[发明专利]一种面向复杂环境的图像语义分割方法及装置

摘要

本发明属于计算机视觉技术领域，具体涉及一种面向复杂环境的图像语义分割方法及装置，首先将微调的VGG16卷积神经网络生成基础网络，通过所述基础网络提取训练图像的初步特征；进而将隐藏层卷积特征模块和VGG16卷积神经网络的每一个卷积层进行连接，生成高层语义特征；并通过空洞卷积方法将所述初步特征输入到金字塔结构的空洞卷积中，得到细粒度低层特征；然后将所述高层语义特征和细粒度低层特征进行融合，生成高分辨率特征图；通过设置网络训练参数，以交叉熵损失函数为目标，通过反向传播进行网络训练，从而建立语义分割网络；最后将测试图像输入所述语义分割网络，生成测试图像的语义分割结果，本发明能解决现有方法在复杂环境下分割边界模糊的缺点，能够产生高分辨率的预测图像，提高在复杂环境下的图像语义分割方法的性能。

主权项

1.一种面向复杂环境的图像语义分割方法，其特征在于，包括以下步骤：步骤S100、将VGG16卷积神经网络进行修改生成基础网络，通过所述基础网络提取训练图像的初步特征，所述VGG16卷积神经网络中的卷积层分为5个阶段；步骤S200、使用隐藏层卷积特征模块处理所述基础网络中前4阶段卷积层得到的初步特征，生成高层语义特征；步骤S300、通过金字塔结构的空洞卷积处理所述基础网络中最末层卷积得到的初步特征，得到细粒度低层特征；步骤S400、将所述高层语义特征和细粒度低层特征进行融合，生成高分辨率特征图；步骤S500、设置网络训练参数，以交叉熵损失函数为目标，通过反向传播进行网络训练，从而建立语义分割网络；步骤S600、将测试图像输入所述语义分割网络，生成测试图像的语义分割结果。