CN111414963A - 图像处理方法、装置、设备和存储介质 - Google Patents

图像处理方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN111414963A
CN111414963A CN202010197363.4A CN202010197363A CN111414963A CN 111414963 A CN111414963 A CN 111414963A CN 202010197363 A CN202010197363 A CN 202010197363A CN 111414963 A CN111414963 A CN 111414963A
Authority
CN
China
Prior art keywords
segmentation result
target image
feature map
sampling
categories
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010197363.4A
Other languages
English (en)
Other versions
CN111414963B (zh
Inventor
胡含哲
纪德益
甘伟豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202010197363.4A priority Critical patent/CN111414963B/zh
Publication of CN111414963A publication Critical patent/CN111414963A/zh
Application granted granted Critical
Publication of CN111414963B publication Critical patent/CN111414963B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种图像处理方法、装置、设备和存储介质，所述方法包括：对目标图像进行特征提取，得到所述目标图像的第一特征图；基于所述第一特征图，得到所述目标图像的粗糙分割结果；根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果。通过上述过程，可以利用目标图像的粗糙分割结果，对目标图像的第一特征图通过图卷积来融合周边信息，从而有效提升最终分割结果的精度。

Description

图像处理方法、装置、设备和存储介质
技术领域
本公开涉及计算机视觉技术领域，尤其涉及一种图像处理方法、装置、设备和存储介质。
背景技术
语义分割是计算机视觉中的基本任务之一，它的目标是为图像中的每个像素指定一个类别标签。它在很多领域都有重要应用，比如自动驾驶、场景理解以及图像编辑等等。
语义分割任务较为精细，对精度具有较高的要求。如何有效地提高语义分割的精度，是目前一个亟待解决的问题。
发明内容
本公开提出了一种图像处理技术方案。
根据本公开的一方面，提供了一种图像处理方法，包括：
对目标图像进行特征提取，得到所述目标图像的第一特征图；基于所述第一特征图，得到所述目标图像的粗糙分割结果；根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果。
在一种可能的实现方式中，所述根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果，包括：根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到第二特征图；根据所述第二特征图，得到所述目标图像的最终分割结果。
在一种可能的实现方式中，所述根据所述第二特征图，得到所述目标图像的最终分割结果，包括：对所述第一特征图和所述第二特征图进行融合处理，得到第三特征图；根据所述第三特征图，得到所述目标图像的最终分割结果。
在一种可能的实现方式中，所述根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果，包括：根据所述粗糙分割结果，确定所述第一特征图中的多个像素点所属的类别；基于所述多个像素点所属的类别，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果。
在一种可能的实现方式中，所述根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果，包括：根据所述粗糙分割结果，对所述第一特征图进行采样，得到至少两个类别中每个类别对应的采样点集合；基于所述至少两个类别对应的采样点集合，建立所述至少两个类别中每个类别的邻接矩阵；根据至少两个类别中每个类别的所述邻接矩阵，对所述每个类别对应的采样点集合进行处理，得到所述目标图像的最终分割结果。
在一种可能的实现方式中，所述基于所述至少两个类别对应的采样点集合，建立所述至少两个类别中每个类别的邻接矩阵，包括：基于每个类别对应的所述采样点集合中的两个采样点之间的相似度，确定所述两个采样点在所述每个类别的邻接矩阵中对应的第一元素的值，其中，所述邻接矩阵中除所述第一元素之外的其他元素的值为0。
在一种可能的实现方式中，所述方法应用于神经网络模型的训练，所述方法还包括：基于所述第一特征图中多个像素点的标注类别信息和所述粗糙分割结果，对所述第一特征图中的像素点进行采样，得到至少两个类别中每个类别对应的采样点集合。
在一种可能的实现方式中，在一种可能的实现方式中，所述基于所述第一特征图中多个像素点的标注类别信息和所述粗糙分割结果，对所述第一特征图中的像素点进行采样，得到至少两个类别中每个类别对应的采样点集合，包括：基于所述第一特征图中多个像素点的标注类别信息和所述粗糙分割结果，确定至少两个类别中每个类别的困难像素点和容易像素点；基于每个类别的困难像素点和容易像素点，对所述第一特征图中的像素点进行采样，得到所述每个类别的采样点集合。
在一种可能的实现方式中，所述采样点集合包含所述困难像素点中的全部像素点以及所述容易像素点中的一定比例的像素点。
根据本公开的一方面，提供了一种图像处理装置，包括：
特征提取模块，用于对目标图像进行特征提取，得到所述目标图像的第一特征图；粗糙分割模块，用于基于所述第一特征图，得到所述目标图像的粗糙分割结果；最终分割模块，用于根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果。
根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：执行上述任意可能的图像处理方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述任意可能的图像处理方法。
根据本公开的一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任意可能的图像处理方法。
在本公开实施例中，通过对目标图像进行特征提取，得到目标图像的第一特征图，并根据第一特征图得到目标图像的粗糙分割结果，从而根据粗糙分割结果来对第一特征图进行图卷积处理，得到目标图像的最终分割结果。通过上述过程，可以利用目标图像的粗糙分割结果，对目标图像的第一特征图通过图卷积来融合周边信息，从而有效提升最终分割结果的精度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开一实施例的图像处理方法的流程图。
图2示出根据本公开一实施例的对第一特征图中的像素点进行采样的示意图。
图3示出根据本公开一应用示例的示意图。
图4示出根据本公开一应用示例的示意图。
图5示出根据本公开一实施例的图像处理装置的框图。
图6示出根据本公开实施例的一种电子设备的框图。
图7示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开一实施例的图像处理方法的流程图，该方法可以应用于终端设备、服务器或者其他图像处理设备等。其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal DigitalAssistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一个示例中，该图像处理方法可以应用于人工智能处理器等芯片设备中。
在一些可能的实现方式中，该图像处理方法也可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
如图1所示，所述图像处理方法可以包括：
步骤S11，对目标图像进行特征提取，得到目标图像的第一特征图。
步骤S12，基于第一特征图，得到目标图像的粗糙分割结果。
步骤S13，根据粗糙分割结果，对第一特征图进行图卷积处理，得到目标图像的最终分割结果。
其中，目标图像可以是具有图像处理需求的任意图像，其实现形式不受限定。在一种可能的实现方式中，目标图像可以是具有分割需求的图像，在一个示例中，目标图像可以进一步为具有语义分割需求的图像，其实现形式可以根据语义分割的应用场景灵活确定，比如在语义分割应用在自动驾驶场景的情况下，目标图像可以为包含有驾驶道路的图像，在语义分割应用在场景理解的情况下，目标图像可以为采集的场景图像等。
目标图像的数量不受限定，可以为一个也可以为多个，即可以每次通过本公开的图像处理方法对一张目标图像进行处理，也可以通过本公开的图像处理方法同时对多张目标图像进行处理，根据实际需求进行灵活选择即可，在本公开实施例中不做限制。
在一些实施例中，目标图像可以有多种获取方式。作为一个例子，目标图像是图像处理装置从其他设备处获取的，例如，服务器接收终端设备上传的图像，或者，是通过摄像头采集到的，或者是从互联网络抓取的，或者是用户上传的，等等，本公开实施例对获取目标图像的方式不做限定。
第一特征图可以是通过对目标图像进行特征提取所得到的特征图，其实现形式可以根据特征提取的实现方式灵活确定。在一些例子中，可以直接对目标图像进行特征提取，也可以先对目标图像进行一项或多项预处理，然后对预处理后的目标图像进行特征提取，本公开实施例对此不作限定。
步骤S11中对目标图像进行特征提取的方式在本公开实施例中不做限定，可以根据实际情况灵活选择，例如，可以通过神经网络模型对目标图像进行特征提取，或者通过其他深度学习算法对目标图像进行特征提取，本公开实施例对此不做限定。
粗糙分割结果可以是通过基于第一特征图对目标图像进行分割所得到的分割结果，粗糙分割结果可以表明目标图像中每个像素点的所属类别，其实现形式由第一特征图和分割的具体方式灵活确定。其中，类别的定义可以根据目标图像的实际情况进行灵活确定，举例来说，当目标图像为包含有驾驶道路的图像的情况下，类别可以为自动驾驶场景内划分的类别，比如该像素点所属的类别可以为道路、人体或是建筑物等等；当目标图像为采集的场景图像的情况下，类别可以为场景中可以被识别的物体的类别，比如室内场景中，该像素点属于的类别可以为家具、窗户或是地板等等。步骤S12中基于第一特征图得到目标图像的粗糙分割结果的方式在本公开实施例中也不做限定，可以参见后续各公开实施例，在此同样不做展开。
最终分割结果可以是基于粗糙分割结果对第一特征图进行图卷积处理得到的分割结果，最终分割结果同样也可以表明目标图像中每个像素点的所属类别，其实现形式可以由粗糙分割结果、第一特征图以及图卷积的处理方式灵活决定。由于最终分割结果是基于粗糙分割结果和第一特征图实现的进一步分割，因此最终分割结果相对于粗糙分割结果具有更高的分割精度，即最终分割结果表明的每个像素点的所属类别更加准确。具体的图卷积处理过程可以根据实际情况灵活决定，详见后续各公开实施例，在此同样不做展开。
在一种可能的实现方式中，本公开实施例提出的图像处理方法，可以通过神经网络模型来实现，例如，图像分割网络模型。进一步地，本公开实施例提出的图像处理方法，可以应用于神经网络模型的应用过程，即可以通过神经网络模型对目标图像进行处理，得到目标图像的最终分割结果；也可以应用于神经网络模型的训练过程，即可以将样本图像作为目标图像输入到神经网络模型中，通过本公开实施例提出的图像处理方法进行处理，得到训练图像的最终分割结果，并根据样本图像的最终分割结果调整神经网络模型的参数，从而实现对神经网络模型的训练。
在本公开实施例中，通过对目标图像进行特征提取，得到目标图像的第一特征图，并根据第一特征图得到目标图像的粗糙分割结果，从而根据粗糙分割结果来对第一特征图进行图卷积处理，得到目标图像的最终分割结果。通过上述过程，可以利用目标图像的粗糙分割结果，对目标图像的第一特征图通过图卷积来融合周边信息，从而有效提升最终分割结果的精度。
在一种可能的实现方式中，步骤S11可以通过神经网络模型来实现，即可以通过一个具有特征提取功能的特征提取网络模型，来对目标图像进行特征提取，例如卷积神经网络模型，。在一种可能的实现方式中，可以将深度残差网络(ResNet，Residual Network)的至少一部分作为特征提取网络来得到第一特征图，例如，可以将ResNet中的ResNet-101作为特征提取网络，再例如，可以将带有空洞卷积的ResNet-101作为特征提取网络，其中，空洞卷积在ResNet-101中的实现位置不受限定。在一个示例中，可以将ResNet中最后两个下采样层替换为空洞卷积，来得到带有空洞卷积的ResNet-101作为特征提取网络，通过在ResNet-101中添加空洞卷积，可以增大特征映射的分辨率和感受区域，从而使得得到的第一特征图可以保留更多的特征信息和细节。在一个示例中，也可以在带有空洞卷积的ResNet-101后连接深空间金字塔池化层(ASPP，Atrous Spatial Pyramid Pooling)，来作为特征提取网络，从而进一步提升特征提取的效果，使得第一特征图包含更多的特征信息。以上仅以ResNet作为示例，具体采用哪种特征提取网络来实现步骤S11，在本公开实施例中不做限制。
在通过上述任意一种可能的实现方式得到目标图像的第一特征图后，可以通过步骤S12，来基于第一特征图得到目标图像的粗糙分割结果。在一种可能的实现方式中，步骤S12也可以通过神经网络模型，即可以通过一个具有图像分割功能的分割网络模型，来得到目标图像的粗糙分割结果。分割网络模型的实现形式在本公开实施例中同样不做限制，在一种可能的实现方式中，分割网络模型可以包含一个预测层或分类器，用于实现基于第一特征图的分割预测，预测层或分类器的实现形式可以灵活决定，在一个示例中，这一预测层或分类器可以通过一个1×1卷积层来实现，即第一特征图通过一个1×1卷积层进行降维，从而得到目标图像的第一分割结果，或者，该分割网络模型可以在预测层或分类器的基础上包含其他网络层，本公开实施例对此不做限定。
通过上述任意一种可能的实现形式得到目标图像的第一特征图以及粗糙分割结果后，可以通过步骤S13，来根据粗糙分割结果对第一特征图进行图卷积处理，得到目标图像的最终分割结果。在一种可能的实现方式中，步骤S13可以包括：
根据粗糙分割结果，对第一特征图进行图卷积处理，得到第二特征图；
根据第二特征图，得到目标图像的最终分割结果。
其中，第二特征图是第一特征图根据粗糙分割结果进行图卷积处理所得到的特征图。其具体的图卷积方式可以根据第一特征图和粗糙分割结果的实际情况灵活决定，在此先不做展开。由于第二特征图是通过对第一特征图进行图卷积处理所得到的，第二特征图相对于第一特征图来说，可以更好地实现特征学习与特征融合，具有更精细的特征；因此，根据第二特征图得到的目标图像的最终分割结果，相对于根据第一特征图得到的粗糙分割结果来说，具有更高的分割精度和更好的分割效果。
具体如何根据第二特征图来得到目标图像的最终分割结果，可以根据实际情况灵活决定。在一种可能的实现方式中，根据第二特征图，得到目标图像的最终分割结果，可以包括：
对第一特征图和第二特征图进行融合处理，得到第三特征图；
根据第三特征图，得到目标图像的最终分割结果。
其中，第三特征图可以是对第一特征图和第二特征图融合后得到的特征图，融合的方式可以根据实际情况灵活确定。在一种可能的实现方式中，对第一特征图和第二特征图进行融合处理，得到第三特征图，可以包括：
将第一特征图与第二特征图进行连接，得到第三特征图。或者，
对第一特征图和所述第二特征图进行对应求和，得到第三特征图。
其中，对第一特征图与第二特征图进行连接，可以是将两个图像沿图像的通道方向(C方向)进行连接，得到一个通道数为第一特征图与第二特征图通道数之和的第三特征图。而对第一特征图与第二特征图进行求和，则可以是将第一特征图与第二特征图中对应通道中位于同一位置的特征值进行求和，得到一个通道数与第一特征图以及第二特征图一致的第三特征图。具体选用哪种方式进行连接可以根据需求进行选择，在此不做限定。
在得到了第三特征图后，可以根据第三特征图对目标图像进行分割，得到目标图像的最终分割结果。分割的方式可以参见根据第一特征图进行分割的方式，在此不再赘述。
由于第一特征图包含有对目标图像进行初步特征提取后的较为粗糙的特征，而第二特征图包含有对目标图像在初步特征提取的基础上通过图卷积处理后得到的更为精细的特征，因此，将第一特征图与第二特征图连接得到的第三特征图，可以包含较为全面的目标图像的特征信息，基于此第三特征图进行分割得到的最终分割结果，可以更加地准确，具有更好的分割效果。
在一种可能的实现方式中，由于第二特征图本身相对于第一特征图具有更精细的特征，因此也可以直接根据第二特征图得到目标图像的最终分割结果，分割方式可以参考上述各公开实施例，在此不再赘述。
在一些实施例中，在步骤S13中，根据粗糙分割结果实现的图卷积处理过程，可以是与像素点类别相关的图卷积处理。此时，步骤S13可以包括：
步骤S131，根据粗糙分割结果，确定第一特征图中的多个像素点所属的类别；
步骤S132，基于多个像素点所属的类别，对第一特征图进行图卷积处理，得到目标图像的最终分割结果。
其中，根据粗糙分割结果用来确定所属类别的像素点的数量，在本公开实施例中不做限制。在一种可能的实现方式中，可以是根据粗糙分割结果，分别确定第一特征图中每个像素点的所属类别，在一种可能的实现方式中，也可以是根据实际需求，选择第一特征图中的部分像素点并确定这些像素点的所属类别，具体选择哪些像素点以及如何选择可以根据实际需求灵活决定，在本公开实施例中不做限制。后续各公开实施例均以确定第一特征图中每个像素点所属的类别为例进行说明，其余实现方式可以参考后续各公开实施例进行扩展，不再赘述。
根据粗糙分割结果确定了第一特征图中多个像素点所属的类别后，可以根据各像素点的类别，对第一特征图进行以类别划分的图卷积处理，来得到目标图像的最终分割结果。通过上述过程，可以基于不同类别的像素点之间的关系进行特征学习，保持同类别的像素点之间的一致性，提升不同类别像素点之间的差异，从而提高最终分割结果的精度。
对于一个输入的特征图
Figure BDA0002418092350000071
来说(N为该输入特征图中包含的节点数量，D为该输入特征图中的特征维度)，图卷积处理可以被定义为Z＝σ(AXW)，其中，σ(·)代表非线性激活函数，
Figure BDA0002418092350000072
为根据该输入特征图所确定的邻接矩阵，
Figure BDA0002418092350000073
为相应的权值矩阵，该权值矩阵可以通过神经网络的训练过程所确定。通过上述公开实施例可以看出，如何对一个输入的特征图进行图卷积处理，主要取决于如何基于该特征图建立邻接矩阵。
上述公开实施例中已经提出，步骤S13中根据粗糙分割结果实现的图卷积处理，可以是基于粗糙分割结果表明的类别所实现的图卷积处理，由于图卷积处理主要取决于如何根据特征图建立相应的邻接矩阵，因此，在一种可能的实现方式中，可以考虑根据粗糙分割结果建立多个类别的邻接矩阵，来实现基于类别的图卷积处理，在这种情况下，步骤S13可以包括：
根据粗糙分割结果，对第一特征图进行采样，得到至少两个类别中每个类别对应的采样点集合；
基于至少两个类别对应的采样点集合，建立至少两个类别中每个类别的邻接矩阵；
根据至少两个类别中每个类别的邻接矩阵，对每个类别对应的采样点集合进行处理，得到目标图像的最终分割结果。
通过上述各公开实施例可以看出，在一种可能的实现方式中，可以根据粗糙分割结果来确定第一特征图中多个像素点的所属类别，然后根据这些像素点的类别实现对第一特征图的图卷积处理。在一种可能的实现方式中，也可以直接根据粗糙分割结果，按照类别对第一特征图中的像素点进行采样，来得到不同类别下的采样点集合。
具体得到几个类别下的采样点集合，可以根据目标图像中像素点划分的类别数量灵活决定，即目标图像中为每个像素点定义了X个可能所属的类别，则根据粗糙分割结果对第一特征图进行采样后，在一种可能的实现方式中，可以得到X个类别对应的采样点集合，在一种可能的实现方式中，也可以得到Y个类别对应的采样点集合，其中，Y个类别可以为X个类别的子集。
在一些实施例中，对于某个类别，可以对第一特征图中属于该类别的全部特征点进行采样来得到采样点集合。在一个例子中，可以将属于该类别的全部特征点作为该类别的采样点集合，在另一个例子中，也可以将第一特征图中属于该类别的部分特征点作为该类别的采样点集合，具体选择哪部分采样点可以根据实际情况灵活决定，例如，在神经网络模型的训练过程中重点进行困难特征点的采样，再例如，基于特征点的位置进行采样，但本公开实施例不限于此。
通过得到不同类别下的采样点集合，可以实现对第一特征图中像素点的类别划分，继而可以根据这些不同类别的采样点集合，构造对应的多个类别的邻接矩阵。这样，在得到了多个类别的邻接矩阵后，可以依据这多个类别的邻接矩阵对相应的采样点集合进行处理完成图卷积，继而根据图卷积的结果得到目标图像的最终分割结果。如何根据邻接矩阵实现图卷积，可以参考后续各公开实施例，在此先不做展开。在一种可能的实现方式中，图卷积的结果可以是上述公开实施例中提到的第二特征图，具体如何根据第二特征图得到最终分割结果可以参考上述各公开实施例，在此不再赘述。
具体地，如何建立多个类别的邻接矩阵，其实现方式可以灵活决定。在一种可能的实现方式中，基于至少两个类别对应的采样点集合，建立至少两个类别中每个类别的邻接矩阵，可以包括：
基于每个类别对应的采样点集合中的两个采样点之间的相似度，确定两个采样点在每个类别的邻接矩阵中对应的第一元素的值，其中，邻接矩阵中除第一元素之外的其他元素的值为0。
其中，第一元素可以是邻接矩阵中被连接的边(以下简称连接边)，第一元素的值可以是连接边的权重，通过上述公开实施例可以看出，每个类别的邻接矩阵均对应一个采样点集合，该采样点集合中的采样点属于同一类别，因此，在一种可能的实现方式中，在每个类别的邻接矩阵内，可以将与邻接矩阵对应的采样点集合中的采样点两两连接，得到多个连接边作为邻接矩阵中的第一元素。进一步地，可以根据这些连接边所连接到的采样点的相似度，来确定每个第一元素的值，这样，对于其余不存在连接关系的采样点，由于不存在连接的边，其对应的元素值可以记为0。
具体地，第一元素的取值即连接边的权重，可以根据实际情况灵活决定，不局限于下述公开实施例。在一种可能的实现方式中，可以直接将连接边所连接的采样点之间的相似度，作为连接边的权重，采样点的相似度的计算方式可以根据实际情况灵活确定，不局限于下述实施例。在一个示例中，连接成一个连接边的两个采样点xi和xj的相似度可以定义为：
F(xi,xj)＝φ(xi)Tφ'(xj) (1)
其中，为采样点xi和xj的相似度，φ和φ'为特征的两种变换形式，在一个示例中，可以选择线性变换作为变换形式，因此，可以有φ(x)＝wx以及φ'(x)＝w'x，其中，w和w'分别为D×D维度的权重，可以通过神经网络反向调整的方式所学习得到。
在一种可能的实现方式中，也可以根据连接边所连接的采样点之间的相似度进行归一化后得到的结果，作为连接边的权重，从而使得连接到每一个采样点所有连接边的权重之和为1。归一化的方式不受限定，在一个示例中，可以利用softmax作为归一化函数，来得到连接边的权重，在这种情况下，连接边的权重可以表达为：
Figure BDA0002418092350000091
其中，Aij为采样点xi和xj对应的连接边的权重。
通过根据粗糙分割结果，对第一特征图进行采样，得到至少两个类别中每个类别对应的采样点集合，从而基于采样点集合建立对应的邻接矩阵，并根据和接矩阵，对相应的采样点集合进行处理，得到目标图像的最终分割结果。通过上述过程，可以有效地在每个类别下分别构造对应的邻接矩阵，从而使得同类别中的采样点保持类内一致性，不同类别中的采样点具有较好的类间差异，有效提升了特征学习的效果，继而提升得到的最终分割结果的精度。
步骤S13还可以有很多其他的实现方式，比如，在一种可能的实现方式中，可以基于粗糙分割结果，来对第一特征图进行图卷积处理得到多个类别中每个类别对应的特征图，然后基于多个类别中每个类别对应的特征图来得到目标图像的分割结果。
相应地，在一种可能的实现方式中，步骤S13可以包括：
根据粗糙分割结果，对第一特征图进行图卷积处理，得到包含至少两个类别中每个类别对应的第四特征图；
根据所述至少两个类别对应的第四特征图，得到目标图像的最终分割结果。
其中，第四特征图可以是根据粗糙分割结果，对第一特征图进行基于类别的图卷积处理后所得到的特征图。第四特征图具体包含的类别数量，可以根据目标图像中像素点划分的类别数量灵活决定，即目标图像中为每个像素点定义了X个可能所属的类别，则第四特征图中可以包含X个类别，其中，X为正整数。具体如何得到第四特征图，其实现方式可以根据实际情况灵活决定，详见后续各公开实施例，在此先不做展开。
在一种可能的实现方式中，在得到了第四特征图后，还可以对第四特征图进行进一步处理，来得到目标图像的最终分割结果，具体如何处理可以根据第四特征图的实现形式灵活决定，在此先不做展开。
通过根据粗糙分割结果，对第一特征图进行图卷积处理，得到包含至少两个类别的第四特征图，再根据第四特征图得到目标图像的最终分割结果，通过上述过程，可以通过对特征信息分类得到第四特征图，使得第四特征图中包含的每个类别下的特征信息不易受到其他类别特征信息的干扰，具有更好的信息与特征融合效果，继而提升最终分割结果的分割精度。
在一种可能的实现方式中，第四特征图可以通过建立至少两个类别的邻接矩阵的方式来得到。
其中，建立每个类别的邻接矩阵的过程，可以参考上述各公开实施例。在一种可能的实现方式中，可以根据多个像素点所属的类别，将像素点划分为多个类别的采样点集合，继而在每个类别的采样点集合下，通过上述各公开实施例提出的邻接矩阵的建立方式，建立至少两个类别的邻接矩阵。
在建立至少两个类别的邻接矩阵后，根据建立的邻接矩阵得到第四特征图的具体方式也不受限定，在一种可能的实现方式中，可以根据多类别的邻接矩阵，通过图卷积分别建立对应的第四特征子图，然后将这些第四特征子图沿通道方向进行连接来得到包含多个类别的第四特征图。在一种可能的实现方式中，也可以在根据粗糙分割结果，来建立至少两个类别的邻接矩阵后，将这些邻接矩阵进行合并，得到一个整体邻接矩阵，再根据整体邻接矩阵对第一特征图进行图卷积处理，比如可以将整体邻接矩阵与复制后的第一特征图相乘再进行群组卷积(group conv)，来得到包含多个类别的第四特征图。
在一个示例中，通过整体邻接矩阵得到第四特征图的过程可以为：对于一个大小为C×N的第一特征图，若其对应的粗糙分割结果可以被划分为M类，则可以根据粗糙分割结果建立M个大小为N×N的邻接矩阵，这M个邻接矩阵可以合并为一个大小为M×N×N的整体邻接矩阵，该整体邻接矩阵可以与复制了M次后得到的大小为M×C×N的第一特征图相乘，得到大小为M×C×N的相乘结果，继而对该大小为M×C×N的相乘结果进行群组卷积，得到包含M个类别特征的大小为M×C×N的第四特征图。
根据第四特征图得到目标图像的最终分割结果的过程在本公开实施例中也不做限制，在一种可能的实现方式中，在得到了包含多个类别特征的第四特征图后，可以对第四特征图进行特征融合，然后根据融合结果，来得到目标图像的最终分割结果。具体的特征融合方式可以根据实际情况灵活决定，在一种可能的实现方式中，可以直接对第四特征图进行卷积处理，卷积处理可以是对第四特征图中按照类别自适应聚集的特征进行学习与映射，具体的实现方式不受限定，在一个示例中，可以通过一个1×1卷积，来实现对第四特征图的卷积处理。在一种可能的实现方式中，还可以对第四特征图进行形状变换(reshape)后再进行卷积处理，来实现特征融合，这是由于在一些可能的情况下，在执行图卷积处理的过程中，为了便于计算，可能会根据计算需求对第一特征图以及粗糙分割结果进行形状变换，因此，得到的第四特征图相对于原本的第一特征图来说，可能发生了形状变换，如果对第四特征图进行特征融合，得到融合结果可能后续不便于实现对目标图像的分割。因此，在一种可能的实现方式中，可以在对第四特征图进行卷积处理前，再次通过形状变换恢复成与第一特征图对应的形状，然后对恢复形状的第四特征图进行卷积处理。
根据融合结果得到目标图像的最终分割结果的过程可以参考上述基于第二特征图得到最终分割结果的过程，在此不再赘述。
通过对第四特征图进行形状变换和/或卷积处理来实现特征融合，可以对多个类别的特征进行学习与映射，从而得到更加全面的特征信息，继而提升最终分割结果的分割效果与精度。
如上述各公开实施例所述，在一种可能的实现方式中，上述各公开实施例提出的图像处理方法，也可以应用于神经网络模型的训练，训练图像作为目标图像输入到神经网络模型后，被处理的过程与上述公开实施例中提出的图像处理过程可以完全一致，从而得到训练图像的最终分割结果。在一种可能的实现方式中，训练图像作为目标图像输入到神经网络模型后，被处理的过程也可以与上述公开实施例中提出的图像处理过程具有一定的区别，从而优化训练过程，提升神经网络模型的精度。具体如何优化训练过程，其实现方式可以根据需求灵活决定。在一种可能的实现方式中，在本公开实施例提出的的方法应用于神经网络模型的训练的情况下，本公开实施例中提出的方法还可以包括：
S21，基于第一特征图中多个像素点的标注类别信息和粗糙分割结果，对第一特征图中的像素点进行采样，得到至少两个类别中每个类别对应的采样点集合。
在训练过程中，对于训练图像中的多个像素点，其所属的实际类别可以根据像素点的标注类别所确定。将训练图像通过步骤S11和步骤S12得到粗糙分割结果后，由于粗糙分割结果可能不准确，因此训练图像中像素点的粗糙分割结果可能与像素点的实际类别不一致。在这种情况下，如果按照图像处理的应用过程，根据粗糙分割结果来对第一特征图进行采样，采样的结果可能不准确，基于此采样结果进行后续处理所训练得到的神经网络模型，可能具有较低的精度。因此，在一种可能的实现方式中，可以根据第一特征图中像素点的标注类别与粗糙分割结果，来对第一特征图中的像素点进行动态采样，来得到多个采样点集合，通过上述过程可以有效地提升神经网络模型的训练精度，得到具有较优分割效果的神经网络模型。
具体如何根据标注类别信息和粗糙分割结果对第一特征图中的像素点进行采样，其实现过程可以根据实际情况灵活决定。在一种可能的实现方式中，步骤S21可以包括：
步骤S211，基于第一特征图中多个像素点的标注类别信息和粗糙分割结果，确定至少两个类别中每个类别的困难像素点和容易像素点；
步骤S212，基于每个类别的困难像素点和容易像素点，对第一特征图中的像素点进行采样，得到每个类别的采样点集合。
其中，困难像素点可以是第一特征图中，标注类别与粗糙分割结果对应的类别不一致的像素点，容易像素点可以是第一特征图中，标注类别与粗糙分割结果对应的类别一致的像素点。因此，步骤S211可以通过将像素点的标注类别与粗糙分割结果对应的类别进行比较，来将第一特征图中的像素点自然地划分为容易像素点和困难像素点。
在划分了容易像素点与困难像素点后，可以基于每个类别的困难像素点和容易像素点，对第一特征图中每个类别的像素点进行采样，得到每个类别的采样点集合。由于困难像素点的标注类别与粗糙分割结果对应的类别不一致，通过上述过程，可以在对第一特征图中的像素点进行采样的过程中，尽可能多地采样困难像素点，来使得训练得到的神经网络模型，可以产生更加准确的粗糙分割结果，继而提升整个神经网络模型的训练效果。
具体如何通过步骤S212对第一特征图中的像素点进行采样，其实现方式可以根据实际需求灵活决定。在一种可能的实现方式中，采样点集合可以包含困难像素点中的全部像素点以及容易像素点中的一定比例的像素点。即可以在每个类别下，分别采样该类别的全部困难像素点，以及一定比例的容易像素点。具体以何种比例采集容易像素点，可以根据实际需求灵活决定，在本公开实施例中不做限制。通过采样全部困难像素点，可以尽可能提升对困难像素点的关注度，使得最终训练得到的神经网络模型具有较好的精度，而通过选取一定比例的容易像素点，可以便于利用这些容易像素点的学习过程，指导神经网络模型学习困难像素点，进一步提升神经网络模型的训练效果。
图2示出根据本公开一实施例的对第一特征图中的像素点进行采样的示意图，如图所示，以对目标图像进行前背景分割，以分类哪些像素点属于人，哪些像素点不属于人为例。对于人这一类别，可以将图中标注类别为人的像素点集合记为G，将图中粗糙分割结果分类为人的像素点集合记为C，则根据上述各公开实施例，容易像素点为标注类别与粗糙分割结果均为人的像素点G∩C，对应图中的简单正样本(easy positive)。而困难像素点则为标注类别与粗糙分割结果不一致的像素点，从图中可以看出，一方面困难像素点可以为标注类别为人，但粗糙分割结果不属于人的像素点G-G∩C，对应图中的困难正样本(hardpositive)，另一方面困难像素点可以为粗糙分割结果为人，但标注类别不属于人的像素点C-G∩C，对应图中的困难负样本(hard negative)。通过上述各公开实施例可以看出，在一种可能的实现方式中，对图2中人这一类别下的像素点进行采样得到的采样点集合，可以包含有困难正样本中的全部像素点、困难负样本中的全部像素点以及简单正样本中一定比例的像素点，因此得到的采样点集合满足：
采样点集合＝{C-C∩G}+{G-C∩G}+ratio×C∩G＝C∪G-(1-ratio)×C∩G (3)
其中，ratio为简单正样本的选择比例，这一比例值可以根据实际情况进行设定，在本公开实施例中不做限定。
将训练图像作为目标图像输入到神经网络模型后，通过上述任意一种实现方式，可以得到与训练图像对应的最终分割结果，根据这一最终分割结果，结合神经网络模型的损失函数，可以对神经网络模型中的各项参数的权重进行反向调整，从而得到一个具有较好分割效果的神经网络模型。
神经网络模型的损失函数，可以根据实际情况灵活决定。在一种可能的实现方式中，神经网络模型的损失函数可以包括第一损失函数、第二损失函数以及第三损失函数中的一个或多个，其中，第一损失函数可以是用于监督根据第一特征图进行得到粗糙分割结果这一过程的损失函数，第二损失函数可以是用于监督根据粗糙分割结果，对第一特征图进行图卷积处理这一过程的损失函数，第三损失函数可以是用于监督对目标图像进行特征提取，得到目标图像的第一特征图这一过程的损失函数。
因此，在一种可能的实现方式中，可以将第二神经网络的损失函数表示为：
L＝α·lc+β·lf+γ·la (4)
其中，lc为第一损失函数，lf为第二损失函数，la为第三损失函数，α、β和γ为用于平衡这三个损失函数的权重。
应用场景示例
随着语义分割的广泛应用，如何有效提升语义分割的精度，成为一个亟待解决的问题。
图3～图4示出了根据本公开一应用示例的示意图，如图所示，本公开实施例提出了一种图像处理方法，其具体过程可以为：
图3示出了图像处理的完整过程，从图3可以看出，在本公开应用示例中，可以首先将输入的图像通过主干网络(Basic Network)进行特征提取，得到大小为C×H×W的第一特征图，其中C、H和W分别代表特征映射维数、高度以及宽度。一方面，得到的第一特征图通过卷积层进行粗分割，得到大小为M×H×W的粗糙分割结果，其中，M为分割预设的类别数。另一方面，得到的第一特征图进入到动态图卷积(CDGC，Class-wise Dynamic GraphConvolution)模型中，并基于粗糙分割结果进行处理，得到具有更多特征信息的第二特征图，然后融合第一特征图和第二特征图(可以是连接也可以是求和)得到第三特征图，将第三特征图通过一个1×1卷积层进行分割，得到具有更好分割效果的最终分割结果。
具体地，第一特征图如何在CDGC模型中基于第一分割结果进行处理，得到第二特征图，过程如图4所示，从图3与图4可以看出，在本公开应用示例中，第一特征图首先通过1×1卷积层复制M次，得到复制后的第一特征图，复制后的第一特征图的大小为M×C×H×W。在本公开应用示例中，可以基于粗糙分割结果和复制后的第一特征图构造邻接矩阵，过程可以为：将复制后的第一特征图中的节点视为邻接矩阵对应的拓扑图中的顶点，从而将复制后的第一特征图转化为拓扑图表示：
Figure BDA0002418092350000131
其中N＝H×W表示第一特征图中的节点数。类似地，可以将粗糙分割结果转化为
Figure BDA0002418092350000132
应用上述各公开实施例中提出的邻接矩阵构造过程，可以将粗糙分割结果转化为掩模，对复制后的第一特征图进行处理，得到M个类别的邻接矩阵，分别对应第一特征图中M个类别的特征
Figure BDA0002418092350000141
并将M个类别的邻接矩阵集成为整体邻接矩阵
Figure BDA0002418092350000142
按照图卷积的范式，将整体邻接矩阵与复制后的第一特征图相乘，得到采样特征图
Figure BDA0002418092350000143
然后进行群图卷积，得到第四特征图
Figure BDA0002418092350000144
对第四特征图进行形状变换，重新变换为原来的形式
Figure BDA0002418092350000145
这一变换后的特征图可以被称为推理特征图(Reasoned Feature)。然后对推理特征图进行1×1卷积，来学习包含了M类自适应聚集特征的第四特征图的权值，产生一个重新定义的特征
Figure BDA0002418092350000146
这一重新定义的特征即为CDGC模型输出的第二特征图。
本公开应用示例中提出的图像处理方法，除了可以应用于语义分割的任意场景如自动驾驶、场景理解或是图像编辑等以外，也可以扩展应用到其他包含有特征提取过程的图像处理场景中，如目标识别等。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图5示出根据本公开实施例的图像处理装置的框图。如图5所示，图像处理装置30包括：
特征提取模块31，用于对目标图像进行特征提取，得到目标图像的第一特征图。
粗糙分割模块32，用于基于第一特征图，得到目标图像的粗糙分割结果。
最终分割模块33，用于根据粗糙分割结果，对第一特征图进行图卷积处理，得到目标图像的最终分割结果。
在一种可能的实现方式中，最终分割模块用于：根据粗糙分割结果，对第一特征图进行图卷积处理，得到第二特征图；根据第二特征图，得到目标图像的最终分割结果。
在一种可能的实现方式中，最终分割模块进一步用于：对第一特征图和第二特征图进行融合处理，得到第三特征图；根据第三特征图，得到目标图像的最终分割结果。
在一种可能的实现方式中，最终分割模块用于：根据粗糙分割结果，确定第一特征图中的多个像素点所属的类别；基于多个像素点所属的类别，对第一特征图进行图卷积处理，得到目标图像的最终分割结果。
在一种可能的实现方式中，最终分割模块用于：根据粗糙分割结果，对第一特征图进行采样，得到至少两个类别中每个类别对应的采样点集合；基于至少两个类别对应的采样点集合，建立至少两个类别中每个类别的邻接矩阵；根据至少两个类别中每个类别的邻接矩阵，对每个类别对应的采样点集合进行处理，得到目标图像的最终分割结果。
在一种可能的实现方式中，最终分割模块用于：基于每个类别对应的采样点集合中的两个采样点之间的相似度，确定两个采样点在每个类别的邻接矩阵中对应的第一元素的值，其中，邻接矩阵中除第一元素之外的其他元素的值为0。
在一种可能的实现方式中，图像处理装置用于神经网络模型的训练，其中，最终分割模块用于：基于第一特征图中多个像素点的标注类别信息和粗糙分割结果，对第一特征图中的像素点进行采样，得到至少两个类别中每个类别对应的采样点集合。
在一种可能的实现方式中，最终分割模块用于：基于第一特征图中多个像素点的标注类别信息和粗糙分割结果，确定至少两个类别中每个类别的困难像素点和容易像素点；基于每个类别的困难像素点和容易像素点，对第一特征图中的像素点进行采样，得到每个类别的采样点集合。
在一种可能的实现方式中，采样点集合包含困难像素点中的全部像素点以及容易像素点中的一定比例的像素点。
本公开实施例提出的图像处理装置，可以利用目标图像的粗糙分割结果，对目标图像的第一特征图通过图卷积来融合周边信息，从而有效提升最终分割结果的精度。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性计算机可读存储介质或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。
在实际应用中，上述存储器可以是易失性存储器(volatile memory)，例如RAM；或者非易失性存储器(non-volatile memory)，例如ROM，快闪存储器(flash memory)，硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)；或者上述种类的存储器的组合，并向处理器提供指令和数据。
上述处理器可以为ASIC、DSP、DSPD、PLD、FPGA、CPU、控制器、微控制器、微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器功能的电子器件还可以为其它，本公开实施例不作具体限定。
电子设备可以被提供为终端、服务器或其它形态的设备。
基于前述实施例相同的技术构思，本公开实施例还提供了一种计算机程序，该计算机程序被处理器执行时实现上述方法。
图6是根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关人员信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图7是根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态人员信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (20)

1.一种图像处理方法，其特征在于，包括：
对目标图像进行特征提取，得到所述目标图像的第一特征图；
基于所述第一特征图，得到所述目标图像的粗糙分割结果；
根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果。
2.根据权利要求1所述的方法，其特征在于，所述根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果，包括：
根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到第二特征图；
根据所述第二特征图，得到所述目标图像的最终分割结果。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第二特征图，得到所述目标图像的最终分割结果，包括：
对所述第一特征图和所述第二特征图进行融合处理，得到第三特征图；
根据所述第三特征图，得到所述目标图像的最终分割结果。
4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果，包括：
根据所述粗糙分割结果，确定所述第一特征图中的多个像素点所属的类别；
基于所述多个像素点所属的类别，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果。
5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果，包括：
根据所述粗糙分割结果，对所述第一特征图进行采样，得到至少两个类别中每个类别对应的采样点集合；
基于所述至少两个类别对应的采样点集合，建立所述至少两个类别中每个类别的邻接矩阵；
根据至少两个类别中每个类别的所述邻接矩阵，对所述每个类别对应的采样点集合进行处理，得到所述目标图像的最终分割结果。
6.根据权利要求5所述的方法，其特征在于，所述基于所述至少两个类别对应的采样点集合，建立所述至少两个类别中每个类别的邻接矩阵，包括：
基于每个类别对应的所述采样点集合中的两个采样点之间的相似度，确定所述两个采样点在所述每个类别的邻接矩阵中对应的第一元素的值，其中，所述邻接矩阵中除所述第一元素之外的其他元素的值为0。
7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述方法应用于神经网络模型的训练，所述方法还包括：
基于所述第一特征图中多个像素点的标注类别信息和所述粗糙分割结果，对所述第一特征图中的像素点进行采样，得到至少两个类别中每个类别对应的采样点集合。
8.根据权利要求7所述的方法，其特征在于，所述基于所述第一特征图中多个像素点的标注类别信息和所述粗糙分割结果，对所述第一特征图中的像素点进行采样，得到至少两个类别中每个类别对应的采样点集合，包括：
基于所述第一特征图中多个像素点的标注类别信息和所述粗糙分割结果，确定至少两个类别中每个类别的困难像素点和容易像素点；
基于每个类别的困难像素点和容易像素点，对所述第一特征图中的像素点进行采样，得到所述每个类别的采样点集合。
9.根据权利要求8所述的方法，其特征在于，所述采样点集合包含所述困难像素点中的全部像素点以及所述容易像素点中的一定比例的像素点。
10.一种图像处理装置，其特征在于，包括：
特征提取模块，用于对目标图像进行特征提取，得到所述目标图像的第一特征图；
粗糙分割模块，用于基于所述第一特征图，得到所述目标图像的粗糙分割结果；
最终分割模块，用于根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果。
11.根据权利要求10所述的装置，其特征在于，所述最终分割模块用于：
根据所述粗糙分割结果，对所述第一特征图进行图卷积处理，得到第二特征图；
根据所述第二特征图，得到所述目标图像的最终分割结果。
12.根据权利要求11所述的装置，其特征在于，所述最终分割模块进一步用于：
对所述第一特征图和所述第二特征图进行融合处理，得到第三特征图；
根据所述第三特征图，得到所述目标图像的最终分割结果。
13.根据权利要求10至12中任意一项所述的装置，其特征在于，所述最终分割模块用于：
根据所述粗糙分割结果，确定所述第一特征图中的多个像素点所属的类别；
基于所述多个像素点所属的类别，对所述第一特征图进行图卷积处理，得到所述目标图像的最终分割结果。
14.根据权利要求10至13中任意一项所述的装置，其特征在于，所述最终分割模块用于：
根据所述粗糙分割结果，对所述第一特征图进行采样，得到至少两个类别中每个类别对应的采样点集合；
基于所述至少两个类别对应的采样点集合，建立所述至少两个类别中每个类别的邻接矩阵；
根据至少两个类别中每个类别的所述邻接矩阵，对所述每个类别对应的采样点集合进行处理，得到所述目标图像的最终分割结果。
15.根据权利要求14所述的装置，其特征在于，所述最终分割模块用于：
基于每个类别对应的所述采样点集合中的两个采样点之间的相似度，确定所述两个采样点在所述每个类别的邻接矩阵中对应的第一元素的值，其中，所述邻接矩阵中除所述第一元素之外的其他元素的值为0。
16.根据权利要求10至15中任意一项所述的装置，其特征在于，所述图像处理装置应用于神经网络模型的训练，其中，所述最终分割模块用于：
基于所述第一特征图中多个像素点的标注类别信息和所述粗糙分割结果，对所述第一特征图中的像素点进行采样，得到至少两个类别中每个类别对应的采样点集合。
17.根据权利要求16所述的装置，其特征在于，所述最终分割模块用于：
基于所述第一特征图中多个像素点的标注类别信息和所述粗糙分割结果，确定至少两个类别中每个类别的困难像素点和容易像素点；
基于每个类别的困难像素点和容易像素点，对所述第一特征图中的像素点进行采样，得到所述每个类别的采样点集合。
18.根据权利要求17所述的装置，其特征在于，所述采样点集合包含所述困难像素点中的全部像素点以及所述容易像素点中的一定比例的像素点。
19.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至9中任意一项所述的方法。
20.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至9中任意一项所述的方法。
CN202010197363.4A 2020-03-19 2020-03-19 图像处理方法、装置、设备和存储介质 Active CN111414963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010197363.4A CN111414963B (zh) 2020-03-19 2020-03-19 图像处理方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010197363.4A CN111414963B (zh) 2020-03-19 2020-03-19 图像处理方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN111414963A true CN111414963A (zh) 2020-07-14
CN111414963B CN111414963B (zh) 2024-05-17

Family

ID=71494477

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010197363.4A Active CN111414963B (zh) 2020-03-19 2020-03-19 图像处理方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN111414963B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111931859A (zh) * 2020-08-28 2020-11-13 中国科学院深圳先进技术研究院 一种多标签图像识别方法和装置
CN111950408A (zh) * 2020-07-28 2020-11-17 深圳职业技术学院 基于规则图的手指静脉图像识别方法、装置及存储介质
CN113096140A (zh) * 2021-04-15 2021-07-09 北京市商汤科技开发有限公司 实例分割方法及装置、电子设备及存储介质
CN113361431A (zh) * 2021-06-15 2021-09-07 山西大学 一种基于图推理的人脸遮挡检测的网络模型及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107610146A (zh) * 2017-09-29 2018-01-19 北京奇虎科技有限公司 图像场景分割方法、装置、计算设备及计算机存储介质
US20190147335A1 (en) * 2017-11-15 2019-05-16 Uber Technologies, Inc. Continuous Convolution and Fusion in Neural Networks
CN109829433A (zh) * 2019-01-31 2019-05-31 北京市商汤科技开发有限公司 人脸图像识别方法、装置、电子设备及存储介质
CN110033005A (zh) * 2019-04-08 2019-07-19 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN110287964A (zh) * 2019-06-13 2019-09-27 浙江大华技术股份有限公司 一种立体匹配方法及装置
CN110287874A (zh) * 2019-06-25 2019-09-27 北京市商汤科技开发有限公司 目标追踪方法及装置、电子设备和存储介质
CN110675409A (zh) * 2019-09-20 2020-01-10 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107610146A (zh) * 2017-09-29 2018-01-19 北京奇虎科技有限公司 图像场景分割方法、装置、计算设备及计算机存储介质
US20190147335A1 (en) * 2017-11-15 2019-05-16 Uber Technologies, Inc. Continuous Convolution and Fusion in Neural Networks
CN109829433A (zh) * 2019-01-31 2019-05-31 北京市商汤科技开发有限公司 人脸图像识别方法、装置、电子设备及存储介质
CN110033005A (zh) * 2019-04-08 2019-07-19 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN110287964A (zh) * 2019-06-13 2019-09-27 浙江大华技术股份有限公司 一种立体匹配方法及装置
CN110287874A (zh) * 2019-06-25 2019-09-27 北京市商汤科技开发有限公司 目标追踪方法及装置、电子设备和存储介质
CN110675409A (zh) * 2019-09-20 2020-01-10 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950408A (zh) * 2020-07-28 2020-11-17 深圳职业技术学院 基于规则图的手指静脉图像识别方法、装置及存储介质
CN111950408B (zh) * 2020-07-28 2023-07-11 深圳职业技术学院 基于规则图的手指静脉图像识别方法、装置及存储介质
CN111931859A (zh) * 2020-08-28 2020-11-13 中国科学院深圳先进技术研究院 一种多标签图像识别方法和装置
CN111931859B (zh) * 2020-08-28 2023-10-24 中国科学院深圳先进技术研究院 一种多标签图像识别方法和装置
CN113096140A (zh) * 2021-04-15 2021-07-09 北京市商汤科技开发有限公司 实例分割方法及装置、电子设备及存储介质
CN113096140B (zh) * 2021-04-15 2022-11-22 北京市商汤科技开发有限公司 实例分割方法及装置、电子设备及存储介质
CN113361431A (zh) * 2021-06-15 2021-09-07 山西大学 一种基于图推理的人脸遮挡检测的网络模型及方法
CN113361431B (zh) * 2021-06-15 2023-09-22 山西大学 一种基于图推理的人脸遮挡检测的网络模型及方法

Also Published As

Publication number Publication date
CN111414963B (zh) 2024-05-17

Similar Documents

Publication Publication Date Title
CN109740516B (zh) 一种用户识别方法、装置、电子设备及存储介质
CN111310616B (zh) 图像处理方法及装置、电子设备和存储介质
US20210118112A1 (en) Image processing method and device, and storage medium
CN110348537B (zh) 图像处理方法及装置、电子设备和存储介质
CN111414963B (zh) 图像处理方法、装置、设备和存储介质
KR102463101B1 (ko) 이미지 처리 방법 및 장치, 전자 기기 및 저장 매체
CN110909815B (zh) 神经网络训练、图像处理方法、装置及电子设备
CN110458218B (zh) 图像分类方法及装置、分类网络训练方法及装置
CN110532956B (zh) 图像处理方法及装置、电子设备和存储介质
CN109902738B (zh) 网络模块和分配方法及装置、电子设备和存储介质
CN107563994B (zh) 图像的显著性检测方法及装置
CN109145970B (zh) 基于图像的问答处理方法和装置、电子设备及存储介质
CN111881956A (zh) 网络训练方法及装置、目标检测方法及装置和电子设备
CN108960283B (zh) 分类任务增量处理方法及装置、电子设备和存储介质
CN111340048B (zh) 图像处理方法及装置、电子设备和存储介质
CN110781957A (zh) 图像处理方法及装置、电子设备和存储介质
CN112836801A (zh) 深度学习网络确定方法、装置、电子设备及存储介质
CN111435432A (zh) 网络优化方法及装置、图像处理方法及装置、存储介质
CN110659690A (zh) 神经网络的构建方法及装置、电子设备和存储介质
CN111259967A (zh) 图像分类及神经网络训练方法、装置、设备及存储介质
CN111753498A (zh) 文本处理方法、装置、设备及存储介质
CN113139471A (zh) 目标检测方法及装置、电子设备和存储介质
CN112906484A (zh) 一种视频帧处理方法及装置、电子设备和存储介质
CN110415258B (zh) 图像处理方法及装置、电子设备和存储介质
CN111435422B (zh) 动作识别方法、控制方法及装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant