[发明专利]目标语义分割方法及应用其的街道目标异常检测方法

说明书

本申请提出了一种目标语义分割方法，包括：获取包括至少一目标的待检测图像；将待检测图像输入目标检测网络得到至少一目标的检测框；根据检测框设置生长区域和初始种子点，并根据每一初始种子点的区域生长结果得到对应目标的分割轮廓；将待检测图像输入目标分割网络每一目标的预测轮廓；根据每一相同目标的分割轮廓和预测轮廓的并集区域获得对应目标的语义分割结果。该方法通过使用目标检测生成目标的检测框来解决语义分割中标注困难的问题，并且根据检测框确定生长区域和初始种子点，使用区域生长算法分割目标可以得到目标更加精准的分割轮廓，以及使用目标分割网络得到目标的预测轮廓，根据相同目标的分割轮廓和分割轮廓获得语义分割结果。

技术领域

本申请涉及目标检测技术领域，特别是涉及一种目标语义分割方法及应用其的街道目标异常检测方法。

背景技术

语义分割是对图像中的每一个像素进行分类，目前广泛引用于各个领域。通常的语义分割体系结构可以被广泛认为是一个编码器网络和一个解码器网络：编码器通常是一个预先训练的分类网络，如vgg/resnet，解码器的任务是将编码器学习到的识别特征（低分辨率）语义投影到像素空间（高分辨率）上，得到每个像素的分类。

目前的语义分割明显存在标注数据难、小目标分割难以及大目标分割不精准等问题。

发明内容

本申请提供了一种目标语义分割方法及应用其的街道目标异常检测方法，其中，目标语义分割方法通过根据目标检测网络获取目标的检测框，在检测框中使用区域生长算法将待检测图像中的目标进行分割得到每一目标的分割轮廓，并且使用目标分割网络得到待检测图像中每一像素的目标类别概率，根据每一像素的目标类别概率得到每一目标的预测轮廓，再根据同一目标的分割轮廓和预测轮廓得到该目标的语义分割结果。街道目标异常检测方法应用该目标语义分割方法从待测视频图像中获取街道目标的语义分割结果，并根据街道目标的语义分割结果获取对应的图像，检查每一图像中的街道目标是否存在异常。

第一方面，本申请实施例提供了一种目标语义分割方法，包括以下步骤：

获取包括至少一目标的待检测图像；

将所述待检测图像输入目标检测网络得到至少一所述目标的检测框；

根据每一所述检测框确定至少一生长区域，在每一所述生长区域中选取初始种子点进行区域生长，并根据每一所述初始种子点的区域生长结果得到对应目标的分割轮廓；

将所述待检测图像输入目标分割网络得到每一像素的目标类别概率，并将所述目标类别概率不小于目标分类阈值的每一像素判定为对应的目标类别，合并相同目标类别的像素得到至少一所述目标的预测轮廓；

获取每一相同目标的所述分割轮廓和所述预测轮廓的并集区域，所述并集区域包括差集区域和交集区域，剔除所述差集区域中多余的像素修正所述并集区域，并根据修正后的所述并集区域获得对应所述目标的语义分割结果。

在一些申请实施例中，“剔除所述差集区域中多余的像素修正所述并集区域，并根据修正后的所述并集区域获得对应所述目标的语义分割结果”包括：获取每一相同目标的所述分割轮廓和所述预测轮廓的并集区域，其中所述并集区域分为差集区域和交集区域；降低每一所述差集区域中的像素的所述目标类别概率，并根据降低后的目标类别概率重新确定每一像素的目标类别；合并所述并集区域中相同目标类别的所有像素获得对应所述目标的语义分割结果。

在一些申请实施例中，“根据每一所述检测框构建至少生长区域”包括：将每一所述检测框设为一生长区域，以及将标记为不同目标类别且相互重叠的任意两所述检测框形成的重叠区域设为生长区域。