CN117333872A - 一种图像分割方法、装置、设备及存储介质 - Google Patents

一种图像分割方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN117333872A
CN117333872A CN202311403440.7A CN202311403440A CN117333872A CN 117333872 A CN117333872 A CN 117333872A CN 202311403440 A CN202311403440 A CN 202311403440A CN 117333872 A CN117333872 A CN 117333872A
Authority
CN
China
Prior art keywords
image
information
feature
mask matrix
inputting
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.)
Pending
Application number
CN202311403440.7A
Other languages
English (en)
Inventor
邢春上
张建
王宇
李林润
王超
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202311403440.7A priority Critical patent/CN117333872A/zh
Publication of CN117333872A publication Critical patent/CN117333872A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
    • 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
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • 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
    • G06V10/52—Scale-space analysis, e.g. wavelet analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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

Landscapes

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

Abstract

本发明公开了一种图像分割方法、装置、设备及存储介质，该方法包括：获取待分割图像；将所述待分割图像输入特征提取模型进行特征提取，获得多尺度的特征信息；将所述特征信息输入至动态掩码矩阵模型，获得掩码矩阵概率信息；根据所述掩码矩阵概率信息和所述特征信息对图像进行分割，获得分割后的图像。利用该方法：实现了动态掩码矩阵的分配，实现了针对于自动驾驶泊车领域的图像实例分割，提高了图像分割的精确度和实时性。

Description

一种图像分割方法、装置、设备及存储介质
技术领域
本发明实施例涉及计算机视觉技术领域，尤其涉及一种图像分割方法、装置、设备及存储介质。
背景技术
随着自动驾驶技术的广泛发展，越来越多的研究人员和学者投入其中。其中实例分割作为自动驾驶领域的一项核心技术，目的是将自动驾驶车辆感知到的环境信息图像中的实例和二进制掩码精准地预测出来。
目前的实例分割方法中，低分辨率的掩码矩阵会丢失图像中的一些细节信息，而高分辨率的掩码矩阵则需要更高的计算资源。举个例子，一张图像中可能会包含较多的样本(样本可以理解为图像中我们需要分割的目标)，这些样本在宏观意义上可以分为难样本和简单根本。对于一些难样本我们需要更细粒度的掩码矩阵进行预测，而对于简单的、规则的、少信息的目标样本，我们只需要粗糙的掩码矩阵就能预测。但目前现有的一些实例分割方法，很难做到自适应地实现动态掩码矩阵的分配，因此在实例分割的过程中可能会产生较高的计算资源和准确率的降低。
发明内容
本发明实施例提供一种图像分割方法、装置、设备及存储介质，实现了动态掩码矩阵的分配，实现了针对于自动驾驶泊车领域的图像实例分割，提高了图像分割的精确度和实时性。
第一方面，本发明实施例提供了一种图像分割方法，该方法包括：
获取待分割图像；
将所述待分割图像输入特征提取模型进行特征提取，获得多尺度的特征信息；
将所述特征信息输入至动态掩码矩阵模型，获得掩码矩阵概率信息；
根据所述掩码矩阵概率信息和所述特征信息对图像进行分割，获得分割后的图像。
第二方面，本发明实施例还提供了一种图像分割装置，该装置包括：
图像获取模块，用于获取待分割图像；
特征提取模块，用于将所述待分割图像输入特征提取模型进行特征提取，获得多尺度的特征信息；
掩码矩阵确定模块，用于将所述特征信息输入至动态掩码矩阵模型，获得掩码矩阵概率信息；
图像分割模块，用于根据所述掩码矩阵概率信息和所述特征信息对图像进行分割，获得分割后的图像。
第三方面，本公开实施例还提供电子设备，所述电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本公开实施例提供的图像分割方法。
第四方面，本公开实施例还提供了包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行实现本公开实施例提供的图像分割方法。
本发明公开了一种图像分割方法、装置、设备及存储介质，该方法包括：获取待分割图像；将所述待分割图像输入特征提取模型进行特征提取，获得多尺度的特征信息；将所述特征信息输入至动态掩码矩阵模型，获得掩码矩阵概率信息；根据所述掩码矩阵概率信息和所述特征信息对图像进行分割，获得分割后的图像。利用该方法：实现了动态掩码矩阵的分配，实现了针对于自动驾驶泊车领域的图像实例分割，提高了图像分割的精确度和实时性。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开实施例所提供的一种图像分割方法的流程图；
图2为本公开实施例所提供的残差模块的网络结构示意图；
图3为本公开实施例所提供的动态掩码矩阵模型的网络结构示意图；
图4为本公开实施例所提供的一种图像分割装置的结构示意图；
图5为本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
实施例一
图1为本公开实施例所提供的一种图像分割的流程图，本公开实施例适用于提供解决无法做到自适应地实现动态掩码矩阵的分配的问题的情形，该方法可以由图像分割装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。
如图1所示，本公开实施例提供的一种图像分割方法，具体可以包括下述步骤：
S110、获取待分割图像。
在本实施例中，待分割图像可以是需要进行实例分割的图像。
具体的，本步骤用于获取待分割图像。
S120、将待分割图像输入特征提取模型进行特征提取，获得多尺度的特征信息。
其中，特征提取模型为基于残差模块的残差神经网络。
在本实施例中，特征提取模型可以是一个无阶段的特征提取结构，在特征提取结构中，使用的是基于残差模块的残差神经网络，残差模块的网络结构如图2所示，X代表来自待分割图像或者上一层网络输出的特征图(Feature Map)，但有一部分X在不经过残差模块的权重层而直接输出到残差模块的结尾，与经过权重层的输出结果F(x)相加求和，后经过ReLU激活函数映射后输出，获得多尺度的特征信息：
f(x)＝max(x，0)
y＝σ(Fx，W+x)
其中，y表示残差模块最终的输出，σ(·)表示激活函数ReLu，F(·)代表残差函数，x代表输入，W代表卷积层中所有的权重参数。
利用本方法，通过大量使用残差模块，可以在保证网络预测精度的同时，有效地降低网络的模型数量和计算量，防止网络因为参数过多而产生过拟合的现象。
S130、将特征信息输入至动态掩码矩阵模型，获得掩码矩阵概率信息。
其中，图3为本公开实施例所提供的动态掩码矩阵模型的网络结构示意图；如图3所示，动态掩码矩阵模型沿从输入到输出的方向依次包括：两个并列的池化层、多层感知机、融合模块、至少一个卷积层和全连接层；其中，并列的池化层分别为全局平均池化和全局最大池化层。
具体的，对特征信息分别输入至两个并列的池化层，获得平均池化的特征信息和最大池化的特征信息，将平均池化的特征信息输入至多层感知机进行特征变换，获得第一特征向量。将最大池化的特征信息输入至多层感知机进行特征变换，获得第二特征向量将第一特征向量和第二特征向量进行加权处理，获得第三特征向量。将所述第三特征向量输入到至少一个卷积层进行卷积运算，将卷积运算后的第三特征向量输入至全连接层，获得掩码矩阵概率信息。
在上述实施例的基础上，可以将特征信息输入至动态掩码矩阵模型，获得掩码矩阵概率信息具体为下述步骤：
a1)对特征信息分别输入至两个并列的池化层，获得平均池化的特征信息和最大池化的特征信息。
b1)将平均池化的特征信息输入至多层感知机进行特征变换，获得第一特征向量。
c1)将最大池化的特征信息输入至多层感知机进行特征变换，获得第二特征向量
d1)将第一特征向量和第二特征向量进行加权处理，获得第三特征向量
e1)将所述第三特征向量输入到至少一个卷积层进行卷积运算，将卷积运算后的第三特征向量输入至全连接层，获得掩码矩阵概率信息。
具体的，输入的特征图首先会经过两种池化操作，分别是全局平均池化和全局最大池化，两个池化操作的计算方式如下所示：
其中，H、W分别代表特征图的长度和高度，中的n表示特征图的第几个通道，i，j分别表示特征图中某个通道中的某个特征值。之后，特征图经过多层感知机进行相应地特征映射，分别得到第一特征向量1*1*C1和第二特征向量1*1*C2，将第一特征向量和第二特征向量进行相加操作后，得到1*1*C的第三特征向量。将第三特征向量作为输入，经过两层卷积层运算后输入到一个全连接层中，最终可以得到概率P，P的维度是一个1*1*p*的特征向量，即为掩码矩阵概率信息。其中数值较高的概率Pk代表某一个实例在图像中出现的概率，并决定某个实例用到什么规格的掩码矩阵。
S140、根据掩码矩阵概率信息和特征信息对图像进行分割，获得分割后的图像。
具体的，根据掩码矩阵概率信息确定特征信息对应的掩码矩阵；根据特征信息和掩码矩阵对图像进行分割，获得分割后的图像。
在上述实施例的基础上，根据掩码矩阵概率信息和特征信息对图像进行分割，获得分割后的图像具体为下述步骤：
a2)根据掩码矩阵概率信息确定特征信息对应的掩码矩阵。
b2)根据特征信息和掩码矩阵对图像进行分割，获得分割后的图像。
具体的，根据掩码矩阵概率信息，即数值较高的概率Pk代表某一个实例在图像中出现的概率，并决定某个实例用到什么规格的掩码矩阵。然后根据特征信息和掩码矩阵对图像进行分割，获得分割后的图像。
在上述实施例的基础上，根据特征信息和掩码矩阵对图像进行分割，获得分割后的图像具体为下述步骤：
b21)对除最大尺度的特征信息之外的多尺度特征信息按照尺度由小到大的顺序按照如下方式进行上采样处理：对于当前尺度，将上一尺度上采样后的特征信息或预先生成的最小尺度的特征信息与对应的掩码矩阵进行融合，获得目标特征图。将当前尺度的特征信息与目标特征图进行融合，并对融合后的特征信息进行上采样处理。
b22)对于最大尺度的特征信息，将当前尺度的特征信息与目标特征图进行融合，获得分割后的图像。
本发明公开了一种图像分割方法，该方法包括：获取待分割图像；将待分割图像输入特征提取模型进行特征提取，获得多尺度的特征信息；将特征信息输入至动态掩码矩阵模型，获得掩码矩阵概率信息；根据掩码矩阵概率信息和特征信息对图像进行分割，获得分割后的图像。利用该方法：实现了动态掩码矩阵的分配，实现了针对于自动驾驶泊车领域的图像实例分割，提高了图像分割的精确度和实时性。
实施例二
图4为本发明实施例还提供了一种图像分割装置结构示意图，如图3示，装置包括：图像获取模块210、特征提取模块220、掩码矩阵确定模块230以及图像分割模块240。
图像获取模块210，用于获取待分割图像；
特征提取模块220，用于将所述待分割图像输入特征提取模型进行特征提取，获得多尺度的特征信息；
掩码矩阵确定模块230，用于将所述特征信息输入至动态掩码矩阵模型，获得掩码矩阵概率信息；
图像分割模块240，用于根据所述掩码矩阵概率信息和所述特征信息对图像进行分割，获得分割后的图像。
本公开实施例所提供的技术方案，利用该方法：实现了动态掩码矩阵的分配，实现了针对于自动驾驶泊车领域的图像实例分割，提高了图像分割的精确度和实时性。
进一步地，掩码矩阵确定模块230可以用于：
所述动态掩码矩阵模型沿从输入到输出的方向依次包括：两个并列的池化层、多层感知机、融合模块、至少一个卷积层和全连接层；其中，所述并列的池化层分别为全局平均池化和全局最大池化层。
进一步地，掩码矩阵确定模块230可以用于：
对所述特征信息分别输入至两个并列的池化层，获得平均池化的特征信息和最大池化的特征信息；
将所述平均池化的特征信息输入至所述多层感知机进行特征变换，获得第一特征向量；
将所述最大池化的特征信息输入至所述多层感知机进行特征变换，获得第二特征向量；
将所述第一特征向量和所述第二特征向量进行加权处理，获得第三特征向量；
将所说第三特征向量输入到至少一个卷积层进行卷积运算，将卷积运算后的第三特征向量输入至所述全连接层，获得掩码矩阵概率信息。
进一步地，图像分割模块240可以用于：
根据所述掩码矩阵概率信息确定所述特征信息对应的掩码矩阵；
根据所述特征信息和所述掩码矩阵对图像进行分割，获得分割后的图像。
进一步地，图像分割模块240可以用于：
对除最大尺度的特征信息之外的所述多尺度特征信息按照尺度由小到大的顺序按照如下方式进行上采样处理：
对于当前尺度，将上一尺度上采样后的特征信息或预先生成的最小尺度的特征信息与对应的掩码矩阵进行融合，获得目标特征图；
将当前尺度的特征信息与所述目标特征图进行融合，并对融合后的特征信息进行上采样处理；
对于最大尺度的特征信息，将当前尺度的特征信息与所述目标特征图进行融合，获得分割后的图像。
进一步地，特征提取模块220还可以用于：
所述特征提取模型为基于残差模块的残差神经网络。
上述装置可执行本发明前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明前述所有实施例所提供的方法。
实施例三
图5出了可以用来实施本发明的实施例的电子设备10的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图5，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理，例如图像分割方法。
在一些实施例中，图像分割方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的图像分割方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像分割方法。
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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中，计算机可读存储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计算机程序。计算机可读存储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。备选地，计算机可读存储介质可以是机器可读信号介质。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，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：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电子设备。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)、区块链网络和互联网。
计算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VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
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，本发明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，只要能够实现本发明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，并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种图像分割方法，其特征在于，包括：
获取待分割图像；
将所述待分割图像输入特征提取模型进行特征提取，获得多尺度的特征信息；
将所述特征信息输入至动态掩码矩阵模型，获得掩码矩阵概率信息；
根据所述掩码矩阵概率信息和所述特征信息对图像进行分割，获得分割后的图像。
2.根据权利要求1所述的方法，其特征在于，所述动态掩码矩阵模型沿从输入到输出的方向依次包括：两个并列的池化层、多层感知机、融合模块、至少一个卷积层和全连接层；其中，所述并列的池化层分别为全局平均池化和全局最大池化层。
3.根据权利要求2所述的方法，其特征在于，将所述特征信息输入至动态掩码矩阵模型，获得掩码矩阵概率信息，包括：
对所述特征信息分别输入至两个并列的池化层，获得平均池化的特征信息和最大池化的特征信息；
将所述平均池化的特征信息输入至所述多层感知机进行特征变换，获得第一特征向量；
将所述最大池化的特征信息输入至所述多层感知机进行特征变换，获得第二特征向量；
将所述第一特征向量和所述第二特征向量进行加权处理，获得第三特征向量；
将所述第三特征向量输入到至少一个卷积层进行卷积运算，将卷积运算后的第三特征向量输入至所述全连接层，获得掩码矩阵概率信息。
4.根据权利要求1所述的方法，其特征在于，根据所述掩码矩阵概率信息和所述特征信息对图像进行分割，获得分割后的图像，包括：
根据所述掩码矩阵概率信息确定所述特征信息对应的掩码矩阵；
根据所述特征信息和所述掩码矩阵对图像进行分割，获得分割后的图像。
5.根据权利要求3所述的方法，其特征在于，根据所述多尺度特征信息和所述掩码矩阵对图像进行分割，获得分割后的图像，包括：
对除最大尺度的特征信息之外的所述多尺度特征信息按照尺度由小到大的顺序按照如下方式进行上采样处理：
对于当前尺度，将上一尺度上采样后的特征信息或预先生成的最小尺度的特征信息与对应的掩码矩阵进行融合，获得目标特征图；
将当前尺度的特征信息与所述目标特征图进行融合，并对融合后的特征信息进行上采样处理；
对于最大尺度的特征信息，将当前尺度的特征信息与所述目标特征图进行融合，获得分割后的图像。
6.根据权利要求1所述的方法，其特征在于，所述特征提取模型为基于残差模块的残差神经网络。
7.一种图像分割装置，其特征在于，包括：
图像获取模块，用于获取待分割图像；
特征提取模块，用于将所述待分割图像输入特征提取模型进行特征提取，获得多尺度的特征信息；
掩码矩阵确定模块，用于将所述特征信息输入至动态掩码矩阵模型，获得掩码矩阵概率信息；
图像分割模块，用于根据所述掩码矩阵概率信息和所述特征信息对图像进行分割，获得分割后的图像。
8.根据权利要求7所述的装置，其特征在于，所述掩码矩阵确定，还用于：
对所述特征信息分别输入至两个并列的池化层，获得平均池化的特征信息和最大池化的特征信息；
将所述平均池化的特征信息输入至所述多层感知机进行特征变换，获得第一特征向量；
将所述最大池化的特征信息输入至所述多层感知机进行特征变换，获得第二特征向量；
将所述第一特征向量和所述第二特征向量进行加权处理，获得第三特征向量；
将所说第三特征向量输入到至少一个卷积层进行卷积运算，将卷积运算后的第三特征向量输入至所述全连接层，获得掩码矩阵概率信息。
9.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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分割方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的图像分割方法。
CN202311403440.7A 2023-10-26 2023-10-26 一种图像分割方法、装置、设备及存储介质 Pending CN117333872A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311403440.7A CN117333872A (zh) 2023-10-26 2023-10-26 一种图像分割方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311403440.7A CN117333872A (zh) 2023-10-26 2023-10-26 一种图像分割方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN117333872A true CN117333872A (zh) 2024-01-02

Family

ID=89291645

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311403440.7A Pending CN117333872A (zh) 2023-10-26 2023-10-26 一种图像分割方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117333872A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118279323A (zh) * 2024-06-03 2024-07-02 中国科学院宁波材料技术与工程研究所 一种图像分割方法、装置、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118279323A (zh) * 2024-06-03 2024-07-02 中国科学院宁波材料技术与工程研究所 一种图像分割方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN112966522B (zh) 一种图像分类方法、装置、电子设备及存储介质
CN112801164A (zh) 目标检测模型的训练方法、装置、设备及存储介质
CN112560996B (zh) 用户画像识别模型训练方法、设备、可读存储介质及产品
CN113379627A (zh) 图像增强模型的训练方法和对图像进行增强的方法
CN112488060B (zh) 目标检测方法、装置、设备和介质
CN117333872A (zh) 一种图像分割方法、装置、设备及存储介质
EP4123595A2 (en) Method and apparatus of rectifying text image, training method and apparatus, electronic device, and medium
WO2022021834A1 (zh) 神经网络模型确定方法、装置、电子设备、介质及产品
CN113902010A (zh) 分类模型的训练方法和图像分类方法、装置、设备和介质
CN114730367A (zh) 模型训练方法、装置、存储介质和程序产品
CN115456167B (zh) 轻量级模型训练方法、图像处理方法、装置及电子设备
CN116740355A (zh) 自动驾驶图像的分割方法、装置、设备及存储介质
CN116342434B (zh) 一种图像处理方法、装置、设备及存储介质
CN113052246A (zh) 用于训练分类模型及图像分类的方法和相关装置
CN115496916B (zh) 图像识别模型的训练方法、图像识别方法以及相关装置
CN117475032A (zh) 文生图模型、超网络的生成方法及装置
CN117132964A (zh) 模型训练方法、点云编码方法、对象处理方法及装置
CN112560936A (zh) 模型并行训练方法、装置、设备、存储介质和程序产品
CN113361575B (zh) 模型训练方法、装置和电子设备
CN113032071B (zh) 页面元素定位方法、页面测试方法、装置、设备和介质
CN113642654B (zh) 图像特征的融合方法、装置、电子设备和存储介质
CN112784967B (zh) 信息处理方法、装置以及电子设备
CN112801082B (zh) 图像的采样方法、装置及电子设备
CN114926447B (zh) 用于训练模型的方法、用于检测目标的方法和装置
CN114627342B (zh) 基于稀疏度的图像识别模型的训练方法、装置和设备

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