[发明专利]基于全卷积神经网络的图像语义分割方法

说明书

本发明公开一种基于全卷积神经网络的图像语义分割方法，涉及图像语义分割和深度学习领域，包括如下步骤：选择训练数据集；构建并训练由图像到类别标签的分类模型，并将其作为语义分割模型前端网络；前端网络每个块输出的特征图分别经过细节保留池化层降采样成统一大小，然后将这四个输出特征图串联，并通过特征重校正模块，重新校正特征图后，将得到的特征图传入后端网络；后端网络是主要负责图像上采样，在经过上采样之后，再经过一个变权重的全局池化，最后与训练数据集的语义标注图像计算交叉熵，进行误差反向传播。本发明解决了现有技术中的图像分割准确率较低的问题。

技术领域

本发明涉及图像语义分割和深度学习领域，尤其涉及基于全卷积神经网络的图像语义分割方法。

背景技术

语义分割是计算机视觉领域里一个重要的问题。图像语义分割是给每一个像素都赋予一个不同的标签(类别)，因此可以被认为是一个密集分类问题。

近年来，绝大多数当前最佳的图像语义分割方法都是基于全卷积神经网络的。典型的语义分割网络结构是编码器-解码器结构，编码器是一个图像降采样过程，负责抽取图像粗糙的语义特征，紧接着就是一个解码器，解码器是一个图像上采样过程，负责对降采样得到的图像特征进行上采样恢复到输入图像原始维度。

虽然池化在卷积神经网络的降采样过程中是一个关键的组成部分，可以用来降低参数的规模，增强对某些扭曲的不变性，同时增大感受野。但是因为池化本身就是一个有损耗的过程，所以在语义分割的图像降采样过程中，它会导致图像语义信息的丢失，使语义分割结果的精度偏低。

在深度卷积神经网络中，经常使用跨步卷积(str ided convo l ut ions)代替池化层达到降采样的作用，跨步卷积只考虑每个局部邻域的固定位置的一个节点，而不考虑激活的重要性。从图像降采样的角度，这样的降采样方式同样也会导致特征的失真。全卷积神经网络为大量的应用程序设计了最先进的图像语义分割算法，其中网络结构的创新主要集中在改进空间编码或网络连接来促进梯度流。

发明内容

本发明的目的在于设计一种基于全卷积神经网络的图像语义分割方法，以解决现有技术中的图像分割准确率较低的问题。

本发明的技术方案如下：

基于全卷积神经网络的图像语义分割方法，包括如下步骤：

步骤1：选择训练数据集。

步骤2：构建并训练由图像到类别标签的分类模型，并将其作为语义分割模型前端网络；

语义分割模型前端网络的结构包括Conv1、Conv2_x、Conv3_x和Conv4_x，Conv1、Conv2_x、Conv3_x和Conv4_x均包含多个卷积层，Conv1、Conv2_x、Conv3_x和Conv4_x的后面均连接一个细节保留池化层。

步骤3：以训练好的语义分割模型前端网络为基础，构建语义分割模型后端网络。

后端网络的结构包括细节保留池化层、特征重校正模块、1×1的卷积层Conv5_x、Conv6_x、Conv7_x、变权全局池化层和上采样层；Conv1、Conv2_x、Conv3_x的输出分别通过三个细节保留池化层后与Conv4_x串联连接后，共同输入特征重校正模块；Conv5_x、Conv6_x和Conv7_x前均连接一个上采样层，Conv5_x、Conv6_x和Conv7_x均包括卷积层、批归一化层和线性整流单元，Conv5_x、Conv6_x、Conv7_x通过跳跃结构分别依次与Conv3_x、Conv2_x和Conv1的输出特征图串联；

特征重校正模块经过1个1×1的卷积层，得到特征图，将特征图上采样后与Conv5_x连接；

其中，变权全局池化层表示给全局平均池化中的1×1卷积加上1个权值向量，通过标准高斯分布进行参数初始化，在误差反向传播过程中，不断更新像素的权值。