[发明专利]图像场景理解的方法及装置

权利要求书

1.一种图像场景理解的方法，其特征在于，包括：

获取场景的原始图像；

对所述原始图像进行卷积操作，得到卷积输出；

通过全局卷积网络对所述卷积输出进行处理，得到处理结果，其中所述全局卷积网络包括多条卷积支路以进行多路卷积，并且每路卷积包括至少一个卷积运算，其中所述多条卷积支路具有相同的输入，且所述多条卷积支路的多个支路输出求和后得到所述处理结果；以及

对所述处理结果进行边界精炼，得到图像场景理解的结果，其中所述边界精炼包括对所述处理结果进行修正，并将所述处理结果与修正后的结果进行结合，所述修正包括线性修正和非线性修正中的至少一个。

2.如权利要求1所述的方法，其特征在于，所述对所述原始图像进行卷积操作，得到卷积输出，包括：

通过N个卷积神经网络对所述原始图像进行卷积操作，得到N路卷积输出；

其中，所述N路卷积输出的空间维度两两互不相等，且所述N路卷积输出的空间维度均小于所述原始图像的空间维度，N为大于1的正整数。

3.如权利要求2所述的方法，其特征在于，所述通过全局卷积网络对所述卷积输出进行处理，得到处理结果，包括：

通过N个所述全局卷积网络对所述N路卷积输出分别进行处理，得到与所述N路卷积输出一一对应的N个处理结果。

4.如权利要求3所述的方法，其特征在于，所述通过N个所述全局卷积网络对所述N路卷积输出分别进行处理，得到与所述N路卷积输出一一对应的N个处理结果，包括：

对所述N路卷积输出中的第i路卷积输出进行多路卷积，将所述多路卷积的输出进行相加，并将所述相加的结果确定为与所述第i路卷积输出对应的第i个处理结果；

其中，i的取值范围为1至N。

5.如权利要求3所述的方法，其特征在于，所述对所述处理结果进行边界精炼，得到图像场景理解的结果，包括：

对所述N个处理结果分别进行边界精炼，得到与所述N个处理结果一一对应的N个边界精炼结果；

根据所述N个边界精炼结果，得到所述图像场景理解的结果。

6.如权利要求5所述的方法，其特征在于，所述对所述N个处理结果分别进行边界精炼，得到与所述N个处理结果一一对应的N个边界精炼结果，包括：

对所述N个处理结果中的第i个处理结果进行修正，将所述修正后的结果与所述第i个处理结果进行结合，得到第i个边界精炼结果；

其中，i的取值范围为1至N。

7.如权利要求5所述的方法，其特征在于，所述根据所述N个边界精炼结果，得到所述图像场景理解的结果，包括：

将所述N个边界精炼结果进行融合操作，得到所述图像场景理解的结果。

8.如权利要求1至7任一项所述的方法，其特征在于，在所述获取所述原始图像之前，所述方法还包括：

训练所述全局卷积网络。

9.一种图像场景理解的装置，其特征在于，包括：

获取模块，用于获取场景的原始图像；

卷积模块，用于对所述获取模块获取的所述原始图像进行卷积操作，得到卷积输出；

全局卷积网络模块，用于通过全局卷积网络对所述卷积模块得到的所述卷积输出进行处理，得到处理结果，其中所述全局卷积网络包括多条卷积支路以进行多路卷积，并且每路卷积包括至少一个卷积运算，其中所述多条卷积支路具有相同的输入，且所述多条卷积支路的多个支路输出求和后得到所述处理结果；以及

边界精炼模块，用于对所述全局卷积网络模块得到的所述处理结果进行边界精炼，得到图像场景理解的结果，其中所述边界精炼包括对所述处理结果进行修正，并将所述处理结果与修正后的结果进行结合，所述修正包括线性修正和非线性修正中的至少一个。