[发明专利]语义分割方法、系统、介质及装置

权利要求书

1.一种语义分割方法，其特征在于，包括以下步骤：

获取需要语义分割的图片，记录所述图片的尺寸为H×W×M，H表示图像高度，W表示图像宽度，M表示通道数；

对所述图片进行边缘处理获得边缘连通图S；

对所述图片基于预先训练好语义分割模型i进行语义分割；生成语义标签图G_i和语义概率图P_i；

根据所述边缘连通图S，生成像素为0的四邻域连通集合F，遍历F中的每个连通域k分别找出对应于每个连通域k平均信息熵最小的语义分割模型i_min，确定连通域k内所有像素的最终语义标签其中(h，w)∈k。

2.根据权利要求1所述的语义分割方法，其特征在于，所述对所述图片进行边缘处理获得边缘连通图S包括：

对所述图片通过边缘检测网络进行边缘检测，生成初始边缘检测图E，所述初始边缘检测图E的尺寸为H×W；

对所述初始边缘检测图E进行细化处理，得到细化边缘图；

对所述细化边缘图进行二值化处理，得到初始二值化边缘图T；

对所述初始二值化边缘图T进行大连通块全连通处理，得到闭合边缘图S。

3.根据权利要求1所述的语义分割方法，其特征在于，所述对所述图片基于语义分割模型i进行语义分割；生成语义标签图G_i和语义概率图P_i包括：

基于场景识别网络对所述图片进行场景分类，获取所述图片的场景类型；

基于所述场景类型从语义分割模型库中调取符合场景属性的语义分割模型，所述语义分割模型有n个；

遍历每个语义分割模型，记当前的语义分割模型为i，i∈[1，n]，对所述图片进行语义分割，得到模型i的初始语义分割结果包括：

语义分割概率图P_i，尺寸为H×W×C_i，其中C_i为语义分割模型i能够输出的语义类别个数；

语义分割标签图G_i，尺寸为H×W。

4.根据权利要求1所述的语义分割方法，其特征在于，所述遍历F中的每个连通域k找出平均信息熵最小的语义分割模型i_min，确定连通域k内所有像素的最终语义标签其中(h，w)∈k包括：

连通域k内的像素位置集合上，统计语义模型i在像素位置集合的位置上的语义标签投票情况，选择投票最多的标签作为所述语义模型i在连通域k内像素位置上的语义标签结果；

在连通域k内的像素位置集合上，计算每个语义分割模型i的平均信息熵l_i：其中(h，w)∈k，C_i表示语义标签总数；

找出平均信息熵l_i最小的语义分割模型i_min；

确定连通域k内所有像素的最终语义标签其中(h，w)∈k。

5.一种语义分割系统，其特征在于，包括：获取模块、边缘处理模块、语义分割模块和标签模块；

所述获取模块用于获取需要语义分割的图片，记录所述图片的尺寸为H×W×M，H表示图像高度，W表示图像宽度，M表示通道数；

所述边缘处理模块用于对所述图片进行边缘处理获得边缘连通图S；

所述语义分割模块用于对所述图片基于预先训练好的语义分割模型i进行语义分割；生成语义标签图G_i和语义概率图P_i；

所述标签模块用于根据所述边缘连通图S，生成像素为0的四邻域连通集合F，遍历F中的每个连通域k分别找出对应于每个连通域k平均信息熵最小的语义分割模型i_min，确定连通域k内所有像素的最终语义标签其中(h，w)∈k。