[发明专利]一种注意力图像分割方法、装置及介质

权利要求书

1.一种注意力图像分割方法，其特征在于，包括以下步骤：

对图像进行卷积并提取所述图像的若干特征图；

选择若干所述特征图并进行融合，得到融合特征图；

通过注意力网络以及所述融合特征图得到所述图像的第一分割结果；

选择分割网络；

将所述图像的第一分割结果进行尺寸变换，得到区域信息；

将所述图像通过所述分割网络以及所述区域信息进行加权融合得到第四矩阵；

将所述第四矩阵输入所述分割网络得到所述图像的第二分割结果；

所述将所述图像通过所述分割网络以及所述区域信息进行加权融合得到第四矩阵的步骤进一步包括：

将所述图像输入所述分割网络进行计算，得到特征矩阵；

所述特征矩阵包括第一矩阵、第二矩阵和第三矩阵；

将所述第一矩阵、第二矩阵和区域信息进行权重计算，并得出加权策略；

基于所述加权策略和所述第三矩阵得到所述第四矩阵；

所述将所述图像输入所述分割网络进行计算，得到特征矩阵；所述特征矩阵包括第一矩阵、第二矩阵和第三矩阵，进一步包括：

通过分割网络输入特征图的尺寸为C*H*W，分别经过3个1*1的conv2d卷积层并输出三个特征矩阵，记为第一矩阵，第二矩阵和第三矩阵；所述conv2d卷积层代表2d的卷积层网络，用于对输入的特征图进行卷积从而提取输入的特征图的特征；所述C为特征图的通道数，H为特征图的高度，W为特征图的宽度。

2.根据权利要求1所述的一种注意力图像分割方法，其特征在于：所述将所述第一矩阵、第二矩阵和区域信息进行权重计算的步骤进一步包括：

获取所述第二矩阵中第一元素的向量维度；

查询所述区域信息中与所述第一元素种类相同的元素，记为第二元素；

查询所述第一矩阵中与所述第二元素种类相同的元素，记为第三元素；

获取所述第三元素的向量维度；

计算所述第一元素的向量维度和所述第三元素的向量维度的向量内积，得到第一数据；

对所述第一数据进行归一化处理，得到第一向量；

返回获取所述第二矩阵中第一元素的向量维度，直至遍历完所述第二矩阵。

3.根据权利要求2所述的一种注意力图像分割方法，其特征在于：所述基于所述加权策略和所述第三矩阵得到所述第四矩阵的步骤进一步包括：

将遍历完所述第二矩阵获得的所有所述第一向量分别和所述第三矩阵进行加权融合，得到若干第二向量；

根据所述第一元素在所述第二矩阵中的位置对若干所述第二向量进行排列，得到所述第四矩阵。

4.根据权利要求2所述的一种注意力图像分割方法，其特征在于：所述基于所述加权策略和所述第三矩阵得到所述第四矩阵的步骤进一步还包括：

根据所述第一元素在所述第二矩阵中的位置对遍历完所述第二矩阵获得的所有所述第一向量进行排列，得到加权矩阵；

将所述加权矩阵和所述第三矩阵进行加权融合，得到所述第四矩阵。

5.根据权利要求1所述的一种注意力图像分割方法，其特征在于：所述选择若干特征图并进行融合的步骤进一步包括：通过双线性插值法或反卷积网络法使若干所述特征图的尺寸相同；

对尺寸相同的所述特征图进行相加，得到所述融合特征图。

6.根据权利要求1所述的一种注意力图像分割方法，其特征在于：所述尺寸变换为通过下采样方式使所述第一分割结果的尺寸与所述图像输入所述分割网络的尺寸相同。

7.根据权利要求1所述的一种注意力图像分割方法，其特征在于：所述通过注意力网络以及所述融合特征图得到所述图像的第一分割结果的步骤进一步包括：将所述融合特征图输入至所述注意力网络；

通过双线性插值法将所述融合特征图的尺寸变为所述图像的尺寸；

通过归一化函数将所述融合特征图的取值范围进行归一化；

通过求参函数得到所述图像的第一分割结果。