[发明专利]图像语义分割方法、装置及计算机设备

说明书

本申请公开了一种图像语义分割方法、装置及计算机设备，属于图像处理领域。该方法包括：获取原始图像，采用n种增强处理算法分别对该原始图像进行增强处理，得到与该n种增强处理算法一一对应的n个增强图像，该n为大于1的整数；分别对每个增强图像进行语义分割，得到每个增强图像的初始分割结果；对该n个增强图像的初始分割结果进行融合，得到原始图像的目标分割结果。由于该n个增强图像的图像质量相比于原始图像可以在不同方面得到改善，因此对每个增强图像分别进行语义分割，并将初始分割结果进行融合后得到目标分割结果的分割效果较好，避免了原始图像的图像质量对分割效果的影响，提高了图像语义分割方法的可靠性。

技术领域

本申请涉及图像处理领域，特别涉及一种图像语义分割方法、装置及计算机设备。

背景技术

图像语义分割(semantic segmentation)是一种对图像中的每个像素按照语义进行分类，并根据像素所属的类别对像素进行标注(例如采用不同颜色标注不同类别的像素)，以区分图像中所包括的语义对象的方法。

相关技术中，通常采用基于机器学习算法训练得到的神经网络来进行图像语义分割。该图像语义分割的过程包括：首先将原始图像输入至一个神经网络，得到图像的语义特征，之后对该语义特征进行融合得到分割结果。或者，采用另一个神经网络对得到的语义特征进行处理得到的分割结果。该分割结果可以是原始图像中每个像素属于不同类别的概率，或者也可以是采用不同颜色对原始图像中不同类别的像素进行标注后得到的图像。

但是，相关技术中的方法对不同质量的图像均采用相同的神经网络进行处理，其分割效果较差。

发明内容

本申请实施例提供了一种图像语义分割方法、装置及计算机设备，可以解决相关技术中的语义分割方法分割效果较差的问题。所述技术方案如下：

一方面，提供了一种图像语义分割方法，所述方法包括：

获取原始图像；

采用n种增强处理算法分别对所述原始图像进行增强处理，得到与所述n种增强处理算法一一对应的n个增强图像，所述n为大于1的整数；

分别对每个所述增强图像进行语义分割，得到每个所述增强图像的初始分割结果；

对所述n个增强图像的初始分割结果进行融合，得到所述原始图像的目标分割结果。

另一方面，提供了一种图像语义分割装置，所述装置包括：

第一获取模块，用于获取原始图像；

处理模块，用于采用n种增强处理算法分别对所述原始图像进行增强处理，得到与所述n种增强处理算法一一对应的n个增强图像，所述n为大于1的整数；

分割模块，用于分别对每个所述增强图像进行语义分割，得到每个所述增强图像的初始分割结果；

融合模块，用于对所述n个增强图像的初始分割结果进行融合，得到所述原始图像的目标分割结果。

又一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述方面所述的图像语义分割方法。

再一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述方面所述的图像语义分割方法。

再一方面，提供了一种图像语义分割方法，应用于自动驾驶车辆，所述方法包括：

获取所述自动驾驶车辆的周围场景图像；