[发明专利]基于跨图像关联的弱监督图像语义分割方法、系统、装置

摘要

本发明属于深度学习、计算机视觉及模式识别领域，具体涉及了一种基于跨图像关联的弱监督图像语义分割方法、系统、装置，旨在解决弱监督采用的粗略标注带来的语义分割目标不完整、定位不准确、语义类别判断不准确的问题。本发明包括：通过跨图像间关联关系模块从多张同类别物体的图像间获取互补信息，得到融合特征；基于融合特征进行图像语义分割模型的训练；通过训练好的模型，获取单张输入图像或多张同类别物体图像组的语义分割结果。本发明从粗略的弱图像标注生成像素级的伪图像标注，并在模型训练过程中，从不同图像间获取互补信息，来弥补伪图像标注不全的不足，能够在仅依赖图像级标注的情况下，显著地提高弱监督语义分割模型的性能。