[发明专利]图像分割方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像分割方法、装置、计算机设备和存储介质。所述方法包括：获取待分割图像；输入待分割图像至图像分割模型；通过图像分割模型中的卷积网络对待分割图像进行卷积运算，生成卷积特征图；输入卷积特征图至图像分割模型中的反卷积网络，对卷积特征图进行反卷积运算，得到反卷积特征图；根据反卷积特征图确定待分割图像的分割结果。对待分割图像进行卷积运算，提取卷积特征，对提取到的卷积特征进行反卷积运算，提高图像的精度，从而提高图像分割的精确度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种图像分割方法、装置、计算机设备和存储介质。

背景技术

随着计算机视觉技术的发展，数字图像处理技术被应用到各个领域中，如实时定位系统、监控、安防、支付安全等等。数字图像处理包括图像增强、去燥、分割等等。图像分割是指对图像进行区域分割，得到多个分割区域。常见的图像分割方法包括阈值分割、基于神经网络的分割等等。

基于神经网络的分割，基本上是对图像进行特征提取，根据提取的特征进行分割，由于在提取特征时需要对图像导致图像精度下降，根据精度下降的图像中提取的特征进行图像分割得到的分割结果的分割精度低。

发明内容

为了解决上述技术问题，本申请提供了一种图像分割方法、装置、计算机设备和存储介质。

第一方面，本申请提供了一种图像分割方法，包括：

获取待分割图像；

输入待分割图像至图像分割模型；

通过图像分割模型中的卷积网络对待分割图像进行卷积运算，生成卷积特征图；

输入卷积特征图至图像分割模型中的反卷积网络，对卷积特征图进行反卷积运算，得到反卷积特征图；

根据反卷积特征图确定待分割图像的分割结果。

第二方面，本申请提供了一种图像分割装置，包括：

数据获取模块，用于获取待分割图像；

数据输入模块，用于输入待分割图像至图像分割模型；

卷积模块，用于通过图像分割模型中的卷积网络对待分割图像进行卷积运算，生成卷积特征图；

反卷积模块，用于输入卷积特征图至图像分割模型中的反卷积网络，对卷积特征图进行反卷积运算，得到反卷积特征图；

分割模块，用于根据反卷积特征图确定待分割图像的分割结果。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取待分割图像；

输入待分割图像至图像分割模型；

通过图像分割模型中的卷积网络对待分割图像进行卷积运算，生成卷积特征图；

输入卷积特征图至图像分割模型中的反卷积网络，对卷积特征图进行反卷积运算，得到反卷积特征图；

根据反卷积特征图确定待分割图像的分割结果。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取待分割图像；

输入待分割图像至图像分割模型；

通过图像分割模型中的卷积网络对待分割图像进行卷积运算，生成卷积特征图；

输入卷积特征图至图像分割模型中的反卷积网络，对卷积特征图进行反卷积运算，得到反卷积特征图；