[发明专利]一种基于卷积实现的图像全景分割预测优化方法

权利要求书

1.一种基于卷积实现的遮挡优先级排序得分预测的图像全景分割预测优化方法，其特征在于，包括以下步骤：

(1)使用语义分割网络预测stuff填充区域，得到原始图像每个像素点的stuff类别预测结果；

(2)使用实例分割网络预测object实例区域，得到原始图像检测出的每个object实例检测框及相应的实例分割区域；

(3)使用基于卷积实现的遮挡优先级排序得分值预测算法，对不同实例的遮挡优先级排序得分值进行预测；

(4)对实例分割网络预测的实例物体，以步骤(3)预测得到的遮挡优先级排序得分值为依据，从大到小进行排序，依次将每个实例物体对应的前景区域赋值到相应的全景分割的结果中，如果排序靠后的实例物体像素点位置已经被排序靠前的实例物体占用，则丢弃此类像素点；

(5)将语义分割得到的stuff预测赋值到相应的全景分割的结果中，若有像素点被步骤(4)的实例物体占用，则丢弃此类像素点；最终得到全景分割的结果；

所述步骤(3)通过以下子步骤来实现：

(3.1)将实例分割的结果投影到原图大小的特征图中，该特征图的维度是物体的类别数目，不同类别的实例预测结果会被映射到不同通道中；特征图初始化时取值为0，被映射的像素点取值为1；然后使用2层卷积核大小为3的卷积层对特征图进行变换，最后输出层级得分预测结果图；

(3.2)对得到的类别排序预测得分结果，使用softmax函数进行归一化，即每个像素点的所有通道得分值相加为1；每个实例物体的排序得分是该实例物体所有像素点在对应的类别排序预测结果图上的得分平均值。