[发明专利]基于语义分割网络的人体外表损伤检测方法及相关设备

说明书

一种基于语义分割网络的人体外表损伤检测方法，所述方法包括：获取需要进行人体外表损伤检测的待检测图片；将所述待检测图片输入至基于语义分割的人体损伤检测模型中；依次通过人体损伤检测模型中的区域候选网络以及输出网络进行特征提取；将区域候选网络提取的第一特征图与输出网络提取的第二特征图进行特征融合，获得最终特征图；对最终特征图进行特征检测，获得待检测图片的人体外表损伤检测结果，其中，人体外表损伤检测结果包括损伤区域边界框、损伤类型及图片掩膜。本发明还提供一种基于语义分割网络的人体外表损伤检测装置、电子设备及存储介质。本发明能更加精确地对人体外表损伤进行检测。

技术领域

本发明涉及图片检测技术领域，尤其涉及一种基于语义分割网络的人体外表损伤检测方法及相关设备。

背景技术

近年来，计算机视觉作为人工智能的一个重要领域，在人们日常生活中起到越来越重要的作用。尤其在医疗领域，计算机视觉已经有了较为广泛的引用，例如：基于计算机视觉的肺尘病检测、乳腺癌检测等。

实践中发现，在对人体外表损伤进行鉴定时，通常采用计算机视觉中的目标检测方法，如Faster-RCNN、SSD、YOLO等，这种目标检测方法一般只能将目标物体限定在固定形状内(一般为矩形)，而人体外表损伤通常为尺寸不固定的不规则形状，基于上述目标检测方法的检测结果会包含较多的无关背景区域，在以面积作为鉴定标准的损伤鉴定中，这些误差将对结果产生较大影响。

因此，如何更加精确地对人体外表损伤进行检测是一个亟待解决的技术问题。

发明内容

鉴于以上内容，有必要提供一种基于语义分割网络的人体外表损伤检测方法及相关设备，能够更加精确地对人体外表损伤进行检测。

本发明的第一方面提供一种基于语义分割网络的人体外表损伤检测方法，所述方法包括：

获取需要进行人体外表损伤检测的待检测图片；

将所述待检测图片输入至基于语义分割的人体损伤检测模型中；

依次通过所述人体损伤检测模型中的区域候选网络以及输出网络进行特征提取；

将所述区域候选网络提取的第一特征图与所述输出网络提取的第二特征图进行特征融合，获得最终特征图；

对所述最终特征图进行特征检测，获得所述待检测图片的人体外表损伤检测结果，其中，所述人体外表损伤检测结果包括损伤区域边界框、损伤类型及图片掩膜。

在一种可能的实现方式中，所述获取需要进行人体外表损伤检测的待检测图片之前，所述方法还包括：

获取多个需要进行模型训练的原始人体损伤图片；

接收用户对每个所述原始人体损伤图片的受损区域进行边界标注输入的多边形区域，以及接收用户针对所述原始人体受损区域输入的损伤类型；

将所述多边形区域以及所述损伤类型保存成格式化文件；

根据所述多边形区域的像素值，生成图片掩膜；

将所述原始人体损伤图片、所述格式化文件以及所述图片掩膜输入至语义分割网络框架模型中进行训练，获得训练好的人体损伤检测模型。

在一种可能的实现方式中，所述根据所述多边形区域的像素值，生成图片掩膜包括：

根据所述多边形区域，将所述多边形区域的内部区域确定为目标区域，以及将所述多边形区域的外部区域确定为背景区域；

按照所述损伤类型，将所述目标区域的像素值设置为第一标识，以及将所述背景区域的像素值设置为第二标识；

根据所述第一标识以及所述第二标识，生成图片掩膜。