[发明专利]一种图像实例分割方法及装置

权利要求书

1.一种图像实例分割方法，其特征在于，包括以下步骤：

获得图像多个层次的特征图；

将所述多个层次的特征图中的至少两个层次的特征图融合获得检测共享特征图；

将所述检测共享特征图输入到目标检测子网络，得到目标区域，所述目标为所述图像中的物体；

将所述检测共享特征图经上采样后与基准特征图进行融合，获得分割共享特征图，其中，所述基准特征图为所述多个层次的特征图中的至少一个层次的特征图；

在所述目标区域中根据所述分割共享特征图对图像进行分割，获得实例分割结果。

2.如权利要求1所述的图像实例分割方法，其特征在于，所述获得图像多个层次的特征图，包括：

将所述图像输入主干网络，获得所述多个层次的特征图；

其中，所述主干网络包括：

主干模块，包括卷积层和下采样层，所述主干模块用于提取图像第一层次的特征图；

多个密集卷积模块，每一所述密集卷积模块包括稠密瓶颈层、卷积层和平均池化层，所述密集卷积模块用于提取图像第二层次的特征图和第三层次的特征图；

分类模块，包括平均池化层和全连接层，用于在数据集上训练得到预训练模型。

3.如权利要求1所述的图像实例分割方法，其特征在于，所述多个层次的特征图包括顺次获得的五个层次的特征图，其中，后三个层次的特征图的尺寸相同；

所述将所述多个层次的特征图中的至少两个层次的特征图融合获得检测共享特征图，包括：

将所述多个层次的特征图中的后三个层次的特征图通过直连和卷积，得到所述检测共享特征图。

4.如权利要求1所述的图像实例分割方法，其特征在于，将所述检测共享特征图和基准特征图融合获得分割共享特征图，包括：

将所述检测共享特征图进行上采样后与基准特征图进行直连和卷积，得到分割共享特征图，其中，所述基准特征图为所述多个层次的特征图中的第二个层次的特征图。

5.如权利要求1所述的方法，其特征在于，所述目标检测子网络包括区域推荐网络、位置敏感的候选区域池化模块和区域分类与回归模块；

所述将所述检测共享特征图输入到目标检测子网络，得到目标区域，包括：

将所述检测共享特征图输入至所述区域推荐网络，得到候选区域的评估结果，所述评估结果为所述候选区域是否包含所述目标的结果；

根据包含所述目标的所述候选区域，通过非极大值抑制，得到目标候选区域；

对所述检测共享特征图进行大尺度可分离卷积，得到目标检测特征图；

利用所述位置敏感的候选区域池化模块，根据所述目标检测特征图对所述目标候选区域进行裁剪，得到所述候选目标区域的特征；

根据候选目标区域的特征，通过所述区域分类与回归模块判断所述目标的类别，并通过回归优化所述候选区域的边界，并将优化后的所述候选区域作为目标所在的目标区域。

6.如权利要求1所述的图像实例分割方法，其特征在于，根据所述目标区域分割所述分割共享特征图获得实例分割结果，包括：

根据所述目标区域对所述分割共享特征图进行裁剪，得到所述图像的目标区域特征；

将所述目标区域特征输入至实例分割子网络，得到实例分割结果。

7.如权利要求6所述的方法，其特征在于，所述实例分割子网络包括反卷积层，将所述目标区域特征输入至实例分割子网络，得到实例分割结果，包括：

将所述目标区域特征输入到所述实例分割子网络，将所述反卷积层的输出结果作为目标语义特征，并得到每个目标区域的多类别掩膜输出，作为实例分割结果。