[发明专利]图像分割方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010675328.9 申请日: 2020-07-14
公开(公告)号: CN112053362A 公开(公告)日: 2020-12-08
发明(设计)人: 伍天意;郭国栋 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T7/10 分类号: G06T7/10;G06T5/00;G06K9/46;G06K9/62
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 石茵汀
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 分割 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像分割方法,包括:

获取输入图像,并提取所述输入图像的视觉特征;

根据所述输入图像的视觉特征生成视觉图;

获取语义图;

根据所述语义图对所述视觉图进行增强以生成增强视觉图;

对所述增强视觉图进行反投影以生成局部增强像素级特征;以及

根据所述局部增强像素级特征进行图像分割。

2.如权利要求1所述的图像分割方法,其中,所述根据所述输入图像的视觉特征生成视觉图,包括:

获取投影矩阵和转换矩阵;

根据所述投影矩阵、所述转换矩阵和所述输入图像的视觉特征生成所述视觉图。

3.如权利要求1所述的图像分割方法,其中,所述获取语义图包括:

根据预设词向量生成每个类别的语义表征;

根据预设的多层感知矩阵和所述每个类别的语义表征生成语义图。

4.如权利要求1所述的图像分割方法,其中,所述根据所述语义图对所述视觉图进行增强以生成增强视觉图,包括:

对所述语义图进行自推理以生成语义自推理图;

对所述视觉图进行自推理以生成视觉自推理图;

根据所述语义自推理图和所述视觉自推理图生成第一引导矩阵,其中,所述第一引导矩阵为所述语义图至所述视觉图的引导矩阵;

根据所述视觉自推理图和所述第一引导矩阵生成所述增强视觉图。

5.如权利要求4所述的图像分割方法,其中,还包括:

根据所述语义自推理图和所述视觉自推理图生成第二引导矩阵,其中,所述第二引导矩阵为所述视觉图至所述语义图的引导矩阵;

根据所述语义自推理图和所述第二引导矩阵生成增强语义图,其中,所述增强语义图用于进行语义上下文约束。

6.如权利要求1所述的图像分割方法,其中,所述对所述增强视觉图进行反投影以生成局部增强像素级特征,包括:

获取转置矩阵和权重矩阵;

根据所述转置矩阵、所述权重矩阵和所述增强视觉图以及所述输入图像的视觉特征生成所述局部增强像素级特征。

7.如权利要求1所述的图像分割方法,其中,所述根据所述局部增强像素级特征进行图像分割,包括:

对所述局部增强像素级特征进行卷积以生成局部增强像素级卷积特征;

对所述局部增强像素级卷积特征进行上采样以生成图像分割结果。

8.一种图像分割装置,包括:

第一获取模块,用于获取输入图像,并提取所述输入图像的视觉特征;

第一生成模块,用于根据所述输入图像的视觉特征生成视觉图;

第二获取模块,用于获取语义图;

第二生成模块,用于根据所述语义图对所述视觉图进行增强以生成增强视觉图;

反投影模块,用于对所述增强视觉图进行反投影以生成局部增强像素级特征;

分割模块,用于根据所述局部增强像素级特征进行图像分割。

9.如权利要求8所述的图像分割装置,其中,所述第一生成模块具体用于,

获取投影矩阵和转换矩阵;

根据所述投影矩阵、所述转换矩阵和所述输入图像的视觉特征生成所述视觉图。

10.如权利要求8所述的图像分割装置,其中,所述第二获取模块具体用于,

根据预设词向量生成每个类别的语义表征;

根据预设的多层感知矩阵和所述每个类别的语义表征生成语义图。

11.如权利要求8所述的图像分割装置,其中,所述第二生成模块具体用于,

对所述语义图进行自推理以生成语义自推理图;

对所述视觉图进行自推理以生成视觉自推理图;

根据所述语义自推理图和所述视觉自推理图生成第一引导矩阵,其中,所述第一引导矩阵为所述语义图至所述视觉图的引导矩阵;

根据所述视觉自推理图和所述第一引导矩阵生成所述增强视觉图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010675328.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top