CN114913325B - 语义分割方法、装置及计算机程序产品 - Google Patents
语义分割方法、装置及计算机程序产品 Download PDFInfo
- Publication number
- CN114913325B CN114913325B CN202210348034.4A CN202210348034A CN114913325B CN 114913325 B CN114913325 B CN 114913325B CN 202210348034 A CN202210348034 A CN 202210348034A CN 114913325 B CN114913325 B CN 114913325B
- Authority
- CN
- China
- Prior art keywords
- feature
- feature map
- fusion
- semantic segmentation
- attention
- 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.)
- Active
Links
- 230000011218 segmentation Effects 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004590 computer program Methods 0.000 title claims abstract description 17
- 230000004927 fusion Effects 0.000 claims abstract description 172
- 230000007246 mechanism Effects 0.000 claims abstract description 52
- 238000011176 pooling Methods 0.000 claims description 30
- 238000010586 diagram Methods 0.000 claims description 24
- 230000004913 activation Effects 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 18
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000007499 fusion processing Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种语义分割方法、装置、电子设备、存储介质及计算机程序产品，涉及人工智能技术领域，具体涉及深度学习、计算机视觉技术，可用于语义分割场景下。具体实现方案为：对所获取的待处理图像进行编码，得到对应于待处理图像的多层次特征图；对多层次特征图进行上下文融合，得到上下文融合特征图；基于注意力机制加权融合上下文融合特征图和多层次特征图中的特征图，得到注意力融合特征图；根据注意力融合特征图进行语义分割，得到语义分割结果。本公开在减少语义分割模型计算量的基础上，保证了语义分割模型的处理速度和精度。
Description
技术领域
本公开涉及人工智能领域，具体涉及深度学习、计算机视觉技术，尤其涉及语义分割方法、装置、电子设备、存储介质以及计算机程序产品，可用于语义分割场景下。
背景技术
语义分割是预测图像中每个像素的类别，使得图像更易于分析和理解。语义分割作为计算机视觉的基础任务，具有非常重要的研究价值。目前，语义分割面临众多应用需求，比如医疗图像分析、自动驾驶、视频会议等。当前的语义分割模型通常具有较大的计算量，而改进的轻量级语义分割模型由于大多采用牺牲精度来提高速度的方法，导致精度欠缺。
发明内容
本公开提供了一种语义分割方法、装置、电子设备、存储介质以及计算机程序产品。
根据第一方面，提供了一种语义分割方法，包括：对所获取的待处理图像进行编码，得到对应于待处理图像的多层次特征图；对多层次特征图进行上下文融合，得到上下文融合特征图；基于注意力机制加权融合上下文融合特征图和多层次特征图中的特征图，得到注意力融合特征图；根据注意力融合特征图进行语义分割，得到语义分割结果。
根据第二方面，提供了一种语义分割装置，包括：编码单元，被配置成对所获取的待处理图像进行编码，得到对应于待处理图像的多层次特征图；上下文融合单元，被配置成对多层次特征图进行上下文融合，得到上下文融合特征图；注意力融合单元，被配置成基于注意力机制加权融合上下文融合特征图和多层次特征图中的特征图，得到注意力融合特征图；语义分割单元，被配置成根据注意力融合特征图进行语义分割，得到语义分割结果。
根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面任一实现方式描述的方法。
根据第四方面，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，计算机指令用于使计算机执行如第一方面任一实现方式描述的方法。
根据第五方面，提供了一种计算机程序产品，包括：计算机程序，计算机程序在被处理器执行时实现如第一方面任一实现方式描述的方法。
根据本公开的技术，提供了一种语义分割方法，适用于包括融合上下文特征的上下文融合模块、基于注意力机制的注意力融合模块和包括注意力融合模块的解码模块的轻量级语义分割模型，在减少语义分割模型计算量的基础上，保证了语义分割模型的处理速度和精度。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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，不构成对本公开的限定。其中：
图1是根据本公开的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的语义分割方法的一个实施例的流程图；
图3是根据本公开的用于上下文融合的简易金字塔池化模块的结构示意图；
图4是根据本公开的适用于语义分割方法的轻量级语义分割模型的结构示意图；
图5是根据本公开的上下文融合模块的结构示意图；
图6是根据本公开的采用空间注意力机制的空间注意力模块的结构示意图；
图7是根据本公开的采用通道注意力机制的通道注意力模块的结构示意图；
图8是根据本实施例的语义分割方法的应用场景的示意图；
图9是根据本公开的语义分割方法的又一个实施例的流程图；
图10是根据本公开的语义分割装置的一个实施例的结构图；
图11是适于用来实现本公开实施例的计算机系统的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
图1示出了可以应用本公开的语义分割方法及装置的示例性架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。终端设备101、102、103之间通信连接构成拓扑网络，网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103可以是支持网络连接从而进行数据交互和数据处理的硬件设备或软件。当终端设备101、102、103为硬件时，其可以是支持网络连接，信息获取、交互、显示、处理等功能的各种电子设备，包括但不限于图像采集设备、智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如，通过终端设备101、102、103获取待处理图像，并对待处理图像进行编码、上下文融合、解码以得到语义分割结果的后台处理服务器。可选的，服务器可以将语义分割结果反馈给终端设备。作为示例，服务器105可以是云端服务器。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
还需要说明的是，本公开的实施例所提供的语义分割方法可以由服务器执行，也可以由终端设备执行，还可以由服务器和终端设备彼此配合执行。相应地，语义分割装置包括的各个部分(例如各个单元)可以全部设置于服务器中，也可以全部设置于终端设备中，还可以分别设置于服务器和终端设备中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。当语义分割方法运行于其上的电子设备不需要与其他电子设备进行数据传输时，该系统架构可以仅包括语义分割方法运行于其上的电子设备(例如服务器或终端设备)。
请参考图2，图2为本公开实施例提供的一种语义分割方法的流程图，其中，流程200包括以下步骤：
步骤201，对所获取的待处理图像进行编码，得到对应于待处理图像的多层次特征图。
本实施例中，语义分割方法的执行主体(例如，图1中的终端设备或服务器)可以基于有线网络连接方式或无线网络连接方式从远程，或从本地获取待进行待处理图，并对所获取的待处理图像进行编码，得到对应于待处理图像的多层次特征图。
待处理图像可以是各应用领域中包括各种信息的图像或视频中的视频帧。作为示例，待处理图像可以是自动驾驶或辅助驾驶领域中智能驾驶汽车所采集的、表征所处的交通环境的图像，此时，通过后续步骤所得到的语义分割结果，表征道路上自由空间的信息、检测到的车道标记和交通标志、相邻的其他车辆等信息。作为又一示例，待处理图像可以是监控领域中摄像头等图像采集设备所采集的人脸图像，此时，通过后续步骤所得到的语义分割结果，表征人脸图像中皮肤、头发、眼睛、鼻子、嘴巴和背景等分类信息。作为又一示例，待处理图像可以是地质监测领域中表征地质信息的图像，此时，通过后续步骤所得到的语义分割结果，表征地质覆盖类型(例如，城市、农业、水等区域)的分类信息。
本实施例中，上述执行主体可以采用具有图像编码功能的神经网络模型对待处理图像进行编码，得到对应于待处理图像的多层次特征图。神经网络模型例如可以是卷积神经网络模型、循环神经网路模型等。编码模型可以基于待处理图像进行递进式的图像编码(特征提取)，得到特征层次由浅到深的多层次特征图。一般而言，浅层特征为具象的特征，深层特征为抽象的特征。
作为示例，执行步骤201对应的操作过程的编码模型采用STDC(Short-Term DenseConcatenate network，短期密集级联网络)模型，具体采用STDC1Net或STDC2Net。STDC模型基于BiSeNet网络进行轻量化改进得到，提高了信息处理速度。
STDC模型中一般包括多个信息处理阶段，对应于每个阶段可以得到对应层次的特征图。
作为示例，编码模块具有5个阶段，每个阶段下采样2倍，最终得到32倍下采样的特征图，多层次特征图包括2倍下采样特征图、4倍下采样特征图、8倍下采样特征图、16倍下采样特征图和32倍下采样特征图。
步骤202，对多层次特征图进行上下文融合，得到上下文融合特征图。
本实施例中，上述执行主体可以对多层次特征图进行上下文融合，得到上下文融合特征图。
本实施例中，上述执行主体可以采用具有上下文融合功能的神经网络模型对多层次特征图进行上下文融合，得到上下文融合特征图。作为示例，神经网络模型例如可以是上下文隐马尔可夫模型(contextual hidden markov model，CHMM)。
在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述步骤202：
首先，通过多个不同的全局池化算子分别对多层次特征图进行池化操作，得到多个池化特征图；然后，对多个池化特征图中的每个池化特征图进行卷积操作和上采样操作，得到多个采样后特征图；最后，根据多个采样后特征图，得到上下文融合特征图。
如图3所示，示出了用于上下文融合的简易金字塔池化模块300。简易金字塔池化模块(Simple Pyramid pooling module，SPPM)基于金字塔池化模块(Pyramid poolingmodule，PPM)改进得到。具体的，SPPM模块主要执行如下操作：1)使用空间金字塔池化操作来融合所输入的特征图的信息，其中包括三个全局池化算子，分别输出1×1尺寸的特征图301、2×2尺寸的特征图302和4×4尺寸的特征图303。2)对小尺寸的特征图301、302、303执行卷积操作和上采样操作，得到通道和尺寸相同的特征图304、305、306。3)将特征图304、305、306进行相加，并执行一次卷积操作后，得到最终的特征图307。和传统PPM模块相比，SPPM模块减小了中间特征图的通道数、移除了跳跃连接、使用加法算子替换级联算子，简化了模块结构，减少了模块计算量。
本实现方式中，提供了一种适用于轻量化的简易金字塔池化模块的上下文融合方法，在简化模块结构、减少模块计算量的基础上，保证了特征的上下文融合效果。
步骤203，基于注意力机制加权融合上下文融合特征图和多层次特征图中的特征图，得到注意力融合特征图。
本实施例中，上述执行主体可以基于注意力机制加权融合上下文融合特征图和多层次特征图中的特征图，得到注意力融合特征图。
作为示例，上述执行主体可以通过注意力机制将多层次特征图中的一个或多个特征图融合至上下文融合特征图，得到注意力融合特征图。具体的，在每次融合过程中，通过注意力机制确定待融合的两个特征图的融合权重，基于融合权重对两个特征图进行融合。
在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述步骤203：
按照多层次特征图中的特征图的层次由深到浅的顺序，基于注意力机制将多层次特征图中对应于上下文融合特征图的特征图加权融合至上下文融合特征图，并在得到的融合后特征图的基础上与多层次特征图中下一层次的特征图继续进行加权融合，直至最终得到注意力融合特征图。
如图4所示，示出了适用于语义分割方法的轻量级语义分割模型400。轻量级语义分割模型中包括编码模块401、上下文融合模块402和解码模块403，解码模块403中包括多个注意力融合模块4031和4032。编码模块401中提取出多层次特征图，包括4倍下采样的特征图4011、8倍下采样的特征图4012、16倍下采样的特征图4013、32倍下采样的特征图4014。上下文融合模块402对特征图4014进行上下文融合，得到解码模块403中的特征图4033。解码模块403中的注意力融合模块4031基于注意力机制融合解码模块403中的特征图4033和编码模块401中的特征图4013，得到特征图4034；进而，注意力融合模块4032基于注意力机制融合特征图4034和编码模块401中的特征图4012，得到特征图4035，特征图4035即为最终得到的注意力融合特征图。
需要说明的是，语义分割模型中的解码模块中的注意力融合模块的数量可以灵活设置，在此不做限定。
为了消除传统解码模块的冗余，本实施例中设计了图4中灵活的解码模块(FLD)。随着特征层级从浅到深，传统编码模块中特征图的通道数逐渐增大，但是传统解码模块中解码过程得到的多个特征图的通道数保持不变。和传统解码模块不同，本发明提出的FLD模块改变解码过程中的不同层次特征图的通道数，并强调解码模块的计算复杂度应该根据编码模块进行动态调整，平衡的编码模块和解码模块，才可以使得整个模型更加高效。
继续以图4中的解码模块中的特征图4033、4034、4035为例，其通道数可以依次为32、64、128，或者依次为64、96、128。具体的，当解码模块采用STDC1Net时，解码模块中采用32、64、128的通道设置；当解码模块采用STDC2Net时，解码模块中采用64、96、128的通道设置。
本实现方式中，按照多层次特征图中的特征图的层次由深到浅的顺序，基于注意力机制将其融合至上下文融合特征图中，基于简便的融合方式，提高了最终得到的注意力融合特征图的表现力。
在本实施例的一些可选的实现方式中，注意力机制为空间注意力机制。本实现方式中，上述执行主体可以通过如下方式基于注意力机制将多层次特征图中对应于上下文融合特征图的特征图加权融合至上下文融合特征图：
首先，将多层次特征图中对应于上下文融合特征图的特征图和上下文融合特征图进行通道维度的均值操作和最大值操作，得到多个通道维度特征图；然后，对多个通道维度特征图进行通道维度的级联操作，得到第一级联特征图；然后，对第一级联特征图进行卷积操作和激活操作，得到第一权重；最后，根据第一权重将多层次特征图中对应于上下文融合特征图的特征图和上下文融合特征图进行融合，得到融合后特征图。
如图5所示，示出了上下文融合模块(Unified Attention Fusion Module，UAFM)的结构示意图500。上下文融合模块的输入为待融合的两个特征图：深层次的特征图Fhigh(如图4中的特征图4033)和浅层次的特征图Flow(如图4中的特征图4013)。前者是解码模块中的深层次特征图，后者是从编码模块引出的浅层次特征图，两者具有相同的通道数。上下文融合模块的主要操作包括：1)将Fhigh上采样，得到和Flow相同尺寸的特征图Fup；2)将Flow和Fup作为注意力模块501的输入，得到权重α；3)借助Mul(乘法)算子502，将权重α和Fup相乘；借助Mul(乘法)算子503，将1-α和Flow相乘，得到两个加权特征图；4)使用Add(加法)算子504，将得到两个加权特征图相加。
如图6所示，示出了采用空间注意力机制的空间注意力模块的示意图600。空间注意力模块600中包括用于均值操作和最大值操作的子模块601、用于级联操作的子模块602和用于卷积操作的子模块603和用于激活操作的子模块604。其中，激活操作例如采用sigmoid激活函数。空间注意力模块的思想是使用输入特征图的空间相互关系来生成权重α。
具体的，将两个为N×C×H×W的特征图作为输入，空间注意力模块的具体操作包括：1)对输入的两个特征图执行通道维度的均值和最大值运算，得到4个维度为N*1*H*W的特征图；2)将4个维度为N*1*H*W的特征图在通道维度执行级联运算，得到维度为N*4*H*W的特征图；3)对级联特征图执行卷积和激活运算，输出第一权重α。其中，权重α可以表示空间维度中每个像素点重要性。
本实现方式中，提供了基于空间注意力机制的上下文融合的具体实现方式，简化了上下文融合模块的结构，并保证了基于空间注意力机制的特征融合的效果。
在本实施例的一些可选的实现方式中，注意力机制为通道注意力机制。本实现方式中，上述执行主体可以通过如下方式基于注意力机制将多层次特征图中对应于上下文融合特征图的特征图加权融合至上下文融合特征图：
首先，将多层次特征图中对应于上下文融合特征图的特征图和上下文融合特征图进行空间维度的全局均值池化操作和全局最大值池化操作，得到多个空间维度特征图；然后，对多个空间维度特征图进行通道维度的级联操作，得到第二级联特征图；然后，对第二级联特征图进行卷积操作和激活操作，得到第二权重；最后，根据第二权重将多层次特征图中对应于上下文融合特征图的特征图和上下文融合特征图进行融合，得到融合后特征图。
如图7所示，示出了采用通道注意力机制的通道注意力模块的示意图700。通道注意力模块700中包括用于全局均值池化操作和全局最大值池化操作的子模块701、用于级联操作的子模块702和用于卷积操作的子模块703和用于激活操作的子模块704。其中，激活操作例如采用sigmoid激活函数。通道注意力模块是使用输入特征图的通道相互关系来生成权重α。
具体的，将两个为N×C×H×W的特征图作为输入，通道注意力模块的具体操作包括：1)对输入的两个特征图执行空间维度的全局均值池化和全局最大值池化运算，得到4个维度为N*C*1*1的特征图；2)将4个维度为N*C*1*1的特征图在通道维度执行级联运算，得到维度为N*4C*1*1的特征图；3)对级联特征图执行卷积和激活运算，输出表示通道维度每个通道重要性的第二权重α。
本实现方式中，提供了基于通道注意力机制的上下文融合的具体实现方式，简化了上下文融合模块的结构，并保证了基于通道注意力机制的特征融合的效果。
步骤204，根据注意力融合特征图进行语义分割，得到语义分割结果。
在本实施例中，上述执行主体可以根据注意力融合特征图进行语义分割，得到语义分割结果。
作为示例，上述执行主体可以采用具有语义分割功能的分割头对注意力融合特征图进行语义分割，得到语义分割结果。
在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述步骤204：
首先，对注意力融合特征图进行调整，得到具有与语义分割类别相同数量的通道的调整后特征图；然后，根据调整后特征图进行语义分割，得到语义分割结果。
继续参考图4，解码模块403中还包括执行调整操作的子模块4036和预测子模块4037。其中，子模块4036用于执行卷积和上采样操作。具体的，通过子模块4036对注意力融合特征图进行卷积操作得到具有与语义分割类别相同数量的通道的卷积后特征图，并对卷积后特征图进行上采样，通过预测子模块4037得到语义分割结果。
本实现方式中，提供了语义分割的具体实现方式，提高了语义分割的准确度。
继续参见图8，图8是根据本实施例的语义分割方法的应用场景的一个示意图800。在图8的应用场景中，自动驾驶汽车801上的图像采集设备实时采集表征所处的交通环境的待处理图像802，并将待处理图像发送至服务器803进行语义分割。服务器803在收到待处理图像802后，对所获取的待处理图像进行编码，得到对应于待处理图像的多层次特征图804；对多层次特征图804进行上下文融合，得到上下文融合特征图805；基于注意力机制加权融合上下文融合特征图805和多层次特征图804中的特征图，得到注意力融合特征图806；根据注意力融合特征图806进行语义分割，得到语义分割结果807。
继续参考图9，示出了根据本申请的语义分割方法的又一个实施例的示意性流程900，包括以下步骤：
步骤901，对所获取的待处理图像进行编码，得到对应于待处理图像的多层次特征图。
步骤902，通过多个不同的全局池化算子分别对多层次特征图进行池化操作，得到多个池化特征图。
步骤903，对多个池化特征图中的每个池化特征图进行卷积操作和上采样操作，得到多个采样后特征图。
步骤904，根据多个采样后特征图，得到上下文融合特征图。
步骤905，按照多层次特征图中的特征图的层次由深到浅的顺序，基于注意力机制将多层次特征图中对应于上下文融合特征图的特征图加权融合至上下文融合特征图，并在得到的融合后特征图的基础上与多层次特征图中下一层次的特征图继续进行加权融合，直至最终得到注意力融合特征图。
步骤906，对注意力融合特征图进行调整操作，得到具有与语义分割类别相同数量的通道的调整后特征图。
步骤907，根据调整后特征图进行语义分割，得到语义分割结果。
从本实施例中可以看出，与图2对应的实施例相比，本实施例中的语义分割方法的流程900具体说明了上下文融合过程、基于注意力机制的注意力融合过程以及语义分割过程，进一步在减少语义分割模型计算量的基础上，保证了语义分割模型的处理速度和精度。
继续参考图10，作为对上述各图所示方法的实现，本公开提供了一种语义分割装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图10所示，语义分割装置包括：编码单元1001，被配置成对所获取的待处理图像进行编码，得到对应于待处理图像的多层次特征图；上下文融合单元1002，被配置成对多层次特征图进行上下文融合，得到上下文融合特征图；注意力融合单元1003，被配置成基于注意力机制加权融合上下文融合特征图和多层次特征图中的特征图，得到注意力融合特征图；语义分割单元1004，被配置成根据注意力融合特征图进行语义分割，得到语义分割结果。
在本实施例的一些可选的实现方式中，上下文融合单元1002，进一步被配置成：通过多个不同的全局池化算子分别对多层次特征图进行池化操作，得到多个池化特征图；对多个池化特征图中的每个池化特征图进行卷积操作和上采样操作，得到多个采样后特征图；根据多个采样后特征图，得到上下文融合特征图。
在本实施例的一些可选的实现方式中，注意力融合单元1003，进一步被配置成：按照多层次特征图中的特征图的层次由深到浅的顺序，基于注意力机制将多层次特征图中对应于上下文融合特征图的特征图加权融合至上下文融合特征图，并在得到的融合后特征图的基础上与多层次特征图中下一层次的特征图继续进行加权融合，直至最终得到注意力融合特征图。
在本实施例的一些可选的实现方式中，注意力机制为空间注意力机制；以及注意力融合单元1003，进一步被配置成：将多层次特征图中对应于上下文融合特征图的特征图和上下文融合特征图进行通道维度的均值操作和最大值操作，得到多个通道维度特征图；对多个通道维度特征图进行通道维度的级联操作，得到第一级联特征图；对第一级联特征图进行卷积操作和激活操作，得到第一权重；根据第一权重将多层次特征图中对应于上下文融合特征图的特征图和上下文融合特征图进行融合，得到融合后特征图。
在本实施例的一些可选的实现方式中，注意力机制为通道注意力机制；以及注意力融合单元1003，进一步被配置成：将多层次特征图中对应于上下文融合特征图的特征图和上下文融合特征图进行空间维度的全局均值池化操作和全局最大值池化操作，得到多个空间维度特征图；对多个空间维度特征图进行通道维度的级联操作，得到第二级联特征图；对第二级联特征图进行卷积操作和激活操作，得到第二权重；根据第二权重将多层次特征图中对应于上下文融合特征图的特征图和上下文融合特征图进行融合，得到融合后特征图。
在本实施例的一些可选的实现方式中，语义分割单元1004，进一步被配置成：对注意力融合特征图进行调整操作，得到具有与语义分割类别相同数量的通道的调整后特征图；根据调整后特征图进行语义分割，得到语义分割结果。
本实施例中，提供了一种语义分割装置，适用于包括融合上下文特征的上下文融合模块、基于注意力机制的注意力融合模块和基于注意力融合模块的解码模块的轻量级语义分割模型，在减少语义分割模型计算量的基础上，保证了语义分割模型的处理速度和精度。
根据本公开的实施例，本公开还提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现上述任意实施例所描述的语义分割方法。
根据本公开的实施例，本公开还提供了一种可读存储介质，该可读存储介质存储有计算机指令，该计算机指令用于使计算机执行时能够实现上述任意实施例所描述的语义分割方法。
本公开实施例提供了一种计算机程序产品，该计算机程序在被处理器执行时能够实现上述任意实施例所描述的语义分割方法。
图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。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/或者要求的本公开的实现。
如图11所示，设备1100包括计算单元1101，其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序，来执行各种适当的动作和处理。在RAM 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如语义分割方法。例如，在一些实施例中，语义分割方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时，可以执行上文描述的语义分割方法的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行语义分割方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大，业务扩展性弱的缺陷；也可以为分布式系统的服务器，或者是结合了区块链的服务器。
根据本公开实施例的技术方案，提供了一种语义分割方法，适用于包括融合上下文特征的上下文融合模块、基于注意力机制的注意力融合模块和基于注意力融合模块的解码模块的轻量级语义分割模型，在减少语义分割模型计算量的基础上，保证了语义分割模型的处理速度和精度。
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，本发公开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，只要能够实现本公开提供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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (13)
1.一种语义分割方法，包括：
对所获取的待处理图像进行编码，得到对应于所述待处理图像的多层次特征图；
对所述多层次特征图进行上下文融合，得到上下文融合特征图，包括：通过多个不同的全局池化算子分别对所述多层次特征图进行池化操作，得到多个池化特征图；对所述多个池化特征图中的每个池化特征图进行卷积操作和上采样操作，得到多个采样后特征图；根据所述多个采样后特征图，得到所述上下文融合特征图；
基于注意力机制加权融合所述上下文融合特征图和所述多层次特征图中的特征图，得到注意力融合特征图；
根据所述注意力融合特征图进行语义分割，得到语义分割结果。
2.根据权利要求1所述的方法，其中，所述基于注意力机制加权融合所述上下文融合特征图和所述多层次特征图中的特征图，得到注意力融合特征图，包括：
按照所述多层次特征图中的特征图的层次由深到浅的顺序，基于注意力机制将所述多层次特征图中对应于所述上下文融合特征图的特征图加权融合至所述上下文融合特征图，并在得到的融合后特征图的基础上与所述多层次特征图中下一层次的特征图继续进行加权融合，直至最终得到所述注意力融合特征图。
3.根据权利要求2所述的方法，其中，所述注意力机制为空间注意力机制；以及
所述基于注意力机制将所述多层次特征图中对应于所述上下文融合特征图的特征图加权融合至所述上下文融合特征图，包括：
将所述多层次特征图中对应于所述上下文融合特征图的特征图和所述上下文融合特征图进行通道维度的均值操作和最大值操作，得到多个通道维度特征图；
对所述多个通道维度特征图进行通道维度的级联操作，得到第一级联特征图；
对所述第一级联特征图进行卷积操作和激活操作，得到第一权重；
根据所述第一权重将所述多层次特征图中对应于所述上下文融合特征图的特征图和所述上下文融合特征图进行融合，得到所述融合后特征图。
4.根据权利要求2所述的方法，其中，所述注意力机制为通道注意力机制；以及
所述基于注意力机制将所述多层次特征图中对应于所述上下文融合特征图的特征图加权融合至所述上下文融合特征图，包括：
将所述多层次特征图中对应于所述上下文融合特征图的特征图和所述上下文融合特征图进行空间维度的全局均值池化操作和全局最大值池化操作，得到多个空间维度特征图；
对所述多个空间维度特征图进行通道维度的级联操作，得到第二级联特征图；
对所述第二级联特征图进行卷积操作和激活操作，得到第二权重；
根据所述第二权重将所述多层次特征图中对应于所述上下文融合特征图的特征图和所述上下文融合特征图进行融合，得到所述融合后特征图。
5.根据权利要求1所述的方法，其中，所述根据所述注意力融合特征图进行语义分割，得到语义分割结果，包括：
对所述注意力融合特征图进行调整操作，得到具有与语义分割类别相同数量的通道的调整后特征图；
根据所述调整后特征图进行语义分割，得到所述语义分割结果。
6.一种语义分割装置，包括：
编码单元，被配置成对所获取的待处理图像进行编码，得到对应于所述待处理图像的多层次特征图；
上下文融合单元，被配置成对所述多层次特征图进行上下文融合，得到上下文融合特征图，包括：通过多个不同的全局池化算子分别对所述多层次特征图进行池化操作，得到多个池化特征图；对所述多个池化特征图中的每个池化特征图进行卷积操作和上采样操作，得到多个采样后特征图；根据所述多个采样后特征图，得到所述上下文融合特征图；
注意力融合单元，被配置成基于注意力机制加权融合所述上下文融合特征图和所述多层次特征图中的特征图，得到注意力融合特征图；
语义分割单元，被配置成根据所述注意力融合特征图进行语义分割，得到语义分割结果。
7.根据权利要求6所述的装置，其中，所述注意力融合单元，进一步被配置成：
按照所述多层次特征图中的特征图的层次由深到浅的顺序，基于注意力机制将所述多层次特征图中对应于所述上下文融合特征图的特征图加权融合至所述上下文融合特征图，并在得到的融合后特征图的基础上与所述多层次特征图中下一层次的特征图继续进行加权融合，直至最终得到所述注意力融合特征图。
8.根据权利要求7所述的装置，其中，所述注意力机制为空间注意力机制；以及
所述注意力融合单元，进一步被配置成：
将所述多层次特征图中对应于所述上下文融合特征图的特征图和所述上下文融合特征图进行通道维度的均值操作和最大值操作，得到多个通道维度特征图；对所述多个通道维度特征图进行通道维度的级联操作，得到第一级联特征图；对所述第一级联特征图进行卷积操作和激活操作，得到第一权重；根据所述第一权重将所述多层次特征图中对应于所述上下文融合特征图的特征图和所述上下文融合特征图进行融合，得到所述融合后特征图。
9.根据权利要求7所述的装置，其中，所述注意力机制为通道注意力机制；以及
所述注意力融合单元，进一步被配置成：
将所述多层次特征图中对应于所述上下文融合特征图的特征图和所述上下文融合特征图进行空间维度的全局均值池化操作和全局最大值池化操作，得到多个空间维度特征图；对所述多个空间维度特征图进行通道维度的级联操作，得到第二级联特征图；对所述第二级联特征图进行卷积操作和激活操作，得到第二权重；根据所述第二权重将所述多层次特征图中对应于所述上下文融合特征图的特征图和所述上下文融合特征图进行融合，得到所述融合后特征图。
10.根据权利要求6所述的装置，其中，所述语义分割单元，进一步被配置成：
对所述注意力融合特征图进行调整操作，得到具有与语义分割类别相同数量的通道的调整后特征图；根据所述调整后特征图进行语义分割，得到所述语义分割结果。
11.一种电子设备，其特征在于，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1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
13.一种计算机程序产品，包括：计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210348034.4A CN114913325B (zh) | 2022-03-24 | 2022-03-24 | 语义分割方法、装置及计算机程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210348034.4A CN114913325B (zh) | 2022-03-24 | 2022-03-24 | 语义分割方法、装置及计算机程序产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114913325A CN114913325A (zh) | 2022-08-16 |
| CN114913325B true CN114913325B (zh) | 2024-05-10 |
Family
ID=82762809
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210348034.4A Active CN114913325B (zh) | 2022-03-24 | 2022-03-24 | 语义分割方法、装置及计算机程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114913325B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115376094B (zh) * | 2022-10-27 | 2023-02-03 | 山东聚祥机械股份有限公司 | 基于尺度感知神经网络的无人清扫车路面识别方法及系统 |
| CN116933041B (zh) * | 2023-09-14 | 2024-05-03 | 深圳市力准传感技术有限公司 | 力传感器编号校对系统及方法 |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110197182A (zh) * | 2019-06-11 | 2019-09-03 | 中国电子科技集团公司第五十四研究所 | 基于上下文信息和注意力机制的遥感影像语义分割方法 |
| CN110298361A (zh) * | 2019-05-22 | 2019-10-01 | 浙江省北大信息技术高等研究院 | 一种rgb-d图像的语义分割方法和系统 |
| CN111797779A (zh) * | 2020-07-08 | 2020-10-20 | 兰州交通大学 | 基于区域注意力多尺度特征融合的遥感图像语义分割方法 |
| CN111915613A (zh) * | 2020-08-11 | 2020-11-10 | 华侨大学 | 一种图像实例分割方法、装置、设备及存储介质 |
| CN112287940A (zh) * | 2020-10-30 | 2021-01-29 | 西安工程大学 | 一种基于深度学习的注意力机制的语义分割的方法 |
| CN112330681A (zh) * | 2020-11-06 | 2021-02-05 | 北京工业大学 | 一种基于注意力机制的轻量级网络实时语义分割方法 |
| AU2020103901A4 (en) * | 2020-12-04 | 2021-02-11 | Chongqing Normal University | Image Semantic Segmentation Method Based on Deep Full Convolutional Network and Conditional Random Field |
| CN112418176A (zh) * | 2020-12-09 | 2021-02-26 | 江西师范大学 | 一种基于金字塔池化多级特征融合网络的遥感图像语义分割方法 |
| CN112541503A (zh) * | 2020-12-11 | 2021-03-23 | 南京邮电大学 | 基于上下文注意力机制和信息融合的实时语义分割方法 |
| CN112651973A (zh) * | 2020-12-14 | 2021-04-13 | 南京理工大学 | 基于特征金字塔注意力和混合注意力级联的语义分割方法 |
| CN112819000A (zh) * | 2021-02-24 | 2021-05-18 | 长春工业大学 | 街景图像语义分割系统及分割方法、电子设备及计算机可读介质 |
| WO2021104056A1 (zh) * | 2019-11-27 | 2021-06-03 | 中国科学院深圳先进技术研究院 | 一种肿瘤自动分割系统、方法及电子设备 |
| CN113221969A (zh) * | 2021-04-25 | 2021-08-06 | 浙江师范大学 | 一种基于物联网感知的双特征融合的语义分割系统及方法 |
| CN113486897A (zh) * | 2021-07-29 | 2021-10-08 | 辽宁工程技术大学 | 一种卷积注意力机制上采样解码的语义分割方法 |
| CN113642585A (zh) * | 2021-10-14 | 2021-11-12 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、设备、存储介质及计算机程序产品 |
| CN113762396A (zh) * | 2021-09-10 | 2021-12-07 | 西南科技大学 | 一种二维图像语义分割方法 |
| CN113850825A (zh) * | 2021-09-27 | 2021-12-28 | 太原理工大学 | 基于上下文信息和多尺度特征融合的遥感图像道路分割方法 |
| CN113920129A (zh) * | 2021-09-16 | 2022-01-11 | 电子科技大学长三角研究院(衢州) | 基于多尺度和全局上下文信息的医学图像分割方法和装置 |
| CN114120253A (zh) * | 2021-10-29 | 2022-03-01 | 北京百度网讯科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN114155371A (zh) * | 2021-11-17 | 2022-03-08 | 西安理工大学 | 基于通道注意力与金字塔卷积融合的语义分割方法 |
| CN114170167A (zh) * | 2021-11-29 | 2022-03-11 | 深圳职业技术学院 | 基于注意力引导上下文校正的息肉分割方法和计算机设备 |
| CN114187442A (zh) * | 2021-12-14 | 2022-03-15 | 深圳致星科技有限公司 | 图像处理方法、存储介质、电子设备及图像处理装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110866526A (zh) * | 2018-08-28 | 2020-03-06 | 北京三星通信技术研究有限公司 | 图像分割方法、电子设备及计算机可读存储介质 |
| US11188799B2 (en) * | 2018-11-12 | 2021-11-30 | Sony Corporation | Semantic segmentation with soft cross-entropy loss |
| US10977530B2 (en) * | 2019-01-03 | 2021-04-13 | Beijing Jingdong Shangke Information Technology Co., Ltd. | ThunderNet: a turbo unified network for real-time semantic segmentation |
| CN112784897B (zh) * | 2021-01-20 | 2024-03-26 | 北京百度网讯科技有限公司 | 图像处理方法、装置、设备和存储介质 |
-
2022
- 2022-03-24 CN CN202210348034.4A patent/CN114913325B/zh active Active
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110298361A (zh) * | 2019-05-22 | 2019-10-01 | 浙江省北大信息技术高等研究院 | 一种rgb-d图像的语义分割方法和系统 |
| CN110197182A (zh) * | 2019-06-11 | 2019-09-03 | 中国电子科技集团公司第五十四研究所 | 基于上下文信息和注意力机制的遥感影像语义分割方法 |
| WO2021104056A1 (zh) * | 2019-11-27 | 2021-06-03 | 中国科学院深圳先进技术研究院 | 一种肿瘤自动分割系统、方法及电子设备 |
| CN111797779A (zh) * | 2020-07-08 | 2020-10-20 | 兰州交通大学 | 基于区域注意力多尺度特征融合的遥感图像语义分割方法 |
| CN111915613A (zh) * | 2020-08-11 | 2020-11-10 | 华侨大学 | 一种图像实例分割方法、装置、设备及存储介质 |
| CN112287940A (zh) * | 2020-10-30 | 2021-01-29 | 西安工程大学 | 一种基于深度学习的注意力机制的语义分割的方法 |
| CN112330681A (zh) * | 2020-11-06 | 2021-02-05 | 北京工业大学 | 一种基于注意力机制的轻量级网络实时语义分割方法 |
| AU2020103901A4 (en) * | 2020-12-04 | 2021-02-11 | Chongqing Normal University | Image Semantic Segmentation Method Based on Deep Full Convolutional Network and Conditional Random Field |
| CN112418176A (zh) * | 2020-12-09 | 2021-02-26 | 江西师范大学 | 一种基于金字塔池化多级特征融合网络的遥感图像语义分割方法 |
| CN112541503A (zh) * | 2020-12-11 | 2021-03-23 | 南京邮电大学 | 基于上下文注意力机制和信息融合的实时语义分割方法 |
| CN112651973A (zh) * | 2020-12-14 | 2021-04-13 | 南京理工大学 | 基于特征金字塔注意力和混合注意力级联的语义分割方法 |
| CN112819000A (zh) * | 2021-02-24 | 2021-05-18 | 长春工业大学 | 街景图像语义分割系统及分割方法、电子设备及计算机可读介质 |
| CN113221969A (zh) * | 2021-04-25 | 2021-08-06 | 浙江师范大学 | 一种基于物联网感知的双特征融合的语义分割系统及方法 |
| CN113486897A (zh) * | 2021-07-29 | 2021-10-08 | 辽宁工程技术大学 | 一种卷积注意力机制上采样解码的语义分割方法 |
| CN113762396A (zh) * | 2021-09-10 | 2021-12-07 | 西南科技大学 | 一种二维图像语义分割方法 |
| CN113920129A (zh) * | 2021-09-16 | 2022-01-11 | 电子科技大学长三角研究院(衢州) | 基于多尺度和全局上下文信息的医学图像分割方法和装置 |
| CN113850825A (zh) * | 2021-09-27 | 2021-12-28 | 太原理工大学 | 基于上下文信息和多尺度特征融合的遥感图像道路分割方法 |
| CN113642585A (zh) * | 2021-10-14 | 2021-11-12 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、设备、存储介质及计算机程序产品 |
| CN114120253A (zh) * | 2021-10-29 | 2022-03-01 | 北京百度网讯科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN114155371A (zh) * | 2021-11-17 | 2022-03-08 | 西安理工大学 | 基于通道注意力与金字塔卷积融合的语义分割方法 |
| CN114170167A (zh) * | 2021-11-29 | 2022-03-11 | 深圳职业技术学院 | 基于注意力引导上下文校正的息肉分割方法和计算机设备 |
| CN114187442A (zh) * | 2021-12-14 | 2022-03-15 | 深圳致星科技有限公司 | 图像处理方法、存储介质、电子设备及图像处理装置 |
Non-Patent Citations (6)
| Title |
|---|
| AttaNet: Attention-Augmented Network for Fast and Accurate Scene Parsing;Qi Song 等;《arXiv:2103.05930v1 [cs.CV] 》;20210310;1-9 * |
| 基于多层级上下文信息的图像语义分割;岳师怡;;激光与光电子学进展;20191225(第24期);115-123 * |
| 基于密集层和注意力机制的快速语义分割;程晓悦;赵龙章;胡穹;史家鹏;;计算机工程;20201231(第04期);253-258+265 * |
| 基于特征融合的实时语义分割算法;蔡雨;黄学功;张志安;朱新年;马祥;;激光与光电子学进展;20201231(第02期);137-144 * |
| 融合ASPP-Attention和上下文的复杂场景语义分割;杨鑫;于重重;王鑫;陈秀新;;计算机仿真;20200915(第09期);209-213+235 * |
| 采用改进DeepLab网络的遥感图像分割;陈天华;郑司群;于峻川;;测控技术;20181118(第11期);40-45 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114913325A (zh) | 2022-08-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114913325B (zh) | 语义分割方法、装置及计算机程序产品 | |
| CN112990219B (zh) | 用于图像语义分割的方法和装置 | |
| CN113901909B (zh) | 基于视频的目标检测方法、装置、电子设备和存储介质 | |
| CN112784897A (zh) | 图像处理方法、装置、设备和存储介质 | |
| CN113538235A (zh) | 图像处理模型的训练方法、装置、电子设备及存储介质 | |
| CN114120253A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN113379627A (zh) | 图像增强模型的训练方法和对图像进行增强的方法 | |
| CN115409855B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| EP4123595A2 (en) | Method and apparatus of rectifying text image, training method and apparatus, electronic device, and medium | |
| CN114792355B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
| CN113920313B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN110633716A (zh) | 一种目标对象的检测方法和装置 | |
| CN115578261A (zh) | 图像处理方法、深度学习模型的训练方法、装置 | |
| JP2023133274A (ja) | Ｒｏｉ検出モデルのトレーニング方法、検出方法、装置、機器および媒体 | |
| CN116363429A (zh) | 图像识别模型的训练方法、图像识别方法、装置及设备 | |
| CN114943995A (zh) | 人脸识别模型的训练方法、人脸识别方法及装置 | |
| CN116152702A (zh) | 点云标签的获取方法、装置、电子设备和自动驾驶车辆 | |
| CN113642654B (zh) | 图像特征的融合方法、装置、电子设备和存储介质 | |
| CN114998668A (zh) | 特征提取方法、装置、存储介质及电子设备 | |
| CN113554550A (zh) | 图像处理模型的训练方法、装置、电子设备及存储介质 | |
| CN110633595B (zh) | 一种利用双线性插值的目标检测方法和装置 | |
| CN114187318A (zh) | 图像分割的方法、装置、电子设备以及存储介质 | |
| CN114078097A (zh) | 图像去雾模型的获取方法、装置和电子设备 | |
| CN112990328A (zh) | 特征融合方法、装置、设备、存储介质以及程序产品 | |
| CN115661238B (zh) | 可行驶区域生成方法、装置、电子设备和计算机可读介质 |
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 |