[发明专利]货架图区域分割方法、装置、终端设备和计算机介质在审

专利信息
申请号: 202111221710.3 申请日: 2021-10-20
公开(公告)号: CN116030068A 公开(公告)日: 2023-04-28
发明(设计)人: 姜亚东 申请(专利权)人: 多点(深圳)数字科技有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T5/00;G06V10/80;G06V10/774
代理公司: 北京唯智勤实知识产权代理事务所(普通合伙) 11557 代理人: 孙姣
地址: 518031 广东省深圳市福田区福田街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 货架 区域 分割 方法 装置 终端设备 计算机 介质
【权利要求书】:

1.一种货架图区域分割方法,包括:

获取原始图像;

将所述原始图像输入预先确定的分割模型,以得到目标图像;

对所述目标图像进行融合后处理,以得到结果图像;

将所述结果图像推送至具有显示功能的目标设备,以及控制所述目标设备显示所述结果图像。

2.根据权利要求1所述的方法,其中,所述预先确定的分割模型是通过如下步骤得到的:

获取样本集,其中,所述样本集中的样本包括样本原始图像和对应于所述样本原始图像的样本目标图像;

确定初始分割模型的结构以及初始化所述初始分割模型的参数;

从所述样本集中选取样本,以及执行以下训练步骤:

将选取的样本的样本原始图像输入至初始分割模型,得到所述选取的样本的目标图像;

将所述选取的样本的目标图像与对应的样本目标图像进行比较;

根据比较结果确定所述初始分割模型是否达到预设的优化目标;

响应于确定所述初始分割模型达到所述优化目标,将所述初始分割模型确定为预先确定的分割模型。

3.根据权利要求2所述的方法,其中,所述预先确定的分割模型包括编码器、双流自注意力模块和解码器,以及

所述将所述原始图像输入预先确定的分割模型,以得到目标图像,包括:

将所述原始图像输入所述编码器,以得到预处理图像特征;

将所述预处理图像特征输入所述双流自注意力模块,以得到后处理图像特征;

将所述后处理图像特征输入所述解码器,以得到所述目标图像。

4.根据权利要求3所述的方法,其中,所述双流自注意力模块包括空间自注意力模块、通道自注意力模块和融合模块;以及

所述将所述预处理图像特征输入所述双流自注意力模块,以得到后处理图像特征,包括:

将所述预处理图像特征输入所述空间自注意力模块,以得到预处理空间特征;

将所述预处理图像特征输入所述通道自注意力模块,以得到预处理通道特征;

将所述预处理空间特征和所述预处理通道特征输入所述融合模块,以得到所述后处理图像特征。

5.根据权利要求4所述的方法,其中,所述对所述目标图像进行融合后处理,以得到结果图像,包括:

从所述目标图像中提取缝隙区域集合,其中,所述缝隙区域集合中包括第一数目个缝隙区域;

对所述缝隙区域集合进行拟合处理,以得到分割线区域集合,其中,所述分割线区域集合包括第二数目个分割线区域;

基于所述结果图像和所述分割线区域集合,生成过程结果图像;

对所述过程结果图像进行过滤处理,以得到所述结果图像。

6.根据权利要求5所述的方法,其中,所述将所述选取的样本的目标图像与对应的样本目标图像进行比较,包括:

基于所述选取的样本的目标图像和对应的样本目标图像,利用下式,生成损失函数结果:

L=αLw+βLA

其中,x为所述选取的样本的目标图像中的像素,M为所述选取的样本的目标图像中的像素总数,α、β为预先确定的控制参数,Lw为加权的交叉熵损失函数,w表征加权的交叉熵损失函数,LA为边缘注意力损失函数,A表征边缘注意力损失函数,c为对应的样本目标图像中像素的类别标识,Wc为x对应的类别标识的权重,yx为x对应的真实类别,px为分割模型针对x的预测概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于多点(深圳)数字科技有限公司,未经多点(深圳)数字科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111221710.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top