[发明专利]图像语义分割方法、装置和计算机设备

说明书

本申请涉及一种图像语义分割方法、装置和计算机设备。该方法包括：对待处理图像进行卷积处理，得到多尺度特征图集，将多尺度特征图集作为上下文交织处理的输入特征图集；对输入特征图集中的各相邻特征图对分别进行上下文交织处理，获得交织特征图集；将交织特征图集作为上下文交织处理的输入特征图集，返回对输入特征图集中的各相邻特征图对分别进行上下文交织处理，获得交织特征图集的步骤，直至所获得的交织特征图集仅包括一个交织特征图；对交织特征图进行语义预测，获得与待处理图像对应的语义分割图像。通过上下文交织不断学习相邻特征图的上下文信息，使最终获得的交织特征图具有更好的分类特性，进而得到更精确的语义分割图像。

技术领域

本申请涉及图像分割技术领域，特别是涉及一种图像语义分割方法、装置和计算机设备。

背景技术

图像语义分割是计算机视觉和模式识别领域重要研究课题之一，广泛应用于自动驾驶系统、无人机、医学影像等场景中，其目标是对图像的每个像素点进行分类，将图像分割成一组具有一定语义含义的区域块，并识别出每个区域块的类别，最终得到一幅具有语义标注的图像。以应用于自动驾驶系统为例，通过图像语义分割可将人、车辆、树木等不同类别的对象进行分割归类，并针对不同类别的对象采用不同的标注方式，得到语义分割图像，以根据语义分割图像避让行人和车辆等障碍。

在现有的图像语义分割方法中，按照低分辨率至高分辨率的顺序，依次组合卷积获得的各特征图。而低分辨率特征图由于卷积时会遗漏信息，因此通过上述方式组合得到的特征图，也存在信息衰减的问题，进而影响语义分割的准确性。

发明内容

根据本申请的各种实施例，提供一种图像语义分割方法、装置和计算机设备。

一种图像语义分割方法，所述方法包括：

对待处理图像进行卷积处理，得到多尺度特征图集，将所述多尺度特征图集作为上下文交织处理的输入特征图集；

对所述输入特征图集中的各相邻特征图对分别进行上下文交织处理，获得交织特征图集；

将所述交织特征图集作为所述上下文交织处理的输入特征图集，返回对所述输入特征图集中的各相邻特征图对分别进行上下文交织处理，获得交织特征图集的步骤，直至所获得的所述交织特征图集仅包括一个交织特征图；

对所述交织特征图进行语义预测，获得与所述待处理图像对应的语义分割图像。

一种图像语义分割装置，所述装置包括：

卷积模块，用于对待处理图像进行卷积处理，得到多尺度特征图集，将所述多尺度特征图集作为上下文交织处理的输入特征图集；

上下文交织模块，用于对所述输入特征图集中的各相邻特征图对分别进行上下文交织处理，获得交织特征图集；

输入特征图集确定模块，用于将所述交织特征图集作为所述上下文交织处理的输入特征图集，返回对所述输入特征图集中的各相邻特征图对分别进行上下文交织处理，获得交织特征图集的步骤，直至所获得的所述交织特征图集仅包括一个交织特征图；

预测模块，用于对所述交织特征图进行语义预测，获得与所述待处理图像对应的语义分割图像。

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行任一项实施例中图像语义分割方法的步骤。