[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

说明书

本发明公开了一种基于语义轮廓信息的图像分割方法、设备和存储介质。该方法包括：获取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。本发明引入待分割图像的语义轮廓图像，将语义轮廓图像作为先验知识，对待分割图像进行目标对象的分割，本发明的分割精度高，鲁棒性强，在具有遮挡、背景复杂、干扰物较多等情况下，效果突出，尤其在复杂的安检图像中，取得了很好的效果，实现了高精度强鲁棒性的目标物检测分割。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于语义轮廓信息的图像分割方法、设备和存储介质。

背景技术

目前，主流的目标检测和分割方法通常是利用神经网络对二维的RGB(Red、Green、Blue，红绿蓝)图像进行处理，在RGB图像中分割出目标对象。例如：基于Mask RCNN(MaskRegions with CNN)神经网络，对图像进行端到端的目标检测与分割。虽然，这种方法在实际应用中取得了比较好的效果，但是依然存在以下问题：

RGB图像提供的信息量与人眼获取的信息量相比非常有限，而且神经网络对RGB图像的检测和分割的结果容易受到光照、背景、遮挡物等因素的影响，对目标对象的边缘分割不够精细，尤其在光照较暗或者背景和前景颜色类似的情况下，分割图像上会出现大量的干扰噪声。例如：在安检领域中，由于安检图像的背景复杂，待检测物体与背景颜色相似，上述问题的表现会更加明显，最终将导致图像分割不准确，引发安全问题。

发明内容

本发明的主要目的在于提供一种基于语义轮廓信息的图像分割方法、设备和存储介质，以解决现有的图像分割方法容易出现噪声干扰，难以取得准确的分割结果的问题。

针对上述技术问题，本发明是通过以下技术方案来解决的：

本发明提供了一种基于语义轮廓信息的图像分割方法，包括：获取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。

其中，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。

其中，所述获取待分割图像的语义轮廓图像，包括：将待分割图像输入轮廓检测器，获取所述待分割图像的语义轮廓图像；所述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。

其中，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。

其中，在所述将待分割图像输入轮廓检测器之前，还包括：利用所述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；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。

其中，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。