[发明专利]一种物体边界识别方法、装置及设备

说明书

本申请涉及一种物体边界识别方法、装置及设备，所述方法包括：识别输入图像中的目标物体，得到目标物体图像；将所述目标物体图像填充成正方形，对所述目标物体图像进行二值图像分割，得到二值图像；对所述输入图像做全图边界处理，确定全图边界；将所述全图边界与所述二值图像的边界取交集得到的交集点连接，得到所述目标物体的边界。本申请不仅在图片边界预测上可以更加精确，而且人工在其上做二次修改的时候会容易操作，因为可以保证预测结果更加准确，而不准确的部分方便人工补边界。

技术领域

本申请涉及图像处理领域，尤其涉及一种物体边界识别方法、装置及设备。

背景技术

随着监督学习的广泛应用，对于数据的需求越来越大，其中图像数据标注就是一个很大的缺口。目前很多标注公司在处理图像数据标注时，主要采用预加载与人工标注相结合的方式，但因受限于算法的局限性，和算法处理结果对人工二次标注的匹配性较差等问题，预加载步骤经常不能发挥其全部作用。

目前，比较常用的实例分割算法达不到精细标注的精细程度要求，所以需要人工对算法识别结果做二次修改。由于现有算法在很多细节方面把控不到位，给人工增加了很多工作量，有时候甚至比不要预加载消耗更多的时间。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种物体边界识别方法、装置及设备。

第一方面，本申请提供了一种物体边界识别方法，包括：

识别输入图像中的目标物体，得到目标物体图像；

将所述目标物体图像填充成正方形，对所述目标物体图像进行二值图像分割，得到二值图像；

对所述输入图像做全图边界处理，确定全图边界；

将所述全图边界与所述二值图像的边界取交集得到的交集点连接，得到所述目标物体的边界。

结合第一方面，在第一方面第一种可能的实施方式中，所述将所述目标物体图像填充成正方形包括：

对所述目标物体图像按照长边的长度进行图片填充，得到正方形的目标物体图像。

结合第一方面，在第一方面第二种可能的实施方式中，对所述目标物体图像进行二值图像分割，得到二值图像，包括：

根据所述目标物体图像确定所述目标物体的多个特征区域；

确定每个所述特征区域所对应的特征阈值；

基于特征区域与特征阈值之间的对应关系，利用图像语义分割模型对所述目标物体图像进行多尺度的二值图像分割，得到二值图像。

结合第一方面，在第一方面第三种可能的实施方式中，对所述输入图像做全图边界处理，确定全图边界，包括：

针对每个像素点，将周围八个像素点的像素值按照预设颜色跳跃计算公式计算颜色跳跃值；

将多个像素点对应的颜色跳跃值的平均值确定为跳跃阈值；

将颜色跳跃值大于所述跳跃阈值的像素点确定为颜色跳跃点，将颜色跳跃值小于所述跳跃阈值的像素点确定为非颜色跳跃点；

基于所述颜色跳跃点确定全图边界。

第二方面，本申请提供了一种物体边界识别装置，包括：

识别模块，用于识别输入图像中的目标物体，得到目标物体图像；

分割模块，用于将所述目标物体图像填充成正方形，对所述目标物体图像进行二值图像分割，得到二值图像；

处理模块，用于对所述输入图像做全图边界处理，确定全图边界；