[发明专利]一种基于寻找语义类簇的弱监督语义分割方法

权利要求书

1.一种基于寻找语义类簇的弱监督图像语义分割方法，包括如下步骤：

S2.1对每个标签进行超像素聚类，确定各个类簇中心及成员；

S2.2寻找与该标签对应的类簇及核心成员；

S2.3计算核心成员属于此标签的置信度；

S2.4对单幅图像中的超像素使用条件随机场进行标注；

所述步骤S2.1针对数据集标签集合中的每个标签，分别进行聚类，聚类次数等于数据集标签数；

所述步骤S2.2通过计算聚类图像标签的统计直方图与聚类后各类簇超像素来源图像标签的统计直方图的余弦距离确定标签对应的类簇；统计参与聚类时使用的图像级标签的统计直方图H＝[b1，b2，.....bc]，C＝|L|，b_k表示第k个标签的个数；计算每个类簇中超像素来源图像拥有标签的直方图Hr＝[a1，a2，....ac]，C＝|L|，r为类簇索引号，a_k表示第k个标签的个数，多个超像素块来源于同一幅图像的，图像标签仅统计一次，计算H和Hr的余弦距离：

当R≤cos(10°)且Hc距离最小的类簇判断为标签对应的类簇；R＞cos(10°)时，未找到与聚类标签相一致的类簇。

2.根据权利要求1所述的一种基于寻找语义类簇的弱监督图像语义分割方法，其特征在于，所述步骤S2.1针对某标签进行聚类时，所使用的超像素为含有此标签的所有图像中的超像素。

3.根据权利要求1所述的一种基于寻找语义类簇的弱监督图像语义分割方法，其特征在于，所述步骤S2.1针对某标签聚类时，通过对每个超像素的局部密度和最小归属距离的积进行排序，来确定聚类中心。

4.根据权利要求1所述的一种基于寻找语义类簇的弱监督图像语义分割方法，其特征在于，所述步骤S2.3中当前标签所属类簇中核心区域的超像素属于该标签的置信度值使用高斯核映射得到。

5.根据权利要求1所述的一种基于寻找语义类簇的弱监督图像语义分割方法，其特征在于，所述步骤S2.4条件随机场为二阶邻域关系场，其一元势的取值为步骤S2.3中得到的超像素取得标签的置信度值，不属于任何语义标签对应类簇核心区域的超像素取来源图像的随机置信度。