[发明专利]图像分割方法及装置

说明书

本发明提供了一种图像分割方法及装置，该图像分割方法包括：基于图像获取初始分割图，图像包括目标区域和背景区域，初始分割图包括目标区域；基于图像获取目标区域的初始检测框数据；基于初始分割图和初始检测框数据获取目标区域的分割结果。本发明的技术方案能够提高分割结果的准确度，有利于细小尺寸的目标的分割过程。

技术领域

本发明涉及深度学习技术领域，具体涉及一种图像分割方法及装置。

背景技术

图像分割技术可以将图像划分成若干个特定的、具有独特性质的区域，从而可以将用户感兴趣的目标从背景中分割出来，因此该技术在驾驶、行人检测、医疗等各个领域具有广泛的应用前景。现有的图像分割方法准确度低，尤其在用户感兴趣的目标的尺寸较小时，分割效果差，难以满足用户需求。

发明内容

有鉴于此，本发明实施例提供了一种图像分割方法及装置，能够提高分割结果的准确度，有利于细小尺寸的目标的分割过程。

第一方面，本发明的实施例提供了一种图像分割方法，包括：基于图像获取初始分割图，图像包括目标区域和背景区域，初始分割图包括目标区域；基于图像获取目标区域的初始检测框数据；基于初始分割图和初始检测框数据获取目标区域的分割结果。

在本发明某些实施例中，初始检测框数据包括多个检测框，其中，基于初始分割图和初始检测框数据获取目标区域的分割结果，包括：基于多个检测框对初始分割图中的目标区域和背景区域的概率值进行调整，得到调整后的分割图；基于调整后的分割图获取分割结果。

在本发明某些实施例中，基于多个检测框对初始分割图中的目标区域和背景区域的概率值进行调整，得到调整后的分割图，包括：利用模板数据对多个检测框进行过滤，得到过滤后的检测框；利用过滤后的检测框对初始分割图中的目标区域和背景区域的概率值进行调整，得到调整后的分割图。

在本发明某些实施例中，模板数据包括多组模板检测框，每组模板检测框对应一个模板图像，其中，利用模板数据对多个检测框进行过滤，得到过滤后的检测框，包括：确定多个检测框中与多组模板检测框中任一模板检测框匹配的检测框，匹配的检测框为过滤后的检测框。

在本发明某些实施例中，基于图像获取目标区域的初始检测框数据，包括：基于图像获取第一组特征图和第二组特征图；基于第一组特征图中的高级特征图和第二组特征图获取初始检测框数据。

在本发明某些实施例中，基于图像获取初始分割图，包括：基于第一组特征图中的高级特征图和第二组特征图中的低级特征图获取初始分割图。

在本发明某些实施例中，基于图像获取第一组特征图和第二组特征图，包括：基于图像获取第一组特征图；利用特征金字塔网络基于第一组特征图获取第二组特征图。

在本发明某些实施例中，基于图像获取目标区域的初始检测框数据，包括：基于图像获取候选框数据；利用非极大值抑制算法对候选框数据进行过滤，获取初始检测框数据。

在本发明某些实施例中，图像为脑部医学图像，目标区域为脑部医学图像中动脉瘤区域。

第二方面，本发明的实施例提供了一种图像分割装置，包括：第一获取模块，用于基于图像获取初始分割图，图像包括目标区域和背景区域，初始分割图包括目标区域；第二获取模块，用于基于图像获取目标区域的初始检测框数据；第三获取模块，用于基于初始分割图和初始检测框数据获取目标区域的分割结果。

第三方面，本发明的实施例提供了一种计算可读存储介质，存储介质存储有计算机程序，计算机程序用于执行上述第一方面所述的图像分割方法。

第四方面，本发明的实施例提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器，其中，处理器用于执行上述第一方面所述的图像分割方法。