[发明专利]图像语义分割的方法和装置

权利要求书

1.一种图像语义分割的方法，其特征在于，包括：

对训练集中的每个图像进行边缘信息提取，得到每个所述图像的物体边缘信息二值图，将所述物体边缘信息二值图作为每个所述图像对应的监督信号；

对每个所述图像进行特征提取得到每个所述图像的特征图集合，所述特征图集合包括大小不同的多个特征图；

对每个所述图像的特征图集合中指定大小的特征图施加所述监督信号并进行模型训练，得到图像语义分割模型；

将待分割图像输入所述图像语义分割模型以进行图像语义分割。

2.根据权利要求1所述的方法，其特征在于，对训练集中的每个图像进行边缘信息提取，得到每个所述图像的物体边缘信息二值图，包括：

对训练集中的每个图像分别进行如下操作以得到每个所述图像的物体边缘信息二值图：

通过对所述图像进行人工标注获得语义分割标注的灰度图；

分别对所述灰度图进行横向扫描和纵向扫描，得到横向边缘图和纵向边缘图；

对所述横向边缘图和所述纵向边缘图进行合并，得到所述图像的物体边缘信息二值图。

3.根据权利要求2所述的方法，其特征在于，对所述灰度图进行横向扫描得到横向边缘图，包括：

沿着图片的横轴方向，从左往右依次判断相邻像素的灰度值是否相同；

将灰度值不同的两个相邻像素标记为边缘像素，将所述边缘像素构成的图片作为横向边缘图；

对所述灰度图进行纵向扫描得到纵向边缘图，包括：

沿着图片的纵轴方向，从上往下依次判断相邻像素的灰度值是否相同；

将灰度值不同的两个相邻像素标记为边缘像素，将所述边缘像素构成的图片作为纵向边缘图。

4.根据权利要求2所述的方法，其特征在于，对所述横向边缘图和所述纵向边缘图进行合并，包括：

对所述横向边缘图和所述纵向边缘图进行像素的逻辑或运算以进行合并。

5.根据权利要求1所述的方法，其特征在于，对每个所述图像的特征图集合中指定大小的特征图施加所述监督信号并进行模型训练，包括：

对每个所述图像的特征图集合中指定大小的特征图，利用所述图像的物体边缘信息二值图的真值和所述指定大小的特征图之间的差异，基于梯度下降法进行模型训练。

6.根据权利要求5所述的方法，其特征在于，所述图像的物体边缘信息二值图的真值和所述指定大小的特征图之间的差异，使用以下损失函数来衡量：

对于所述图像的物体边缘信息二值图和所述指定大小的特征图相对应的每个像素i，损失函数loss＝－y_i·log(p(y_i))－|y_i－p(y_i)|；

其中，y_i表示物体边缘信息二值图的真值，取值为0或1，0代表所述像素i不是物体边缘，1代表所述像素i是物体边缘；p(y_i)代表所述指定大小的特征图中所述像素i对应的位置的值，取值范围是[0，1]，表示所述像素i对应的位置是否是边缘的置信度。

7.根据权利要求1所述的方法，其特征在于，在将待分割图像输入所述图像语义分割模型以进行图像语义分割之后，还包括：对分割后得到的不少于一个对象进行对象识别。

8.一种图像语义分割的装置，其特征在于，包括：

监督信号生成模块，用于对训练集中的每个图像进行边缘信息提取，得到每个所述图像的物体边缘信息二值图，将所述物体边缘信息二值图作为每个所述图像对应的监督信号；

特征提取模块，用于对每个所述图像进行特征提取得到每个所述图像的特征图集合，所述特征图集合包括大小不同的多个特征图；

模型训练模块，用于对每个所述图像的特征图集合中指定大小的特征图施加所述监督信号并进行模型训练，得到图像语义分割模型；

图像分割模块，用于将待分割图像输入所述图像语义分割模型以进行图像语义分割。