[发明专利]一种遮挡关系的确定方法、装置、设备及存储介质

权利要求书

1.一种遮挡关系的确定方法，其特征在于，包括：

获取待确定图像；

将所述待确定图像输入至预先训练的遮挡关系描述模型，得到边界预测图和方向预测结果；

基于所述边界预测图以及所述方向预测结果，确定所述待确定图像中物体的遮挡关系；

其中，训练所述遮挡关系描述模型的步骤包括：

获取训练样本及其对应的标准边界图以及标准方向结果；

将所述训练样本输入至神经网络的残差模块，得到所述训练样本的特征图；所述神经网络包括顺次连接的残差模块以及特征处理模块；

将所述特征图输入至所述特征处理模块，得到融合特征图与分离特征图；

对所述融合特征图进行卷积，得到方向预测结果；对所述分离特征图进行卷积，得到边界预测图；

基于第一损失值与第二损失值，判断所述神经网络是否收敛，所述第一损失值为：所述边界预测图与所述标准边界图之间的损失值，所述第二损失值为：所述方向预测结果与所述标准方向结果之间的损失值；

若否，则对所述神经网络的参数进行调整，并返回所述将所述训练样本输入至神经网络的残差模块的步骤，直至所述神经网络收敛，得到遮挡关系描述模型；

所述对所述融合特征图进行卷积，得到方向预测结果，包括：

对所述融合特征图进行卷积，得到第一卷积特征图；

对所述训练样本进行特征提取，得到待融合特征图；

将所述第一卷积特征图与所述待融合特征图进行融合，得到方向预测结果；

所述对所述分离特征图进行卷积，得到边界预测图，包括：

对所述分离特征图进行卷积，得到第二卷积特征图；

对所述第二卷积特征图进行上采样，对上采样后的第二卷积特征图进行分类处理后，得到边界概率图；

对所述训练样本进行特征提取，得到待融合特征图；

将所述边界概率图与所述待融合特征图进行融合，得到边界融合图；

将所述边界概率图和所述边界融合图确定为边界预测图。

2.根据权利要求1所述的方法，其特征在于，所述残差模块和所述特征处理模块之间还包括特征增强模块；所述将所述训练样本输入至神经网络的残差模块，得到所述训练样本的特征图，包括：

将所述训练样本输入至神经网络的残差模块，得到所述训练样本的初始特征图；

将所述初始特征图输入至所述特征增强模块，得到增强特征图，作为所述训练样本的特征图。

3.根据权利要求1所述的方法，其特征在于，所述基于第一损失值与第二损失值，判断所述神经网络是否收敛，包括：

利用损失函数，基于所述第一损失值与所述第二损失值，计算所述损失函数的损失值；

判断所述损失函数是否收敛。

4.根据权利要求1所述的方法，其特征在于，所述获取训练样本及其对应的标准边界图以及标准方向结果，包括：

获取待处理样本图像及其对应的标准边界图以及标准方向结果；

对所述待处理样本图像进行分割，得到多张分割图像，作为训练样本。