[发明专利]一种图像语义分割方法、电子设备和可读存储介质

摘要

本发明公开了一种图像语义分割方法、电子设备和可读存储介质，基于深度特征融合的FCN模型，将传统卷积操作替换为空洞卷积，构造不同分辨率的原始图像，形成图像金字塔，分层输入该FCN模型，并使上一层的输出特征与下一层融合，自顶向下逐层融合至底层，底层的输出特征进行转置卷积，使输出分辨率与底层输入图像一致，提高对目标定位的敏感性，后续通过全连接条件随机场进行优化处理，保证分割精度，从而获得较好的分割效果。

主权项

1.一种图像语义分割方法，其特征在于，包括：通过高斯函数对原始图像进行预处理生成若干层不同分辨率的图像，形成图像金字塔；将所述图像金字塔输入训练好的全卷积网络模型中，所述全卷积网络模型由与所述图像金字塔层数同数量的全卷积VGG16模型并联构建，并在后端设有转置卷积层，每一所述全卷积VGG16模型的第11至14个卷积层为空洞卷积，所述图像金字塔的每一层分别输入一个所述全卷积VGG16模型，对于相邻的两层全卷积VGG16模型，上层的输出特征均与下层第5个最大池化层的输出特征融合，然后依次输入该下层的后续卷积层，得到该下层的输出特征，如此自顶向下逐层融合至底层，底层的输出特征输入所述转置卷积层，得到跟原始图像等尺寸的得分图；将所述得分图送入训练好的全连接条件随机场，联合图像中各像素的空间位置信息和颜色向量信息进行优化处理，获取语义分割效果。