ReLU层

30.<＝29卷积层5_3(3×3×512)

31.<＝30非线性响应ReLU层

其中符号.<＝前面的数字为当前层数，后面的数字为输入层数，例如，2.<＝1表明当前层为第二层，输入为第一层。卷积层后面括号内为卷积层参数，例如，3×3×64，表明卷积核大小3×3,通道数为64。池化层后面括号内为池化层参数，例如，3×3/2表明池化核大小3×3,间隔为2。

上述卷积神经网络中间结果为后续图像分类处理和图像分割处理的共享数据。利用这些卷积神经网络中间结果可以很大程度上降低后续处理的复杂度。

步骤S202，利用卷积神经网络中间结果，选取局部候选区域产生层，通过滑动框在局部候选区域产生层对应的特征图上按照多个不同的预设尺度分别选取多个局部候选区域。

本发明实施例将一个物体拆成多个局部候选区域来理解和学习。图3示出了本发明实施例中多尺度局部候选区域生成方案示意图，如图3所示，本实施例选择4个不同的预设尺度，分别为48×48、96×96、192×192和384×384。此处仅为举例，本发明不限于所举例的选取方式。通过选取多个不同的预设尺度，能让局部候选区域的产生更完备。

基于以上的卷积神经网络中间结果，选取32.<＝31为局部候选区域产生层。通过滑动框在局部候选区域产生层对应的特征图(feature map)上分别以多个不同的预设尺度选取局部候选区域。

对于每个局部候选区域P_i，表示为(r,c,h,w)，其中(r,c)是区域的左上角的坐标，h和w分别是区域的高度值和宽度值。滑动框以预设步长滑动，例如，以步长16滑动。在特征图上，每个区域P_i对应于经下采样的特征网格G_i，G_i则表示为

为了从单尺度的输入图像中产生出多尺度的局部候选区域，本方法利用共享的卷积神经网络中间结果，从所选取的卷积层(局部候选区域产生层)对应的特征图上分别以多个不同的预设尺度选取局部候选区域，并没有增加计算成本。而且，本方法通过多个预设尺度的选择，能够尽可能多的覆盖不同大小的物体；每个局部候选区域可以覆盖物体的一部分，不必完全包含物体，所以每个局部候选区域学到的信息更丰富。

进一步的，由于以不同的预设尺寸选取局部候选区域，因此局部候选区域的大小不同。为了便于后续图像分类和分割处理，本实施例通过进行去卷积层和/或池化层处理，将不同尺寸的局部候选区域统一为固定尺寸。在上述例子中，G_i的空间尺寸包括3×3、6×6、12×12和24×24，利用去卷积层或池化层技术，将其统一为12×12。对于尺寸3×3和6×6的区域，利用去卷积层技术进行上采样处理统一为12×12。对于尺寸24×24的区域，利用(2×2/2)的最大池化技术将区域尺寸统一为12×12。

步骤S203，对每个局部候选区域进行图像分割处理，预测得到局部候选区域的二进制分割掩膜。

该图像分割步骤以G_i为输入，同时利用上述卷积神经网络中间结果，对每个局部候选区域进行图像分割处理，预测每个局部候选区域的二进制掩膜M_i。

若局部候选区域P_i的中心位于某个已标定物体O_n的内部，则本实施例将约束该局部候选区域P_i对应于此已标定物体O_n。由此确定该局部候选区域P_i的二进制掩膜M_i应属于此已标定物体O_n的一部分。

在上述示例中，预测二进制掩膜过程如下：

33.<＝32卷积层seg_6_1(1×1×2304)

34.<＝33非线性响应ReLU层

35.<＝34卷积层seg_6_2(1×1×2304)

36.<＝35重构层，将输入变形成48×48

37.<＝36softmax损失层

步骤S204，对每个局部候选区域进行图像分类处理，预测得到局部候选区域所属的物体类别。

该图像分类步骤也以G_i为输入，同时利用上述卷积神经网络中间结果，对每个局部候选区域进行图像分类处理，预测每个局部候选区域所属的物体类别l_i。

本实施例中，如果局部候选区域P_i满足如下条件，则认为该局部候选区域P_i属于已标定物体O_n：

(1)局部候选区域P_i的中心位于已标定物体O_n内部；

(2)已标定物体O_n在局部候选区域P_i中的面积占已标定物体O_n面积的比例大于第一阈值，比如大于50％；

(3)已标定物体O_n在局部候选区域P_i中的面积占局部候选区域P_i面积的比例大于第二阈值，比如大于20％。

在上述示例中，预测类别过程如下：

38.<＝32池化层(3×3/2)

39.<＝38卷积层cls_6_1(1×1×4096)

40.<＝39非线性响应ReLU层

41.<＝40卷积层cls_6_2(1×1×4096)

42.<＝41非线性响应ReLU层

43.<＝42卷积层cls_7_1(1×1×21)

44.<＝43softmax损失层

上述步骤S203和步骤S204可以同时执行，也可以先后执行，本发明对这两个步骤的执行顺序不做限定。

步骤S205，建立训练损失函数，对图像分类和图像分割的损失进行训练。

本实施例针对上述图像分类和图像分割的任务，设计了用以判别图像分类和图像分割是否准确相结合的训练损失函数，如下：

其中，w为网络参数；f_c(P_i)为局部候选区域P_i的分类损失，对应上述示例中的第44层；f_s(P_i)为局部候选区域P_i的分割掩膜的损失，对应上述示例中的第37层；λ为调节f_c(P_i)和f_s(P_i)的权重，可设为1。

本发明的训练损失函数并不限定于以上具体的形式。采用这种形式的训练损失函数，能够对本发明所设计的如图3所示的深度学习网络模型进行有效的训练。

步骤S206，根据各局部候选区域所属的物体类别和各局部候选区域的二进制分割掩膜，对所有局部候选区域进行融合处理，得到物体分割图像。

发明人通过研究发现，如果某几个局部候选区域都大面积的与某个物体重叠，其对应的二进制分割掩膜之间的重叠面积也会很大。图4示出了本发明提供的局部候选区域的重叠情况的示意图。如图4所示，定义反映两个局部候选区域的二进制分割掩膜的重叠面积的参数为IoU。利用滑动框选取了若干局部候选区域，通过计算IoU以及局部候选区域所属的物体类别来判断哪些局部候选区域应被赋值为同一物体，从而对所有局部候选区域进行融合处理。

进一步的，对所有局部候选区域进行融合处理包括：确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；响应于重叠面积大于预设阈值、两个相邻的局部候选区域属于同一物体类别、且两个相邻的局部候选区域都未被赋值为一物体，则生成新的物体将这两个相邻的局部候选区域赋值为该物体。

进一步的，对所有局部候选区域进行融合处理包括：确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；响应于重叠面积大于预设阈值、两个相邻的局部候选区域属于同一物体类别、且两个相邻的局部候选区域中的一个被赋值为一物体，则合并这两个相邻的局部候选区域，将另一个局部候选区域赋值为该物体。

进一步的，对所有局部候选区域进行融合处理包括：确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；响应于重叠面积大于预设阈值、两个相邻的局部候选区域属于同一物体类别、且两个相邻的局部候选区域被赋值为两个物体，则合并这两个物体。

具体地，图5示出了本发明提供的对所有局部候选区域进行融合处理的流程图。如图5所示，融合处理包括如下步骤：

步骤S2061，计算两个相邻的局部候选区域的二进制分割掩膜的重叠面积。

其中，相邻的局部候选区域包括行维度的相邻局部候选区域和列维度的相邻局部候选区域。

步骤S2062，判断重叠面积是否大于预设阈值；若是，执行步骤S2063；否则，执行步骤S2061；

步骤S2063，判断这两个相邻的局部候选区域是否属于同一物体类别；若是，则执行步骤S2064；否则，执行步骤S2061；

步骤S2064，判断这两个相邻的局部候选区域是否都未被赋值为一物体；若是，则执行步骤S2065；否则，执行步骤S2066；

步骤S2065，生成新的物体，将这两个相邻的局部候选区域赋值为该物体，执行步骤S2061；

步骤S2066，若这两个相邻的局部候选区域中的一个被赋值为一物体，则合并这两个相邻的局部候选区域，将另一个局部候选区域赋值为该物体；若这两个相邻的局部候选区域被赋值为两个物体，则合并这两个物体，执行步骤S2061。

循环执行以上步骤S2061至步骤S2066，直至所有的局部候选区域被赋值为对应的物体，最终得到所有的物体列表，进而得到物体分割图像。

本实施例提供的基于多层次局部区域融合的物体分割方法，使用了多尺度局部候选区域生成方法，利用了图像的多尺度特征，具有更好的容错能力；本方法能够在检测物体的同时，对物体个体进行分割，并确定其精确边界。本方法通过对局部候选区域进行分割，在得到局部候选区域的分割结果后，使用有效的局部区域融合方式，能够得到更好的优化结果。本方法通过深度神经网络模型进行物体个体分割，能够提升整体速度。

本方法生成的是物体的局部候选区域，一个物体可能被多个局部候选区域覆盖，这样可以更好的覆盖较大或较小的物体，使结果更具鲁棒性。同时，通过多个局部候选区域综合物体边界，能够根据不同结果的综合，使结果结合了不同分类器的结果，也能进一步提升结果的精度。现有技术利用外置的物体候选区域提取模块，优化目标与之后最终的物体分割的目标是割裂的，没有一起进行优化，使结果不够好。本方法联合优化了局部候选区域，能够让最终的结果指导目前的局部候选区域选择模块，能让结果更精确。本方法使得可以用统一的深度学习来完成端到端完整的物体个体分割训练和测试。

本方法通过多个预设尺度的选择，能够尽可能多的覆盖不同大小的物体；每个局部候选区域可以覆盖物体的一部分，不必完全包含物体，所以每个局部候选区域学到的信息更丰富。通过选取多个不同的预设尺度，能让局部候选区域的产生更完备。

图6示出了本发明提供的基于多层次局部区域融合的物体分割装置的实施例一的功能结构框图。如图6所示，该装置包括：局部候选区域生成模块60，图像分割模块61，图像分类模块62，图像融合模块63。

局部候选区域生成模块60用于对于一待处理的图像，按照多个不同的预设尺度分别选取多个局部候选区域。

图像分割模块61用于对每个局部候选区域进行图像分割处理，预测得到局部候选区域的二进制分割掩膜。

图像分类模块62用于对每个局部候选区域进行图像分类处理，预测得到所述局部候选区域所属的物体类别。

图像融合模块63用于根据各局部候选区域所属的物体类别和各局部候选区域的二进制分割掩膜，对所有局部候选区域进行融合处理，得到物体分割图像。

本实施例提供的基于多层次局部区域融合的物体分割装置，使用了多尺度局部候选区域生成方案，利用了图像的多尺度特征，具有更好的容错能力；本装置能够在检测物体的同时，对物体个体进行分割，并确定其精确边界。本装置通过对局部候选区域进行分割，在得到局部候选区域的分割结果后，使用有效的局部区域融合方式，能够得到更好的优化结果。

图7示出了本发明提供的基于多层次局部区域融合的物体分割装置的实施例二的功能结构框图。如图7所示，该装置除了包括图6所示的功能模块以外，还包括：卷积神经网络运算模块64和训练损失模块65。

卷积神经网络运算模块64用于对待处理的图像进行卷积神经网络的卷积层和/或池化层处理，得到卷积神经网络中间结果。

训练损失模块65用于建立训练损失函数，对图像分类和图像分割的损失进行训练。

局部候选区域生成模块60进一步用于：利用卷积神经网络中间结果，选取局部候选区域产生层，通过滑动框在局部候选区域产生层对应的特征图上按照多个不同的预设尺度分别选取多个局部候选区域。局部候选区域生成模块60还用于：通过进行去卷积层和/或池化层处理，将不同尺寸的局部候选区域统一为固定尺寸。

图像分类模块62进一步用于：若局部候选区域的中心位于已标定物体内部，所述已标定物体在局部候选区域中的面积占已标定物体面积的比例大于第一阈值，且所述已标定物体在局部候选区域中的面积占局部候选区域面积的比例大于第二阈值，则判定所述局部候选区域所属的物体类别为所述已标定物体的类别。

图像融合模块63进一步用于：根据局部候选区域的二进制分割掩膜的重叠面积以及局部候选区域所属的物体类别，对所有局部候选区域进行融合处理。

图像融合模块63进一步用于：确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；响应于重叠面积大于预设阈值、两个相邻的局部候选区域属于同一物体类别、且两个相邻的局部候选区域都未被赋值为一物体，则生成新的物体将这两个相邻的局部候选区域赋值为该物体。

图像融合模块63进一步用于：确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；响应于重叠面积大于预设阈值、两个相邻的局部候选区域属于同一物体类别、且两个相邻的局部候选区域中的一个被赋值为一物体，则合并这两个相邻的局部候选区域，将另一个局部候选区域赋值为该物体。

图像融合模块63进一步用于：确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；响应于重叠面积大于预设阈值、两个相邻的局部候选区域属于同一物体类别、且两个相邻的局部候选区域被赋值为两个物体，则合并这两个物体。

在一个具体的实施方式中，图像融合模块63进一步用于：计算两个相邻的局部候选区域的二进制分割掩膜的重叠面积；判断所述重叠面积是否大于预设阈值；若判断出所述重叠面积大于预设阈值，则判断这两个相邻的局部候选区域是否属于同一物体类别；若判断出这两个相邻的局部候选区域属于同一物体类别，则进一步判断这两个相邻的局部候选区域是否都未被赋值为一物体；若这两个相邻的局部候选区域都未被赋值为一物体，则生成新的物体，将这两个相邻的局部候选区域赋值为该物体；若这两个相邻的局部候选区域中的一个被赋值为一物体，则合并这两个相邻的局部候选区域，将另一个局部候选区域赋值为该物体；若这两个相邻的局部候选区域被赋值为两个物体，则合并这两个物体。

本实施例提供的基于多层次局部区域融合的物体分割装置，使用了多尺度局部候选区域生成方案，利用了图像的多尺度特征，具有更好的容错能力；本装置能够在检测物体的同时，对物体个体进行分割，并确定其精确边界。本装置通过对局部候选区域进行分割，在得到局部候选区域的分割结果后，使用有效的局部区域融合方式，能够得到更好的优化结果。本装置通过深度神经网络模型进行物体个体分割，能够提升整体速度。

本装置生成的是物体的局部候选区域，一个物体可能被多个局部候选区域覆盖，这样可以更好的覆盖较大或较小的物体，使结果更具鲁棒性。同时，通过多个局部候选区域综合物体边界，能够根据不同结果的综合，使结果结合了不同分类器的结果，也能进一步提升结果的精度。现有技术利用外置的物体候选区域提取模块，优化目标与之后最终的物体分割的目标是割裂的，没有一起进行优化，使结果不够好。本装置联合优化了局部候选区域，能够让最终的结果指导目前的局部候选区域选择模块，能让结果更精确。本装置使得可以用统一的深度学习来完成端到端完整的物体个体分割训练和测试。

本装置通过多个预设尺度的选择，能够尽可能多的覆盖不同大小的物体；每个局部候选区域可以覆盖物体的一部分，不必完全包含物体，所以每个局部候选区域学到的信息更丰富。通过选取多个不同的预设尺度，能让局部候选区域的产生更完备。

在此提供的方法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的获取应用信息的设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

例如，图8示出了可以实现根据本发明的基于多层次局部区域融合的物体分割方法的计算设备。该计算设备传统上包括处理器810和以存储设备820形式的计算机程序产品或者计算机可读介质，另外还包括通信接口和通信总线。存储设备820可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。处理器、通信接口和存储器通过通信总线完成相互间的通信。存储设备820具有存储用于执行上述方法中的任何方法步骤的程序代码831的存储空间830，用于存放至少一指令，该指令使处理器执行本发明实施例的基于多层次局部区域融合的物体分割方法中的各种步骤。例如，存储程序代码的存储空间830可以包括分别用于实现上面的方法中的各种步骤的各个程序代码831。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘、紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图9所示的便携式或者固定存储单元。该存储单元可以具有与图8的计算设备中的存储设备820类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元包括用于执行根据本发明的方法步骤的计算机可读代码831＇，即可以由诸如810之类的处理器读取的代码，当这些代码由计算设备运行时，导致该计算设备执行上面所描述的方法中的各个步骤。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (14)

1.一种基于多层次局部区域融合的物体分割方法，其特征在于，包括：

对于一待处理的图像，对所述待处理的图像进行卷积神经网络的卷积层和/或池化层处理，得到卷积神经网络中间结果；

利用所述卷积神经网络中间结果，选取局部候选区域产生层，通过滑动框在局部候选区域产生层对应的特征图上按照多个不同的预设尺度分别选取多个局部候选区域，通过进行去卷积层和/或池化层处理，将不同尺寸的局部候选区域统一为固定尺寸；

对每个局部候选区域进行图像分割处理，预测得到所述局部候选区域的二进制分割掩膜；

对每个局部候选区域进行图像分类处理，预测得到所述局部候选区域所属的物体类别；

根据局部候选区域的二进制分割掩膜的重叠面积以及局部候选区域所属的物体类别，对所有局部候选区域进行融合处理，得到物体分割图像。

2.根据权利要求1所述的基于多层次局部区域融合的物体分割方法，其特征在于，所述对每个局部候选区域进行图像分类处理，预测得到所述局部候选区域所属的物体类别进一步包括：

若局部候选区域的中心位于已标定物体内部，已标定物体在局部候选区域中的面积占已标定物体面积的比例大于第一阈值，且所述已标定物体在局部候选区域中的面积占局部候选区域面积的比例大于第二阈值，则判定所述局部候选区域所属的物体类别为所述已标定物体的类别。

3.根据权利要求1所述的基于多层次局部区域融合的物体分割方法，其特征在于，在所述对所有局部候选区域进行融合处理之前，所述方法包括：

建立训练损失函数，对图像分类和图像分割的损失进行训练。

4.根据权利要求1-3任一项所述的基于多层次局部区域融合的物体分割方法，其特征在于，所述对所有局部候选区域进行融合处理进一步包括：

确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；

响应于所述重叠面积大于预设阈值、所述两个相邻的局部候选区域属于同一物体类别、且所述两个相邻的局部候选区域都未被赋值为一物体，生成新的物体将这两个相邻的局部候选区域赋值为该物体。

5.根据权利要求1-3任一项所述的基于多层次局部区域融合的物体分割方法，其特征在于，所述对所有局部候选区域进行融合处理进一步包括：

确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；

响应于所述重叠面积大于预设阈值、所述两个相邻的局部候选区域属于同一物体类别、且所述两个相邻的局部候选区域中的一个被赋值为一物体，合并这两个相邻的局部候选区域，将另一个局部候选区域赋值为该物体。

6.根据权利要求1-3任一项所述的基于多层次局部区域融合的物体分割方法，其特征在于，所述对所有局部候选区域进行融合处理进一步包括：

确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；

响应于所述重叠面积大于预设阈值、所述两个相邻的局部候选区域属于同一物体类别、且所述两个相邻的局部候选区域被赋值为两个物体，合并这两个物体。

7.一种基于多层次局部区域融合的物体分割装置，其特征在于，包括：

卷积神经网络运算模块，用于对于一待处理的图像，对所述待处理的图像进行卷积神经网络的卷积层和/或池化层处理，得到卷积神经网络中间结果；

局部候选区域生成模块，用于利用所述卷积神经网络中间结果，选取局部候选区域产生层，通过滑动框在局部候选区域产生层对应的特征图上按照多个不同的预设尺度分别选取多个局部候选区域，通过进行去卷积层和/或池化层处理，将不同尺寸的局部候选区域统一为固定尺寸；

图像分割模块，用于对每个局部候选区域进行图像分割处理，预测得到所述局部候选区域的二进制分割掩膜；

图像分类模块，用于对每个局部候选区域进行图像分类处理，预测得到所述局部候选区域所属的物体类别；

图像融合模块，用于根据局部候选区域的二进制分割掩膜的重叠面积以及局部候选区域所属的物体类别，对所有局部候选区域进行融合处理，得到物体分割图像。

8.根据权利要求7所述的基于多层次局部区域融合的物体分割装置，其特征在于，所述图像分类模块进一步用于：若局部候选区域的中心位于已标定物体内部，已标定物体在局部候选区域中的面积占已标定物体面积的比例大于第一阈值，且所述已标定物体在局部候选区域中的面积占局部候选区域面积的比例大于第二阈值，则判定所述局部候选区域所属的物体类别为所述已标定物体的类别。

9.根据权利要求7所述的基于多层次局部区域融合的物体分割装置，其特征在于，还包括：训练损失模块，用于建立训练损失函数，对图像分类和图像分割的损失进行训练。

10.根据权利要求7-9任一项所述的基于多层次局部区域融合的物体分割装置，其特征在于，所述图像融合模块进一步用于：

确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；

响应于所述重叠面积大于预设阈值、所述两个相邻的局部候选区域属于同一物体类别、且所述两个相邻的局部候选区域都未被赋值为一物体，生成新的物体将这两个相邻的局部候选区域赋值为该物体。

11.根据权利要求7-9任一项所述的基于多层次局部区域融合的物体分割装置，其特征在于，所述图像融合模块进一步用于：

确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；

响应于所述重叠面积大于预设阈值、所述两个相邻的局部候选区域属于同一物体类别、且所述两个相邻的局部候选区域中的一个被赋值为一物体，合并这两个相邻的局部候选区域，将另一个局部候选区域赋值为该物体。

12.根据权利要求7-9任一项所述的基于多层次局部区域融合的物体分割装置，其特征在于，所述图像融合模块进一步用于：

确定两个相邻的局部候选区域的二进制分割掩膜的重叠面积；

响应于所述重叠面积大于预设阈值、所述两个相邻的局部候选区域属于同一物体类别、且所述两个相邻的局部候选区域被赋值为两个物体，合并这两个物体。

13.一种计算设备，其特征在于，包括：处理器、通信接口、存储器以及通信总线；所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一指令；所述指令使所述处理器执行以下操作：

对于一待处理的图像，对所述待处理的图像进行卷积神经网络的卷积层和/或池化层处理，得到卷积神经网络中间结果；

利用所述卷积神经网络中间结果，选取局部候选区域产生层，通过滑动框在局部候选区域产生层对应的特征图上按照多个不同的预设尺度分别选取多个局部候选区域，通过进行去卷积层和/或池化层处理，将不同尺寸的局部候选区域统一为固定尺寸；

对每个局部候选区域进行图像分割处理，预测得到所述局部候选区域的二进制分割掩膜；

对每个局部候选区域进行图像分类处理，预测得到所述局部候选区域所属的物体类别；

根据局部候选区域的二进制分割掩膜的重叠面积以及局部候选区域所属的物体类别，对所有局部候选区域进行融合处理，得到物体分割图像。

14.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有至少一指令，所述指令由处理器加载并执行以下操作：

对于一待处理的图像，对所述待处理的图像进行卷积神经网络的卷积层和/或池化层处理，得到卷积神经网络中间结果；

利用所述卷积神经网络中间结果，选取局部候选区域产生层，通过滑动框在局部候选区域产生层对应的特征图上按照多个不同的预设尺度分别选取多个局部候选区域，通过进行去卷积层和/或池化层处理，将不同尺寸的局部候选区域统一为固定尺寸；

对每个局部候选区域进行图像分割处理，预测得到所述局部候选区域的二进制分割掩膜；

对每个局部候选区域进行图像分类处理，预测得到所述局部候选区域所属的物体类别；

根据局部候选区域的二进制分割掩膜的重叠面积以及局部候选区域所属的物体类别，对所有局部候选区域进行融合处理，得到物体分割图像。