[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
【说明书】:

本申请公开了图像分割方法、装置、电子设备及存储介质,涉及图像处理、计算机视觉、自然语义处理、深度学习技术领域。具体实现方案为:分别获取输入图像和语义图,对输入图像进行视觉特征提取,并根据该视觉特征生成视觉图;接着,根据语义图对视觉图进行增强以生成增强视觉图;对增强视觉图进行反投影以生成局部增强像素级特征,以及根据局部增强像素级特征进行图像分割。该方法通过语义图对视觉图进行增强以生成增强视觉图,可促进语义图与视觉图的交互操作,改善视觉图的上下文推理,根据增强视觉图反投影生成局部增强像素级特征,可增强局部增强像素的表征能力,从而根据该局部增强级特征进行图像分割可有效地提升图像的分割性能和精度。

技术领域

本申请涉及计算机技术领域,具体涉及图像处理、计算机视觉、自然语言处理、深度学习技术领域,尤其涉及图像分割方法、装置、电子设备及存储介质。

背景技术

随着计算机技术的发展,图像分割技术应用越来越广泛,例如,医学图像分割、自然图像分割等。其中,图像分割技术是指把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术。

目前,主要基于视觉图上下文推理建模进行图像分割。相关技术中,通过对输入样本的视觉特征图构建视觉图,然后在视觉图上进行信息传播和上下文推理,以进行图像分割。但是,上述方法中建模的上下文推理关系简单,导致图像分割性能和分割精度较低。

发明内容

提供了一种用于图像分割的方法、装置、电子设备以及存储介质。

根据第一方面,提供了一种图像分割的方法,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。

根据第二方面,提供了一种图像分割装置,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。

根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的图像分割方法。

根据第四方面,提出了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上所述的图像分割方法。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本申请的限定。其中:

图1是根据本申请第一实施例的示意图;

图2是根据本申请第二实施例的示意图;

图3是根据本申请第三实施例的示意图;

图4是根据本申请实施例的图像分割方法流程示意图;

图5是根据本申请第四实施例的示意图;

图6是用来实现本申请实施例的图像分割方法的电子设备的框图。

具体实施方式

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/202010675328.9/2.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