[发明专利]一种图像分割方法及装置

说明书

本申请提供了一种图像分割方法及装置，该方法通过获取模板图像和待分割图像；将模板图像和待分割图像输入至预先训练好的分割模型中，执行：对模板图像经过不同次卷积处理后得到不同维度的第一特征图像；将待分割图像经过第n次卷积处理后得到的特征图像与第n维第一特征图像进行拼接，将拼接后的图像进行卷积处理后得到第n维第二特征图像；依次将第n+i‑1维第二特征图像与第n+i‑1维的第一特征图像进行拼接，将拼接后得到的图像进行卷积后得到第n+i维第二特征图像，直至确定出第m维第二特征图像；基于确定出的第m维第二特征图像，确定待分割图像的分割图像。通过这种方法，在少样本的应用场景中，提高了图像分割的精确度。

技术领域

本申请涉及图像处理技术领域，尤其是涉及一种图像分割方法及装置。

背景技术

现有技术中，在进行图像分割时，主要通过训练好的神经网络对图像进行分割，而对神经网络的训练过程往往依赖于大量的数据样本，例如要实现对图像中包含的狗进行分割，则需要大量的不同姿态的狗的图像对神经网络进行训练。

然而，有些领域无法提供大量的样本数据，例如轨道交通领域，则将上述方法应用于轨道交通领域时，通过轨道交通所能提供的少量样本所训练处的神经网络在进行图像分割时，精确度较低。

发明内容

有鉴于此，本申请的目的在于提供一种图像分割方法及装置，在少样本的应用场景中，提高图像分割的精确度。

第一方面，本申请实施例提供了一种图像分割方法，包括：

将获取的模板图像和待分割图像输入至预先训练好的分割模型中，执行以下处理：

对所述模板图像经过不同次卷积处理后得到不同维度的第一特征图像；

将所述待分割图像经过第n次卷积处理后得到的特征图像与第n维第一特征图像进行拼接，将拼接后的图像进行卷积处理后得到所述待分割图像的第n维第二特征图像；

在确定第n维之后的第二特征图像时，依次将第n+i-1维第二特征图像与第n+i-1维的第一特征图像进行拼接，将拼接后得到的图像进行卷积后得到所述待分割图像的第n+i维第二特征图像，直至确定出所述待分割图像的第m维第二特征图像；

基于确定出的第m维第二特征图像，确定所述待分割图像的分割图像；

其中，n、m为正整数，m大于n，i取遍1至m-n中的整数。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述基于确定出的第m维第二特征图像，确定所述待分割图像的分割图像，包括：

将所述第m维第二特征图像进行上采样处理，并根据经过上采样处理之后的第m维第二特征图像中每个像素点的像素值，确定所述待分割图像的分割图像。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述根据经过上采样处理之后的第m维第二特征图像中每个像素点的像素值，确定所述待分割图像的分割图像，包括：

将所述经过上采样处理之后的第m维第二特征图像中像素值大于预设像素值的像素点划分为第一类像素点，所述第一类像素点为所述待分割图像与所述模板图像具有相同图像特征的像素点；

将所述经过上采样处理之后的第m维第二特征图像中像素值不大于所述预设像素值的像素点划分为第二类像素点，所述第二类像素点为所述待分割图像与所述模板图像的图像特征存在差异的像素点；

基于所述第一类像素点和所述第二类像素点，确定所述待分割图像的分割图像。

结合第一方面的第二种可能的实施方式，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述基于所述第一类像素点和所述第二类像素点，确定所述待分割图像的分割图像，包括：