[发明专利]一种基于语义轮廓信息的图像分割方法、设备和存储介质

权利要求书

1.一种基于语义轮廓信息的图像分割方法，其特征在于，包括：

利用轮廓检测器对应的第一训练集，对所述轮廓检测器进行训练；

利用神经网络对应的第二训练集，对所述神经网络进行训练；

所述第一训练集包括：第一训练图像及其对应的监督图像；

所述第二训练集包括：第二训练图像及其对应的边界框监督信息、类别监督信息、分割监督图像和轮廓监督图像；

获取待分割图像的语义轮廓图像，包括：

将待分割图像输入所述轮廓检测器，获取所述待分割图像的语义轮廓图像；

利用所述语义轮廓图像对所述待分割图像进行图像分割，获得所述待分割图像中的目标对象的分割图像，包括：

将所述待分割图像和所述语义轮廓图像合并输入到用于分割目标对象的所述神经网络，使所述神经网络利用所述语义轮廓图像对所述待分割图像进行图像分割，获得所述待分割图像中的目标对象的分割图像。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

利用所述语义轮廓图像对所述待分割图像进行图像分割，获得所述待分割图像中的目标对象对应的边界框信息和/或目标对象所属类别的信息。

3.根据权利要求1所述的方法，其特征在于，将所述待分割图像和所述语义轮廓图像合并输入到用于分割目标对象的神经网络，包括：

将所述待分割图像和所述语义轮廓图像以通道并联的方式输入到用于分割目标对象的神经网络。

4.根据权利要求1所述的方法，其特征在于，

所述第二训练图像是将第一训练图像和所述第一训练图像对应的语义轮廓图像合并后得到的。

5.根据权利要求1所述的方法，其特征在于，利用所述神经网络对应的第二训练集，对所述神经网络进行训练，包括：

在每次训练时，将一张第二训练图像输入所述神经网络，获得目标对象对应的边界框预测信息、类别预测信息、分割预测图像和轮廓预测图像；

利用所述第二训练图像对应的边界框监督信息、类别监督信息、分割监督图像和轮廓监督图像，分别对应确定所述边界框预测信息、所述类别预测信息、所述分割预测图像和所述轮廓预测图像的损失程度；

如果在连续多次的训练中，所述边界框预测信息、所述类别预测信息、所述分割预测图像和所述轮廓预测图像的损失程度都符合预设的收敛条件，则判定所述神经网络已经收敛，结束对所述神经网络的训练。

6.根据权利要求5所述的方法，其特征在于，在结束对所述神经网络的训练之后，还包括：

消除所述神经网络中用于输出轮廓预测图像的分支。

7.根据权利要求1所述的方法，其特征在于，在利用所述神经网络对应的第二训练集，对所述神经网络进行训练之前，还包括：

在第二训练图像中标注出目标对象区域；

在所述目标对象区域中，识别边界像素点；

对所述边界像素点形成的边界线进行高斯滤波，得到目标对象的轮廓分布热度图，将所述轮廓分布热度图作为所述目标对象的轮廓监督图像。

8.根据权利要求1～7中任一项所述的方法，其特征在于，

所述轮廓检测器为HED轮廓检测器；和/或，所述神经网络为Mask RCNN神经网络。

9.一种基于语义轮廓信息的图像分割设备，其特征在于，所述基于语义轮廓信息的图像分割设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1～8中任一项所述的基于语义轮廓信息的图像分割方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有基于语义轮廓信息的图像分割程序，所述基于语义轮廓信息的图像分割程序被处理器执行时实现如权利要求1～8中任一项所述的基于语义轮廓信息的图像分割方法的步骤。