[发明专利]图像处理的方法、设备和计算机可读存储介质

说明书

本公开的实施例涉及用于图像处理的方法、设备和计算机可读存储介质。一种图像处理的方法包括获取多个图像，其中每个图像具有指示该图像中的像素的语义类别的初始语义分割标签；获取与多个图像相对应的多个图像掩码，其中每个图像掩码用于选择多个图像中的对应图像中的目标区域；基于多个图像掩码和多个图像的初始语义分割标签，重新生成多个图像的相应语义分割标签；以及基于多个图像和重新生成的相应语义分割标签，生成混合图像和该混合图像的语义分割标签。通过将所生成的混合图像及其语义分割标签作为训练数据来训练图像语义分割模型，有助于减少模型在简单训练样本上的冗余学习并且改善模型过拟合的问题，从而提升模型的性能。

技术领域

本公开的实施例涉及图像处理领域，并且更具体地，涉及用于图像处理的方法、设备和计算机可读存储介质。

背景技术

图像语义分割是图像处理和计算机视觉领域的重要技术，其是图像理解的基础。图像语义分割是指针对图像中的每个像素进行分类，确定每个像素的语义类别(诸如，属于背景、人物或车辆等)，从而按照不同语义类别进行图像区域划分。

通常，可以基于训练数据集来训练图像语义分割模型(例如，深度神经网络)，以实现图像语义分割。深度神经网络具有强大的非线性拟合能力，可以被训练为处理复杂的任务。然而，深度神经网络的该特性容易导致过拟合问题。也即，训练后的模型过度拟合训练数据集而在其他数据集上表现不佳。

发明内容

本公开的实施例提供了用于图像处理的方法、设备和计算机可读存储介质。

在本公开的第一方面，提供一种图像处理的方法。该方法包括：获取多个图像，其中每个图像具有指示该图像中的像素的语义类别的初始语义分割标签；获取与多个图像相对应的多个图像掩码，其中每个图像掩码用于选择多个图像中的对应图像中的目标区域；基于多个图像掩码和多个图像的初始语义分割标签，重新生成多个图像的相应语义分割标签；以及基于多个图像和重新生成的相应语义分割标签，生成混合图像和该混合图像的语义分割标签。

在本公开的第二方面，提供一种模型训练方法。该方法包括：通过将根据本公开的第一方面所生成的混合图像和该混合图像的语义分割标签作为训练数据，来训练图像语义分割模型，以用于生成目标图像的语义分割标签。

在本公开的第三方面，提供一种图像处理的方法。该方法包括：获取输入图像；以及利用根据本公开的第二方面所训练的图像语义分割模型，生成输入图像的语义分割标签。

在本公开的第四方面，提供一种计算设备。该计算设备包括至少一个处理器，被配置为：获取多个图像，其中每个图像具有指示该图像中的像素的语义类别的初始语义分割标签；获取与多个图像相对应的多个图像掩码，其中每个图像掩码用于选择多个图像中的对应图像中的目标区域；基于多个图像掩码和多个图像的初始语义分割标签，重新生成多个图像的相应语义分割标签；以及基于多个图像和重新生成的相应语义分割标签，生成混合图像和该混合图像的语义分割标签。

在本公开的第五方面，提供一种计算设备。该计算设备包括至少一个处理器，被配置为：通过将根据本公开的第一方面所生成的混合图像和该混合图像的语义分割标签作为训练数据，来训练图像语义分割模型，以用于生成目标图像的语义分割标签。

在本公开的第六方面，提供一种计算设备。该计算设备包括至少一个处理器，被配置为：获取输入图像；以及利用根据本公开的第二方面所训练的图像语义分割模型，生成输入图像的语义分割标签。

在本公开的第七方面，提供一种计算机可读存储介质。该计算机可读存储介质具有在其上存储的机器可执行指令，该机器可执行指令在由设备执行时使该设备执行根据本公开的第一方面、第二方面或第三方面所描述的方法的任意步骤。

在本公开的第八方面，提供了一种计算机程序产品。该计算机程序产品被有形地存储在计算机可读存储介质中并且包括机器可执行指令。该机器可执行指令在由设备执行时使该设备执行根据本公开的第一方面、第二方面或第三方面所描述的方法的任意步骤。