[发明专利]图像处理方法、装置、电子设备及存储介质

说明书

本公开提供了一种图像处理方法，涉及人工智能领域，具体涉及计算机视觉和深度学习领域，可应用于图像分割等场景。具体方案包括：将待处理图像输入第一卷积网络，得到待处理图像的粗粒度图像特征图；将粗粒度图像特征图输入第二卷积网络，得到待处理图像的细粒度图像特征图；以及基于细粒度图像特征图，得到图像处理结果。本公开还提供了一种图像处理装置、电子设备及存储介质。

技术领域

本公开涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术领域，可以应用于图像分割等场景。尤其涉及一种图像处理方法、装置、电子设备及存储介质。

背景技术

语义分割指通过查找属于目标对象的所有像素，以识别图像中存在的目标对象和位置。标准语义分割又称为全像素分割，可以将图像中的每个像素分类为属于某个对象类。

发明内容

基于此，本公开提供了一种图像处理方法、装置、电子设备和存储介质。

根据本公开的一个方面，提供了一种图像处理方法，包括：将待处理图像输入第一卷积网络，得到上述待处理图像的粗粒度图像特征图；将上述粗粒度图像特征图输入第二卷积网络，得到上述待处理图像的细粒度图像特征图；以及基于上述细粒度图像特征图，得到图像处理结果。

根据本公开的另一个方面，提供了一种图像处理装置，包括：第一输入模块，用于将待处理图像输入第一卷积网络，得到上述待处理图像的粗粒度图像特征图；第二输入模块，用于将上述粗粒度图像特征图输入第二卷积网络，得到上述待处理图像的细粒度图像特征图；以及获得模块，基于上述细粒度图像特征图，得到图像处理结果。

根据本公开的另一个方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提供的图像处理方法。

根据本公开的另一个方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开提供的图像处理方法。

根据本公开的另一个方面，提供了一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现本公开提供的图像处理方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开一个实施例的图像处理方法的流程图；

图2A是根据本公开一个实施例的第一卷积网络的示意原理图；

图2B是根据本公开另一个实施例的第一卷积网络的示意原理图；

图3是根据本公开实施例一个实施例特征提取子网络的示意原理图；

图4是根据本公开一个实施例的第二卷积网络的示意原理图；

图5是根据本公开一个实施例的图像处理方法的示意原理图；

图6是根据本公开实施例的图像处理装置的框图；以及

图7是用来实施本公开实施例的图像处理方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。