[发明专利]图像分割方法和装置、模型训练方法和装置

说明书

本申请涉及一种图像分割方法和装置、模型训练方法和装置，其中图像分割方法包括：获取视频帧序列中的当前帧、及在前的视频帧所传递的历史仿射变换信息；依据所述历史仿射变换信息对所述当前帧进行仿射变换，得到与所述当前帧对应的候选区域图像；对所述候选区域图像进行特征提取，得到所述候选区域图像对应的特征图；基于所述特征图进行语义分割，得到所述当前帧中的目标对应的分割结果；根据所述特征图对所述历史仿射变换信息进行修正，得到更新的仿射变换信息，并将所述更新的仿射变换信息作为所述视频帧序列中在后的视频帧所对应的历史仿射变换信息。本申请提供的方案可以提高图像分割准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像分割方法和装置、模型训练方法和装置。

背景技术

对图像或视频进行语义分割(semantic segmentation)是计算机视觉研究领域的热点之一，语义分割技术是指计算机设备将图片中属于一大类的区域都分割出来并给出其类别信息。

传统的对视频进行语义分割的方式，需要对视频的每一帧进行关键点预测，通过模板，根据每一帧的关键点计算每一帧图像与模板的差异来获取变换参数，基于该变换参数进行仿射(Affine)变换得到ROI(region of interest，感兴趣区域)，随后在ROI上进行目标分割。然而，目前的语义分割方式，在后的视频帧的关键点的预测依赖于在前的视频帧的目标分割结果，首帧的预测偏差会直接导致后续一系列视频帧的定位偏移，导致对目标对象的语义分割准确性低。

发明内容

基于此，有必要针对对目标对象进行语义分割的准确性低的技术问题，提供一种目标分割方法和装置、模型训练方法和装置。

一种图像分割方法，包括：

获取视频帧序列中的当前帧、及在前的视频帧所传递的历史仿射变换信息；

依据所述历史仿射变换信息对所述当前帧进行仿射变换，得到与所述当前帧对应的候选区域图像；

对所述候选区域图像进行特征提取，得到所述候选区域图像对应的特征图；

基于所述特征图进行语义分割，得到所述当前帧中的目标对应的分割结果；

根据所述特征图对所述历史仿射变换信息进行修正，得到更新的仿射变换信息，并将所述更新的仿射变换信息作为所述视频帧序列中在后的视频帧所对应的历史仿射变换信息。

一种图像分割装置，所述装置包括：

获取模块，用于获取视频帧序列中的当前帧、及在前的视频帧所传递的历史仿射变换信息；

仿射变换模块，用于依据所述历史仿射变换信息对所述当前帧进行仿射变换，得到与所述当前帧对应的候选区域图像；

特征提取模块，用于对所述候选区域图像进行特征提取，得到所述候选区域图像对应的特征图；

语义分割模块，用于基于所述特征图进行语义分割，得到所述当前帧中的目标对应的分割结果；

参数修正模块，用于根据所述特征图对所述历史仿射变换信息进行修正，得到更新的仿射变换信息，并将所述更新的仿射变换信息作为所述视频帧序列中在后的视频帧所对应的历史仿射变换信息。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：

获取视频帧序列中的当前帧、及在前的视频帧所传递的历史仿射变换信息；

依据所述历史仿射变换信息对所述当前帧进行仿射变换，得到与所述当前帧对应的候选区域图像；

对所述候选区域图像进行特征提取，得到所述候选区域图像对应的特征图；