[发明专利]使用神经网络翻译模型改进图像分割

摘要

本发明公开了使用神经网络翻译模型改进图像分割。神经网络包括编码器、公共解码器和残差解码器。编码器将输入图像编码到潜在空间中。潜在空间使独特特征与其他公共特征分离。公共解码器对驻留在潜在空间中的公共特征进行解码，以生成缺少独特特征的翻译图像。残差解码器对驻留在潜在空间中的独特特征进行解码，以生成与独特特征相对应的图像增量。神经网络将翻译图像与图像增量相组合，以生成可包括公共特征和独特特征两者的组合图像。组合图像可用于驱动自动编码。一旦训练完成，可以修改残差解码器以生成分割掩码，这些分割掩码指示独特特征所驻留在的给定输入图像的任何区域。