[发明专利]可供性检测方法及相关装置

说明书

本申请提供的可供性检测方法及相关装置，应用于图像分割领域。其中，可供性检测设备获取携带有待识别图像从浅层到深层的特征信息的多组特征图；然后，利用其中携带有深层的特征信息的目标特征图确定多组特征图各自的权重，并根据多组特征图各自的权重将多组特征图与参考特征图融合成增强特征图；最后，将增强特征图进行解码，获得待识别图像的可供性检测结果。由于深层的特征信息具有更为丰富的语义信息，适合对其进行全局语义的编码，因此，通过携带有深层的特征信息的目标特征图所确定出的权重，能够对有利于进行图像分割的信息进行增强，并抑制与图像分割无关的信息，从达到提升了对待识别图像的分割效果的目的。

技术领域

本申请涉及图像分割领域，具体而言，涉及一种可供性检测方法及相关装置。

背景技术

可供性体现的是目标物体在环境中展现的功能可能性，具体表现为不仅需要从待识别图像中识别出目标物体，还需要确定出目标物体每个部分的功能；因此，可供性检测需要对目标物体的不同功能区域做像素级别分割识别。

相关技术中，采用将待识别图像的高分辨率特征图下采样至低分辨率，再从低分辨率特征图恢复至高分辨率的发明构思；然后，该构思是以一种串联方式连接不同分辨率的特征，会导致深层的特征图的分辨率较小，从而容易丢失精细结构的信息和小物体的信息。

因此，其他相关技术中，提出了将待识别图像浅层的高分辨率特征图像与深层的低分辨率特征图相互融合后，再基于融合后的特征图进行图像分割。研究发现，该方式未对可供性检测的无关信息进行区分，导致有时对待识别图像的识别结果不够理想。

发明内容

为了克服现有技术中的至少一个不足，本申提供一种可供性检测方法，用于在对图像进行可供性检测时，能够取的更好的可供性检测结果，包括：

第一方面，本申请实施例提供一种可供性检测方法，应用于可供性检测设备，所述可供性检测设备配置有预先训练的可供性检测模型，所述可供性检测模型包括多条特征提取分支以及语义编码层，所述方法包括：

通过所述多条特征提取分支获得待识别图像的多组特征图，其中，所述多组特征图携带有所述待识别图像从浅层到深层的特征信息；

将所述多组特征图中的深层特征图输入到所述语义编码层，获得所述多组特征图各自的权重；

根据所述多组特征图各自的权重，将所述多组特征图与所述待识别图像的参考特征图融合成增强特征图；其中，所述参考特征图携带有所述待识别图像的空间结构信息；

将所述增强特征图进行解码，获得所述待识别图像的可供性检测结果。

第二方面，本申请实施例提供一种可供性检测装置，应用于可供性检测设备，所述可供性检测设备配置有预先训练的可供性检测模型，所述可供性检测模型包括多条特征提取分支以及语义编码层，所述可供性检测装置包括：

图像编码模块，用于通过所述多条特征提取分支获得待识别图像的多组特征图，其中，所述多组特征图携带有所述待识别图像从浅层到深层的特征信息；

所述图像编码模块，还用于将所述多组特征图中的深层特征图输入到所述语义编码层，获得所述多组特征图各自的权重；

所述图像解码模块，用于根据所述多组特征图各自的权重，将所述多组特征图与所述待识别图像的参考特征图融合成增强特征图；其中，所述参考特征图携带有所述待识别图像的空间结构信息；

所述图像解码模块，还用于将所述增强特征图进行解码，获得所述待识别图像的可供性检测结果。

第三方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现所述的可供性检测方法。