[发明专利]实时图像语义分割方法及系统有效

专利信息
申请号: 201910384869.3 申请日: 2019-05-09
公开(公告)号: CN110188768B 公开(公告)日: 2022-10-14
发明(设计)人: 周全;王雨;从德春;卢竞男;刘嘉 申请(专利权)人: 南京邮电大学
主分类号: G06V10/44 分类号: G06V10/44;G06V10/70;G06T7/10
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 姚姣阳
地址: 210003 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 实时 图像 语义 分割 方法 系统
【权利要求书】:

1.一种实时图像语义分割方法,其特征在于,包括:

编码器基于分解卷积操作和并行分解卷积操作提取输入图像的图像特征,得到低分辨率的深层语义特征图并输出至解码器;

所述解码器基于分解卷积操作和并行分解卷积操作对所述低分辨率的深层语义特征图进行细节精调,并将细节精调后的低分辨率的深层语义特征图上采样到输入图像大小,恢复输入图像的空间信息并向分割类别映射,最终生成与输入图像具有相同分辨率的语义分割结果图。

2.根据权利要求1所述的实时图像语义分割方法,其特征在于,所述编码器基于分解卷积操作和并行分解卷积操作提取输入图像的图像特征,包括:获取分辨率为原始图像一半的降采样图像,作为所述编码器的输入图像;采用由两个并行分支组成的下采样单元对所述降采样图像进行两倍下采样操作,并将两并行分支得到的特征图进行通道叠加,得到对应的第一特征图像;所述并行分支中的第一分支采用的卷积核大小为3×3,卷积核个数为所述第一特征图像的通道数减去下采样图像的通道数,卷积核步长为2的卷积层对所述下采样图像进行下采样操作;第二分支对所述下采样图像进行最大池化操作;

对所述第一特征图像依次执行三次分解卷积操作,得到第二特征图像;所述第二特征图像的分辨率与特征通道数与所述第一特征图像相同;

对所述第二特征图像,再次采用由所述两个并行分支组成的下采样单元以执行两倍下采样操作,得到第三特征图像;所述第三特征图像的特征通道数为所述第二特征图像的两倍;

对所述第三特征图像执行两次所述分解卷积操作,得到第四特征图像;所述第四特征图像的分辨率和特征通道数与所述第三特征图像相同;

对所述第四特征图像采用所述由两个并行分支组成的下采样单元以执行两倍下采样操作,得到第五特征图像;所述第五特征图像的特征通道数为所述第四特征图像的两倍;

对所述第五特征图像依次执行三次并行分解卷积操作,且三次并行分解卷积操作中的扩张系数依次为2-5-9,输出分辨率不变,卷积核个数为128,最后得到特征通道数为128的第六特征图像,作为所述编码器的输出。

3.根据权利要求2所述的实时图像语义分割方法,其特征在于,所述解码器基于分解卷积操作和并行分解卷积操作对所述低分辨率的深层语义特征图进行细节精调,并将细节精调后的低分辨率的深层语义特征图上采样到所述输入图像大小,包括:

对所述第六特征图像进行两倍的上采样操作,得到通道数为第六特征图像一半的第七特征图像;所述上采样操作由顺序执行的反卷积操作、激活操作和批量归一化操作构成;

对得到的第七特征图依次执行两次分解卷积操作,得到第八特征图像;所述第八特征图像的分辨率和特征通道数与第七特征图像相同;

对所述第八特征图像进行所述两倍的上采样操作,得到第九特征图像;所述第九特征图像的特征通道数为所述第八特征图像的四分之一;

对所述第九特征图依次执行两次所述分解卷积操作,得到第十特征图像;所述第十特征图像的分辨率和特征通道数与第九特征图相同;

对所述第十特征图执行两倍的上采样,并向分割类别映射,得到通道数为分割类别数的特征图,即所述解码器的输出图像;其中,所述上采样操作包括由反卷积层执行的反卷积操作。

4.根据权利要求2或3所述的实时图像语义分割方法,其特征在于,所述分解卷积操作,包括:

对输入的特征图像依次执行采用Kx1的卷积核进行的卷积操作和激活操作,得到第一中间特征图像;

对所得到的第一中间特征图像依次执行采用1xK的卷积核进行的卷积操作、激活操作和批量归一化操作,得到第二中间特征图像;

对所述第二中间特征图像依次执行采用Kx1的卷积核进行的卷积操作和激活操作,得到第三中间特征图像

对所得到的第三中间特征图像依次执行采用1xK的卷积核进行的卷积操作和批量归一化操作,得到第四中间特征图像;

将所得到的第四中间特征图像与输入的特征图像进行逐像素点相加并执行激活操作,作为所述分解卷积操作的输出图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910384869.3/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top