[发明专利]图像分割方法、装置、设备及存储介质

权利要求书

1.一种图像分割方法，其特征在于，包括：

获取待分割图像；

通过已训练的图像分割模型对所述待分割图像进行图像分割，以得到目标分割区域，其中，所述图像分割模型的解码单元用于计算当前高层特征对应的自注意力结果与该当前高层特征对应的低层特征的乘积以得到初始通道注意力结果，以及对所述初始通道注意力结果与所述当前高层特征进行组合以得到通道注意力结果，以及根据所述通道注意力结果更新所述当前高层特征，且更新后的当前高层特征的尺寸大于更新前的当前高层特征的尺寸；

其中，在计算初始通道注意力结果之前还包括：

对自注意力结果进行全局平均池化以更新所述自注意力结果，且更新之后的自注意力结果为K个1×1的特征图，其中K为通道数。

2.根据权利要求1所述的方法，其特征在于，获取自注意力结果的方法包括：

通过不同的卷积操作从当前高层特征中提取第一特征图、第二特征图和第三特征图；

计算所述第一特征图和所述第二特征图的乘积，并对该乘积结果执行分类操作以得到包含每个像素分类信息的分类结果；

计算所述分类结果与所述第三特征图的乘积，以及该乘积结果与该当前高层特征的乘积，以得到自注意力结果。

3.根据权利要求1-2任一所述的方法，其特征在于，所述图像分割模型还包括特征提取单元和特征融合单元；

所述特征提取单元用于对所述待分割图像进行特征提取以得到特征提取结果；

所述特征融合单元用于通过多条并联通道分别从所述特征提取结果中提取相应尺度的特征图并对相应尺度的特征图进行压缩与解压缩操作，以及对所有通道输出的压缩与解压缩结果进行特征融合以得到特征融合结果。

4.根据权利要求3所述的方法，其特征在于，所述特征融合单元的所有通道均通过SE块完成相应尺度的特征图的压缩与解压缩操作。

5.根据权利要求1所述的方法，其特征在于，所述图像分割模型的损失函数包括主函数和辅助函数；

其中，所述辅助函数为权重交叉熵函数。

6.一种图像分割装置，其特征在于，包括：

获取模块，用于获取待分割图像；

输出模块，用于通过已训练的图像分割模型对所述待分割图像进行图像分割，以得到目标分割区域，其中，图像分割模型用于计算当前高层特征对应的自注意力结果与该当前高层特征对应的低层特征的乘积以得到初始通道注意力结果，以及对所述初始通道注意力结果与所述当前高层特征进行组合以得到通道注意力结果，以及根据所述通道注意力结果更新所述当前高层特征，且更新后的当前高层特征的尺寸大于更新前的当前高层特征的尺寸；

其中，解码单元，用于对自注意力结果进行全局平均池化以更新所述自注意力结果，且更新之后的自注意力结果为K个1×1的特征图，其中K为通道数。

7.一种图像分割设备，其特征在于，该设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的图像分割方法。

8.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5中任一所述的图像分割方法。