CN111967297A - 图像的语义分割方法、装置、电子设备及介质 - Google Patents

图像的语义分割方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN111967297A
CN111967297A CN202010599776.5A CN202010599776A CN111967297A CN 111967297 A CN111967297 A CN 111967297A CN 202010599776 A CN202010599776 A CN 202010599776A CN 111967297 A CN111967297 A CN 111967297A
Authority
CN
China
Prior art keywords
graph
feature
features
attention
enhanced
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
CN202010599776.5A
Other languages
English (en)
Other versions
CN111967297B (zh
Inventor
伍天意
郭国栋
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010599776.5A priority Critical patent/CN111967297B/zh
Publication of CN111967297A publication Critical patent/CN111967297A/zh
Application granted granted Critical
Publication of CN111967297B publication Critical patent/CN111967297B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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]
    • G06V10/464—Salient features, e.g. scale invariant feature transforms [SIFT] using a plurality of salient features, e.g. bag-of-words [BoW] representations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

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

Abstract

本申请公开了一种图像的语义分割方法、装置、电子设备及介质，涉及计算机视觉、深度学习、云计算技术领域。具体实现方案为：通过对输入图像进行特征提取，以生成多个不同粒度的图特征，进而分别对多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征，大量的冗余计算被缩减，极大地减少了计算的复杂度，进一步地，对多个不同粒度的增强图特征进行交叉图非局部处理，以生成多个粒度的上下文推理信息，根据多个粒度的上下文推理信息生成级联上下文推理信息，进而根据级联上下文推理信息对图像进行语义分割，有效地提升了基于深度学习的语义分割系统的特征学习能力和分割精度。

Description

图像的语义分割方法、装置、电子设备及介质
技术领域
本申请涉及图像处理技术领域，具体涉及计算机视觉、深度学习、云计算技术领域，尤其涉及一种图像的语义分割方法、装置、电子设备及介质。
背景技术
目前，计算机视觉与机器学习研究者对图像语义分割问题越来越感兴趣，越来越多的应用场景需要精确且高效的分割技术，如自动驾驶、室内导航、甚至虚拟现实与增强现实等。
相关技术中，图像语义分割系统大都采用上下文建模的方法进行语义分割，例如，利用条件随机场(Conditional Random Fields)、多维LSTM(multi-dimensional LongShort-Term Memory)、膨胀卷积(Dilated Conv)和特征金字塔池化(Pyramid pooling)来捕捉上下文依赖，在坐标系空间中利用非局部模块(Non-local Block)来建模上下文依赖。但是，现有的语义分割方法存在计算复杂度大、语义分割性能低等缺点。
发明内容
本申请提供了一种图像的语义分割方法、装置、电子设备以及介质。
本申请第一方面实施例提供了一种图像的语义分割方法，包括：
对输入图像进行特征提取，以生成多个不同粒度的图特征；
分别对所述多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征；
对所述多个不同粒度的增强图特征进行通过交叉图非局部处理，以生成多个粒度的上下文推理信息；
根据所述多个粒度的上下文推理信息生成级联上下文推理信息；以及
根据所述级联上下文推理信息对所述输入图像进行语义分割，以得到图像的分割结果。
本申请第二方面实施例提供了一种图像的语义分割装置，包括：
提取模块，用于对输入图像进行特征提取，以生成多个不同粒度的图特征；
第一处理模块，用于分别对所述多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征；
第二处理模块，用于对所述多个不同粒度的增强图特征进行通过交叉图非局部处理，以生成多个粒度的上下文推理信息；
生成模块，用于根据所述多个粒度的上下文推理信息生成级联上下文推理信息；以及
分割模块，用于根据所述级联上下文推理信息对所述输入图像进行语义分割，以得到图像的分割结果。
本申请第三方面实施例提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面实施例的图像的语义分割方法。
本申请第四方面实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行第一方面实施例的图像的语义分割方法。
上述申请中的一个实施例具有如下优点或有益效果：通过对输入图像进行特征提取，以生成多个不同粒度的图特征，进而分别对多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征，大量的冗余计算被缩减，极大地减少了计算的复杂度，进而，对多个不同粒度的增强图特征进行交叉图非局部处理，以生成多个粒度的上下文推理信息，根据多个粒度的上下文推理信息生成级联上下文推理信息，根据级联上下文推理信息对输入图像进行语义分割，以得到图像的分割结果。由此，结合级联上下文推理信息对图像进行语义分割，有效地提升了基于深度学习的语义分割系统的特征学习能力和分割精度。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1为本申请实施例一提供的图像的语义分割方法的流程示意图；
图2为本申请实施例二提供的用于生成增强图特征的子流程示意图；
图3为本申请实施例提供的生成增强图特征的示例图；
图4为本申请实施例三提供的用于生成上下文推理信息的子流程示意图；
图5为本申请实施例提供的生成上下文推理信息的示例图；
图6为本申请实施例四提供的图像的语义分割装置的结构示意图；
图7是用来实现本申请实施例的图像的语义分割方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的图像的语义分割方法、装置、电子设备和存储介质。
图1为本申请实施例一提供的图像的语义分割方法的流程示意图。
本申请实施例以该图像的语义分割方法被配置于图像的语义分割装置中来举例说明，该图像的语义分割装置可以应用于任一电子设备中，以使该电子设备可以执行图像的语义分割功能。
其中，电子设备可以为个人电脑(Personal Computer，简称PC)、云端设备、移动设备等，移动设备例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统的硬件设备。
如图1所示，该图像的语义分割方法，可以包括以下步骤：
步骤101，对输入图像进行特征提取，以生成多个不同粒度的图特征。
其中，特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。
其中，输入图像，是指待进行语义分割的图像。图像识别的不同粒度，可以分为通用型图像识别，细粒度图像识别以及更细粒度图像识别。
本申请实施例中，可以采用深度卷积神经网络作为骨干网络对输入图像进行特征提取，以得到多个不同粒度的图特征。例如，深度卷积神经网络的5个卷积层输入图像的特征空间分辨率大小，分别是输入图像的1/2、1/4、1/8、1/16以及1/32，从而可以生成不同粒度的图特征。
例如，输入图像中有房子、车、人，在这整张图上提取特征，提取的是全局的特征，现在，可以截取图像的一部分，比如截取汽车的部分，并将其放大至与原图相同的尺寸，在此时截取后放大的图上提取特征，提取的是整幅图像中某一部分的详细特征。或者，例如在进行卷积时，分别提取出第三、四、五层卷积得到的特征图，然后将他们缩放到同一尺寸，也是一种多尺度的表现。其中，越深的卷积层提取出的特征图越抽象，提取到的特征更高级。
需要说明的是，深度卷积神经网络包括但不限于深度残差网络(ResNet-50)、拆分注意网络(ResNeSt)等等。
步骤102，分别对多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征。
本申请实施例中，在对输入图像进行特征提取，得到多个不同粒度的图特征后，可以分别对多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征。
作为一种可能的实现方式，以采用图非局部块(Graph Non-local Block)的方法分别对多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征。
可选地，可以对多个不同粒度的图特征分别进行图投影，以生成多个投影图特征，对多个投影图特征进行图非局部操作，以生成增强的图表示，对增强的图表示进行全局图推理，以生成演进的图表示，根据演进的图表示和分配矩阵对像素级的图特征进行增强，以生成增强图特征。
需要说明的是，对多个不同粒度的图特征进行图非局部处理，是为了去捕捉长范围的依赖。
步骤103，对多个不同粒度的增强图特征进行交叉图非局部处理，以生成多个粒度的上下文推理信息。
本申请实施例中，采用交叉图非局部块(Cross Graph Non-local Block)对多个不同粒度的增强图特征进行处理，通过对多个不同粒度的增强图特征进行融合，并在图交互空间执行图推理来建模多尺度特征之间的依赖。
作为一种可能的实现方式，可以采用双重注意力融合的方法对多个不同粒度的增强图特征进行融合处理，进而将融合后的特征输入图卷积层，得到多个粒度的上下文推理信息。
步骤104，根据多个粒度的上下文推理信息生成级联上下文推理信息。
本申请实施例中，对多个不同粒度的增强图特征进行交叉图非局部处理，得到多个粒度的上下文推理信息后，可以对多个粒度的上下文推理信息进行级联操作，以生成级联上下文推理信息。
作为一种可能的实现方式，可以采用级联(concatenate)操作将多个粒度的上下文推理信息进行级联，以得到级联上下文推理信息。
需要解释的是，concatenate操作是网络结构设计中很重要的一种操作，用于将特征联合，多个卷积特征提取框架提取的特征融合或者是将输出层的信息进行融合。concatenate是通道数的合并，也就是说描述图像本身的特征增加了，而每一特征下的信息是没有增加。
步骤105，根据级联上下文推理信息对输入图像进行语义分割，以得到图像的分割结果。
本申请实施例中，对多个粒度的上下文推理信息进行级联，得到级联上下文推理信息后，可以根据级联上下文推理信息对输入图像进行语义分割，以得到图像的分割结果。
本申请实施例的图像的语义分割方法，通过对输入图像进行特征提取，以生成多个不同粒度的图特征，进而分别对多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征，大量的冗余计算被缩减，极大地减少了计算的复杂度，进而，对多个不同粒度的增强图特征进行交叉图非局部处理，以生成多个粒度的上下文推理信息，根据多个粒度的上下文推理信息生成级联上下文推理信息，根据级联上下文推理信息对输入图像进行语义分割，以得到图像的分割结果。由此，结合级联上下文推理信息对图像进行语义分割，有效地提升了基于深度学习的语义分割系统的特征学习能力和分割精度。
在上述实施例的基础上，在对输入图像进行特征提取，得到多个不同粒度的图特征后，由于像素级的图特征计算较为复杂，可以将像素级的图特征转换为节点级的图特征，从而减少了计算的复杂度。下面结合图2进行详细介绍，图2为本申请实施例二提供的用于生成增强图特征的子流程示意图。
如图2所示，上述步骤102还可以包括以下子步骤：
步骤201，对多个不同粒度的图特征分别进行图投影，以生成多个投影图特征。
可以理解的是，对输入图像进行特征提取得到的多个不同粒度的图特征均为像素级别的图特征，并且像素级别的图特征存在计算复杂的缺点，因此，本申请中，通过对多个不同粒度的图特征分布进行图投影，以生成多个投影图特征。可见，图投影的目的是聚合不同粒度的图特征得到一个语义节点的集合，即得到投影图特征。其中，投影图特征为节点级别的图特征。
作为一种可能的实现方式，在得到多个不同粒度的图特征后，可以采用1*1的卷积(1*1conv)对每一个不同粒度的图特征进行降维操作，以得到对应的投影图特征。
其中，1*1conv实际上对每个像素点，在不同的通道上进行线性组合，且保留了图片的原有平面结构，从而完成升维和降维的功能。
步骤202，对多个投影图特征进行图非局部操作，以生成增强的图表示。
其中，非局部操作目的是去捕捉长范围的依赖，它计算每个节点的响应为其他所有节点表征的加权求和。
作为一种可能的情况，多个投影图特征包括第一投影图特征、第二投影图特征和第三投影图特征。可选地，可以根据第一投影图特征和第二投影图特征生成图注意力矩阵，进而，根据图注意力矩阵和第三投影图特征生成增强的图表示。由此，通过对投影图特征进行增强，有利于提高语义分割的精确度。
作为一种示例，假设第一投影图特征、第二投影图特征和第三投影图特征分别为
Figure BDA0002558757160000061
例如，K＝16，C1＝256。采用归一化指数函数对第一投影图特征和第二投影图特征进行归一化处理，以生成图注意力矩阵。如，图注意力矩阵可以表示为
Figure BDA0002558757160000062
A可以采用如下公式得到：
Figure BDA0002558757160000063
进一步地，将第三投影图特征vρ与图注意力矩阵A相乘，即可得到增强的图表示。
例如，增强的图表示为
Figure BDA0002558757160000064
则，
Figure BDA0002558757160000065
其中，vρ为第三投影图特征，A为图注意力矩阵。
步骤203，对增强的图表示进行全局图推理，以生成演进的图表示。
本申请中，对多个投影图特征进行图非局部操作，得到增强的图表示后，可以对增强的图表示进行全局图推理，以生成演进的图表示。
作为一种可能的实现方式，可以根据增强的图表示生成邻接矩阵，进而根据增强的图表示和邻接矩阵生成演进的图表示，从而实现了根据各顶点之间的邻接关系以及增强的图表示生成演进的图表示。
其中，邻接矩阵存储结构就每个顶点用一个一维数组存储边的信息，这样所有点合起来就是用矩阵表示图中各顶点之间的邻接关系。
作为一种示例，假设邻接矩阵表示为Aρ，邻接矩阵Aρ可以采用如下公式计算得到：
Figure BDA0002558757160000066
可见，可以将增强的图表示的转置与增强的图表示相乘，即可生成邻接矩阵。
进一步地，可以得到演进的图表示
Figure BDA0002558757160000067
可以通过如下公式计算得到：
Figure BDA0002558757160000068
其中，Aρ为邻接矩阵，
Figure BDA0002558757160000069
为增强的图表示，
Figure BDA00025587571600000610
为图卷积层的参数，g()为非线性激活函数。
步骤204，根据演进的图表示和分配矩阵对像素级的图特征进行增强，以生成增强图特征。
本申请实施例中，在全局图推理之后，演进的图表示需要反投影到原始的坐标系空间来增强像素级特征的区分力。可选地，可以根据演进的图表示和分配矩阵生成增强特征，进而在图特征之上增加增强特征，以生成增强图特征，进而减少了图像的语义分割的计算复杂度，有利于提高图像的语义分割精度。
假设分配矩阵
Figure BDA0002558757160000071
增强图特征可以通过如下公式计算得到：
Z＝v0GT+XT
其中，Z为增强图特征，v0为演进的图表示，G为分配矩阵，X为图特征。
作为一种示例，如图3所示，得到不同粒度的图特征后，采用1*1的卷积对图特征进行降维操作，得到降维后的图特征，进而对降维后的图特征进行三个图投影操作，得到第一投影图特征、第二投影图特征和第三投影图特征，再采用归一化函数对第一投影图特征和第二投影图特征进行归一化操作，得到图注意力矩阵，将第三投影图特征乘以图注意力矩阵，得到增强的图表示。进一步地，采用图卷积网络对增强的图表示进行全局推理，得到演进的图表示，将演进的图表示进行图反投影到原始的坐标系空间，以得到增强图特征。
本申请实施例中，通过对多个不同粒度的图特征分别进行图投影，以生成多个投影图特征，对多个投影图特征进行图非局部操作，以生成增强的图表示，对增强的图表示进行全局图推理，以生成演进的图表示，进而，根据演进的图表示和分配矩阵对像素级的图特征进行增强，以生成增强图特征。由此，通过将像素级别的图特征转换为节点级别的投影图特征，减少了计算的复杂度，进而对投影图特征进行增强处理，有利于提高语义分割的精确度。
在上述实施例的基础上，在上述步骤103中，对多个不同粒度的增强图特征进行融合时，还可以对多个不同粒度的增强图特征对应的注意力矩阵进行融合，以得到融合矩阵，进而根据融合矩阵和注意力融合特征生产上下文推理信息。下面结合图4进行详细介绍，图4为本申请实施例三提供的用于生成上下文推理信息的子流程示意图。
如图4所示，上述步骤103，还可以包括以下步骤：
步骤301，获取多个不同粒度的增强图特征之中的第一增强图特征和第二增强图特征。
本申请实施例中，在分别对多个不同粒度的图特征进行图非局部处理，生产多个不同粒度的增强图特征后，可以获取多个不同粒度的增强图特征之中的第一增强图特征和第二增强图特征。
假设获取到的第一增强图特征为
Figure BDA0002558757160000081
第二增强图特征为
Figure BDA0002558757160000082
这里我们可以假设Ki>Kj。
步骤302，根据第一增强图特征和第二增强图特征，生成第一注意力矩阵和第二注意力矩阵。
其中，第一注意力矩阵为第一增强图特征至第二增强图特征的注意力矩阵，第二注意力矩阵为第二增强图特征至第一增强图特征的注意力矩阵。
本申请实施例中，可以采用归一化指数函数计算得到第一注意力矩阵
Figure BDA0002558757160000083
和第二注意力矩阵
Figure BDA0002558757160000084
其中，第一注意力矩阵和第二注意力矩阵中每个元素可以分别采用如下公式计算：
Figure BDA0002558757160000085
其中，上述公式中·表示向量乘法，
Figure BDA0002558757160000086
是第一增强图特征vi的第m个节点特征，
Figure BDA0002558757160000087
是第二增强图特征vj的第n个节点特征，k、m、n、i、j均为正整数。
步骤303，根据第一增强图特征和第二注意力矩阵生成第一注意力融合特征，并根据第二增强图特征和第一注意力矩阵生成第二注意力融合特征。
本申请实施例中，根据第一增强图特征和第二增强图特征，生成第一注意力矩阵和第二注意力矩阵之后，可以根据第一增强图特征和第二注意力矩阵生成第一注意力融合矩阵，并根据第二增强图特征和第一注意力矩阵生成第二注意力融合特征。
本申请中，可以根据第一增强图特征和第二注意力矩阵进行自上而下的进行注意力融合，将第一增强图特征与第二注意力矩阵相乘去重构第二增强图特征，同时在重构的第二增强图特征和第二增强图特征加上一个残差连接，可以得到第一注意力融合特征，这个过程可以形式化如下：
Figure BDA0002558757160000088
其中，
Figure BDA0002558757160000089
为第一注意力融合特征，vi为第一增强图特征，vj为第二增强图特征，Ai→j为第一注意力矩阵。
同样地，可以根据第二增强图特征和第一注意力矩阵进行自下而上的进行注意力融合，将第二增强图特征与第一注意力矩阵相乘去重构第一增强图特征，同时在重构的第一增强图特征和第一增强图特征加上一个残差连接，可以得到第二注意力融合特征，这个过程可以形式化如下：
Figure BDA00025587571600000810
其中，
Figure BDA00025587571600000811
为第二注意力融合特征，vi为第一增强图特征，vj为第二增强图特征，Aj→i为第二注意力矩阵。
步骤304，根据第一注意力融合特征和第二注意力融合特征生成上下文推理信息。
本申请实施例中，在执行完注意力融合，得到第一注意力融合特征和第二注意力融合特征之后，可以根据第一注意力融合特征和第二注意力融合特征生成上下文推理信息。
作为一种可能的实现方式，可以通过一个图卷积对第一注意力融合特征和第二注意力融合特征进行卷积计算，以生成上下文推理信息。
作为一种示例，如图5所示，假设获取到的第一增强图特征为vi，第二增强图特征为vj，采用归一化指数函数计算得到第一注意力矩阵Ai→j和第二注意力矩阵Aj→i，根据第一增强图特征和第二注意力矩阵进行自上而下的进行注意力融合，将第一增强图特征与第二注意力矩阵相乘去重构第二增强图特征，同时在重构的第二增强图特征和第二增强图特征加上一个残差连接，可以得到第一注意力融合特征
Figure BDA0002558757160000091
根据第二增强图特征和第一注意力矩阵进行自下而上的进行注意力融合，将第二增强图特征与第一注意力矩阵相乘去重构第一增强图特征，同时在重构的第一增强图特征和第一增强图特征加上一个残差连接，可以得到第二注意力融合特征
Figure BDA0002558757160000092
通过一个图卷积对第一注意力融合特征和第二注意力融合特征进行卷积计算，以生成上下文推理信息。
本申请实施例中，通过获取多个不同粒度的增强图特征之中的第一增强图特征和第二增强图特征，根据第一增强图特征和第二增强图特征，生成第一注意力矩阵和第二注意力矩阵，根据第一增强图特征和第二注意力矩阵生成第一注意力融合特征，并根据第二增强图特征和所述第一注意力矩阵生成第二注意力融合特征，进而，根据第一注意力融合特征和第二注意力融合特征生成上下文推理信息。由此，通过融合不同的增强图特征后，生成上下文推理信息，有利于提高图像的语义分割的精确度。
为了实现上述实施例，本申请提出了一种图像的语义分割装置。
图6为本申请实施例四提供的图像的语义分割装置的结构示意图。
如图6所示，该图像的语义分割装置600，可以包括：提取模块610、第一处理模块620、第二处理模块630、生成模块640以及分割模块650。
其中，提取模块610，用于对输入图像进行特征提取，以生成多个不同粒度的图特征。
第一处理模块620，用于分别对多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征。
第二处理模块630，用于对多个不同粒度的增强图特征进行通过交叉图非局部处理，以生成多个粒度的上下文推理信息。
生成模块640，用于根据多个粒度的上下文推理信息生成级联上下文推理信息。
分割模块650，用于根据级联上下文推理信息对输入图像进行语义分割，以得到图像的分割结果。
作为一种可能的情况，第一处理模块620，可以包括：
图投影单元，用于对多个不同粒度的图特征分别进行图投影，以生成多个投影图特征；
操作单元，用于对所述多个投影图特征进行图非局部操作，以生成增强的图表示。
图推理单元，用于对增强的图表示进行全局图推理，以生成演进的图表示。
增强单元，用于根据演进的图表示和分配矩阵对像素级的图特征进行增强，以生成增强图特征。
作为另一种可能的情况，其中，多个投影图特征包括第一投影图特征、第二投影图特征和第三投影图特征，操作单元，还可以用于：
根据第一投影图特征和第二投影图特征生成图注意力矩阵；根据图注意力矩阵和第三投影图特征生成增强的图表示。
作为另一种可能的情况，图推理单元，还可以用于：
根据增强的图表示生成邻接矩阵；
根据增强的图表示和邻接矩阵生成演进的图表示。
作为另一种可能的情况，增强单元，还可以用于：
根据演进的图表示和分配矩阵生成增强特征；在图特征之上增加增强特征以生成增强图特征。
作为另一种可能的情况，第二处理模块630，还可以用于：
获取多个不同粒度的增强图特征之中的第一增强图特征和第二增强图特征；
根据第一增强图特征和第二增强图特征，生成第一注意力矩阵和第二注意力矩阵，其中，第一注意力矩阵为第一增强图特征至第二增强图特征的注意力矩阵，第二注意力矩阵为第二增强图特征至第一增强图特征的注意力矩阵；
根据第一增强图特征和第二注意力矩阵生成第一注意力融合特征，并根据第二增强图特征和第一注意力矩阵生成第二注意力融合特征；
根据第一注意力融合特征和第二注意力融合特征生成上下文推理信息。
需要说明的是，前述对图像的语义分割方法实施例的解释说明也适用于该实施例的图像的语义分割装置，此处不再赘述。
本申请实施例的图像的语义分割装置，通过对输入图像进行特征提取，以生成多个不同粒度的图特征，进而分别对多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征，大量的冗余计算被缩减，极大地减少了计算的复杂度，进而，对多个不同粒度的增强图特征进行交叉图非局部处理，以生成多个粒度的上下文推理信息，根据多个粒度的上下文推理信息生成级联上下文推理信息，根据级联上下文推理信息对输入图像进行语义分割，以得到图像的分割结果。由此，结合级联上下文推理信息对图像进行语义分割，有效地提升了基于深度学习的语义分割系统的特征学习能力和分割精度。
为了实现上述实施例，本申请提出了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例的图像的语义分割方法。
为了实现上述实施例，本申请提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述实施例的图像的语义分割方法
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图7所示，是根据本申请实施例的图像的语义分割方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示，该电子设备包括：一个或多个处理器701、存储器702，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的图像的语义分割方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的图像的语义分割方法。
存储器702作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的图像的语义分割方法对应的程序指令/模块(例如，附图6所示的提取模块610、第一处理模块620、第二处理模块630、生成模块640以及分割模块650)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的图像的语义分割方法。
存储器702可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
电子设备还可以包括：输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接，图7中以通过总线连接为例。
输入装置703可接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与虚拟专用服务器(Virtual Private Server，VPS)中，存在的管理难度大，业务扩展性弱的缺陷。
根据本申请实施例的技术方案，通过对输入图像进行特征提取，以生成多个不同粒度的图特征，进而分别对多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征，大量的冗余计算被缩减，极大地减少了计算的复杂度，进而，对多个不同粒度的增强图特征进行交叉图非局部处理，以生成多个粒度的上下文推理信息，根据多个粒度的上下文推理信息生成级联上下文推理信息，根据级联上下文推理信息对输入图像进行语义分割，以得到图像的分割结果。由此，结合级联上下文推理信息对图像进行语义分割，有效地提升了基于深度学习的语义分割系统的特征学习能力和分割精度。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (14)

1.一种图像的语义分割方法，包括：
对输入图像进行特征提取，以生成多个不同粒度的图特征；
分别对所述多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征；
对所述多个不同粒度的增强图特征进行交叉图非局部处理，以生成多个粒度的上下文推理信息；
根据所述多个粒度的上下文推理信息生成级联上下文推理信息；以及
根据所述级联上下文推理信息对所述输入图像进行语义分割，以得到图像的分割结果。
2.如权利要求1所述的图像的语义分割方法，其中，所述分别对所述多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征，包括：
对所述多个不同粒度的图特征分别进行图投影，以生成多个投影图特征；
对所述多个投影图特征进行图非局部操作，以生成增强的图表示；
对所述增强的图表示进行全局图推理，以生成演进的图表示；
根据所述演进的图表示和分配矩阵对像素级的所述图特征进行增强，以生成所述增强图特征。
3.如权利要求2所述的图像的语义分割方法，其中，所述多个投影图特征包括第一投影图特征、第二投影图特征和第三投影图特征，所述对所述多个投影图特征进行图非局部操作，以生成增强的图表示，包括：
根据所述第一投影图特征和所述第二投影图特征生成图注意力矩阵；
根据所述图注意力矩阵和所述第三投影图特征生成所述增强的图表示。
4.如权利要求2所述的图像的语义分割方法，其中，所述对所述增强的图表示进行全局图推理，以生成演进的图表示，包括：
根据所述增强的图表示生成邻接矩阵；
根据所述增强的图表示和所述邻接矩阵生成所述演进的图表示。
5.如权利要求2所述的图像的语义分割方法，其中，所述根据所述演进的图表示和分配矩阵对像素级的所述图特征进行增强，以生成所述增强图特征，包括：
根据所述演进的图表示和所述分配矩阵生成增强特征；
在所述图特征之上增加所述增强特征以生成所述增强图特征。
6.如权利要求1所述的图像的语义分割方法，其中，所述对所述多个不同粒度的增强图特征进行交叉图非局部处理，以生成多个粒度的上下文推理信息，包括：
获取所述多个不同粒度的增强图特征之中的第一增强图特征和第二增强图特征；
根据所述第一增强图特征和所述第二增强图特征，生成第一注意力矩阵和第二注意力矩阵，其中，所述第一注意力矩阵为所述第一增强图特征至所述第二增强图特征的注意力矩阵，所述第二注意力矩阵为所述第二增强图特征至所述第一增强图特征的注意力矩阵；
根据所述第一增强图特征和所述第二注意力矩阵生成第一注意力融合特征，并根据所述第二增强图特征和所述第一注意力矩阵生成第二注意力融合特征；
根据所述第一注意力融合特征和所述第二注意力融合特征生成所述上下文推理信息。
7.一种图像的语义分割装置，包括：
提取模块，用于对输入图像进行特征提取，以生成多个不同粒度的图特征；
第一处理模块，用于分别对所述多个不同粒度的图特征进行图非局部处理，以生成多个不同粒度的增强图特征；
第二处理模块，用于对所述多个不同粒度的增强图特征进行通过交叉图非局部处理，以生成多个粒度的上下文推理信息；
生成模块，用于根据所述多个粒度的上下文推理信息生成级联上下文推理信息；以及
分割模块，用于根据所述级联上下文推理信息对所述输入图像进行语义分割，以得到图像的分割结果。
8.如权利要求7所述的图像的语义分割装置，其中，所述第一处理模块，包括：
图投影单元，用于对所述多个不同粒度的图特征分别进行图投影，以生成多个投影图特征；
操作单元，用于对所述多个投影图特征进行图非局部操作，以生成增强的图表示；
图推理单元，用于对所述增强的图表示进行全局图推理，以生成演进的图表示；
增强单元，用于根据所述演进的图表示和分配矩阵对像素级的所述图特征进行增强，以生成所述增强图特征。
9.如权利要求8所述的图像的语义分割装置，其中，所述多个投影图特征包括第一投影图特征、第二投影图特征和第三投影图特征，所述操作单元，还用于：
根据所述第一投影图特征和所述第二投影图特征生成图注意力矩阵；
根据所述图注意力矩阵和所述第三投影图特征生成所述增强的图表示。
10.如权利要求8所述的图像的语义分割装置，其中，所述图推理单元，还用于：
根据所述增强的图表示生成邻接矩阵；
根据所述增强的图表示和所述邻接矩阵生成所述演进的图表示。
11.如权利要求8所述的语义分割装置，其中，所述增强单元，还用于：
根据所述演进的图表示和所述分配矩阵生成增强特征；
在所述图特征之上增加所述增强特征以生成所述增强图特征。
12.如权利要求7所述的图像的语义分割装置，其中，所述第二处理模块，还用于：
获取所述多个不同粒度的增强图特征之中的第一增强图特征和第二增强图特征；
根据所述第一增强图特征和所述第二增强图特征，生成第一注意力矩阵和第二注意力矩阵，其中，所述第一注意力矩阵为所述第一增强图特征至所述第二增强图特征的注意力矩阵，所述第二注意力矩阵为所述第二增强图特征至所述第一增强图特征的注意力矩阵；
根据所述第一增强图特征和所述第二注意力矩阵生成第一注意力融合特征，并根据所述第二增强图特征和所述第一注意力矩阵生成第二注意力融合特征；
根据所述第一注意力融合特征和所述第二注意力融合特征生成所述上下文推理信息。
13.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的图像的语义分割方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的图像的语义分割方法。
CN202010599776.5A 2020-06-28 2020-06-28 图像的语义分割方法、装置、电子设备及介质 Active CN111967297B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010599776.5A CN111967297B (zh) 2020-06-28 2020-06-28 图像的语义分割方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010599776.5A CN111967297B (zh) 2020-06-28 2020-06-28 图像的语义分割方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN111967297A true CN111967297A (zh) 2020-11-20
CN111967297B CN111967297B (zh) 2023-07-28

Family

ID=73360942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010599776.5A Active CN111967297B (zh) 2020-06-28 2020-06-28 图像的语义分割方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN111967297B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767369A (zh) * 2021-01-25 2021-05-07 佛山科学技术学院 小五金的缺陷识别检测方法、装置及计算机可读存储介质
CN112990219A (zh) * 2021-03-25 2021-06-18 北京百度网讯科技有限公司 用于图像语义分割的方法和装置
CN113902983A (zh) * 2021-12-06 2022-01-07 南方医科大学南方医院 基于目标检测模型的腹腔镜手术组织器官识别方法及装置
CN114373080A (zh) * 2022-03-22 2022-04-19 中国石油大学(华东) 基于全局推理的轻量化混合卷积模型的高光谱分类方法
CN116523888A (zh) * 2023-05-08 2023-08-01 北京天鼎殊同科技有限公司 路面裂缝的检测方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108734675A (zh) * 2018-05-17 2018-11-02 西安电子科技大学 基于混合稀疏先验模型的图像复原方法
US20190019037A1 (en) * 2017-07-14 2019-01-17 Nec Laboratories America, Inc. Spatio-temporal interaction network for learning object interactions
US20190051056A1 (en) * 2017-08-11 2019-02-14 Sri International Augmenting reality using semantic segmentation
CN110188765A (zh) * 2019-06-05 2019-08-30 京东方科技集团股份有限公司 图像语义分割模型生成方法、装置、设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190019037A1 (en) * 2017-07-14 2019-01-17 Nec Laboratories America, Inc. Spatio-temporal interaction network for learning object interactions
US20190051056A1 (en) * 2017-08-11 2019-02-14 Sri International Augmenting reality using semantic segmentation
CN108734675A (zh) * 2018-05-17 2018-11-02 西安电子科技大学 基于混合稀疏先验模型的图像复原方法
CN110188765A (zh) * 2019-06-05 2019-08-30 京东方科技集团股份有限公司 图像语义分割模型生成方法、装置、设备及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
THOMAS KÜSTNER; SARAH MÜLLER; MARC FISCHER; JAKOB WEISS;: "Semantic Organ Segmentation in 3D Whole-Body MR Images", IEEE *
岳师怡;: "基于多层级上下文信息的图像语义分割", 激光与光电子学进展, no. 24 *
杨飞;王欢;金忠;: "基于融合分层条件随机场的道路分割模型", 机器人, no. 06 *
青晨;禹晶;肖创柏;段娟;: "深度卷积神经网络图像语义分割研究进展", 中国图象图形学报, no. 06 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767369A (zh) * 2021-01-25 2021-05-07 佛山科学技术学院 小五金的缺陷识别检测方法、装置及计算机可读存储介质
CN112990219A (zh) * 2021-03-25 2021-06-18 北京百度网讯科技有限公司 用于图像语义分割的方法和装置
CN112990219B (zh) * 2021-03-25 2023-08-08 北京百度网讯科技有限公司 用于图像语义分割的方法和装置
CN113902983A (zh) * 2021-12-06 2022-01-07 南方医科大学南方医院 基于目标检测模型的腹腔镜手术组织器官识别方法及装置
CN113902983B (zh) * 2021-12-06 2022-03-25 南方医科大学南方医院 基于目标检测模型的腹腔镜手术组织器官识别方法及装置
CN114373080A (zh) * 2022-03-22 2022-04-19 中国石油大学(华东) 基于全局推理的轻量化混合卷积模型的高光谱分类方法
CN114373080B (zh) * 2022-03-22 2022-07-29 中国石油大学(华东) 基于全局推理的轻量化混合卷积模型的高光谱分类方法
CN116523888A (zh) * 2023-05-08 2023-08-01 北京天鼎殊同科技有限公司 路面裂缝的检测方法、装置、设备及介质
CN116523888B (zh) * 2023-05-08 2023-11-03 北京天鼎殊同科技有限公司 路面裂缝的检测方法、装置、设备及介质

Also Published As

Publication number Publication date
CN111967297B (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
CN111967297B (zh) 图像的语义分割方法、装置、电子设备及介质
US11841921B2 (en) Model training method and apparatus, and prediction method and apparatus
CN111860167B (zh) 人脸融合模型获取及人脸融合方法、装置及存储介质
US11521370B2 (en) Point cloud data processing method, apparatus, electronic device and computer readable storage medium
CN111275190B (zh) 神经网络模型的压缩方法及装置、图像处理方法及处理器
CN111739005B (zh) 图像检测方法、装置、电子设备及存储介质
CN111488740B (zh) 一种因果关系的判别方法、装置、电子设备及存储介质
CN111598131B (zh) 图像处理方法、装置、电子设备及存储介质
CN111539347B (zh) 用于检测目标的方法和装置
JP7242994B2 (ja) ビデオイベント識別方法、装置、電子デバイス及び記憶媒体
CN111932464A (zh) 超分辨率模型使用和训练方法、装置、设备及介质
CN113393371A (zh) 一种图像处理方法、装置及电子设备
CN114386503A (zh) 用于训练模型的方法和装置
CN112634401B (zh) 一种平面轨迹绘制方法、装置、设备及存储介质
CN114202648A (zh) 文本图像矫正方法、训练方法、装置、电子设备以及介质
CN113920313A (zh) 图像处理方法、装置、电子设备及存储介质
CN111932530B (zh) 三维对象检测方法、装置、设备和可读存储介质
CN111950272B (zh) 文本相似度的生成方法、装置及电子设备
CN112488126A (zh) 特征图处理方法、装置、设备以及存储介质
CN112529058A (zh) 图像生成模型训练方法和装置、图像生成方法和装置
CN111833391A (zh) 图像深度信息的估计方法及装置
CN113610856B (zh) 训练图像分割模型和图像分割的方法和装置
CN112053362B (zh) 图像分割方法、装置、电子设备及存储介质
CN116152702A (zh) 点云标签的获取方法、装置、电子设备和自动驾驶车辆
CN116167426A (zh) 人脸关键点定位模型的训练方法及人脸关键点定位方法

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