[发明专利]目标对象的识别方法和装置

权利要求书

1.一种目标对象的分割方法，其特征在于，包括：

获取包含目标对象的第一图像；

对所述第一图像进行下采样，得到第二图像；

利用U形全卷积神经网络模型对所述第二图像进行处理，得到所述目标对象的第一分割结果；

利用导向滤波网络模型对所述第一图像、所述第二图像和所述第一分割结果进行处理，得到所述目标对象的第二分割结果。

2.根据权利要求1所述的方法，其特征在于，利用导向滤波网络模型对所述第一图像、所述第二图像和所述第一分割结果进行处理，得到所述目标对象的第二分割结果，包括：

利用均值滤波模型和局部线性模型对所述第二图像和所述第一分割结果进行处理，得到第一系数和第二系数；

对所述第一系数和所述第二系数进行双线性上采样，得到采样后的第一系数和采样后的第二系数；

利用线性模型对所述采样后的第一系数、所述采样后的第二系数和所述第一图像进行处理，得到所述第二分割结果。

3.根据权利要求2所述的方法，其特征在于，利用均值滤波模型和局部线性模型对所述第二图像和所述第一分割结果进行处理，得到第一系数和第二系数，包括：

获取多个预设窗口；

利用所述局部线性模型对每个预设窗口的第二图像和第一分割结果进行处理，得到所述每个预设窗口对应的第一系数和第二系数；

利用所述均值滤波模型对多个预设窗口对应的第一系数和第二系数进行处理，得到所述第一系数和所述第二系数。

4.根据权利要求3所述的方法，其特征在于，利用所述局部线性模型对每个预设窗口的第二图像和第一分割结果进行处理，得到所述每个预设窗口对应的第一系数和第二系数，包括：

获取预设参数；

基于所述第二图像在每个预设窗口内的像素值，所述第一分割结果在每个所述预设窗口内的像素值以及所述预设参数，得到所述每个预设窗口的损失函数；

对所述每个预设窗口的损失函数进行求解，得到所述每个预设窗口对应的第一系数和第二系数。

5.根据权利要求3所述的方法，其特征在于，利用所述均值滤波模型对所述多个预设窗口对应的第一系数和第二系数进行处理，得到所述第一系数和所述第二系数，包括：

获取所述多个预设窗口对应的第一系数的均值，得到所述第一系数；

获取所述多个预设窗口对应的第二系数的均值，得到所述第二系数。

6.根据权利要求2所述的方法，其特征在于，利用线性模型对所述采样后的第一系数、所述采样后的第二系数和所述第一图像进行处理，得到所述第二分割结果，包括：

获取所述采样后的第一系数与所述第一图像的乘积，得到和值；

获取所述和值与所述采样后的第二系数之和，得到所述第二分割结果。

7.根据权利要求1所述的方法，其特征在于，所述U形全卷积神经网络模型包括：编码模型和解码模型，

所述编码模型包括：多个第一网络块，所述第一网络块包括：依次连接的至少两个第一卷积层，所述第一卷积层采用修正线性单元激活函数和池化操作，每个第一网络块中的最后一个第一卷积层与下一个第一网络块中的第一个第一卷积层连接；

所述解码模型包括：多个第二网络块和输出层，所述第一网络块和所述第二网络块的数量相同，所述第二网络块包括：依次连接的级联层、至少两个第二卷积层，所述级联层与对应的第一网络块和上一个第二网络块中的最后一个第二卷积层连接，所述级联层与所述对应的第一网络块采用复制和合并的跳跃连接方式连接，所述输出层包括：依次连接的两个第三卷积层，所述输出层与最后一个第二网络块中的最后一个第二卷基层连接。

8.根据权利要求7所述的方法，其特征在于，所述池化操作包括如下之一：最大池化操作和均值池化操作。