[发明专利]图像语义分割方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像语义分割方法、装置、计算机设备和存储介质。该方法包括：按照预设的场景分辨率，对待处理图像对应的深度图像进行离散，确定各级预测分支的像素区域；确定在各级预测分支中，待处理图像对应的卷积特征图的上下文信息；根据卷积特征图在当前预测分支的上下文信息和在上级预测分支的增强特征图，获得卷积特征图在当前预测分支的增强特征图；根据各级预测分支的增强特征图和像素区域进行分类预测，获得待处理图像的分割图像。通过这种级联方式，能够将上级预测分支的上下文信息传递至下级预测分支的增强特征图中，丰富了各级预测分支中增强特征图的上下文信息，从而提升了利用各级的增强特征图进行分类预测的精确度。

技术领域

本申请涉及图像分割技术技术领域，特别是涉及一种图像分割技术方法、装置、计算机设备和存储介质。

背景技术

图像语义分割是计算机视觉和模式识别领域的重要研究课题，广泛应用于自动驾驶系统、无人机等AI(Artificial Intelligence，人工智能)场景，其目标是对图像每个像素点进行分类，将图像分割成具有一定语义含义的区域块，并识别出每个区域块的类别，最终得到具有语义标注的分割图像。

在现有图像语义分割研究中，尝试利用图像的深度信息来辅助语义分割。然而，深度信息和语义分割中用到的颜色通道之间几乎没有相关性，现有利用深度信息辅助语义分割的分割效果仍有待提升。因此，如何充分利用深度信息来进一步提升语义分割的精确度，仍然是当前的研究难点。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升语义分割的精确度的图像语义分割方法、装置、计算机设备和存储介质。

一种图像语义分割方法，所述方法包括：

按照预设的场景分辨率，对待处理图像对应的深度图像进行离散，确定各级预测分支的像素区域；

确定在各级所述预测分支中，所述待处理图像对应的卷积特征图的上下文信息；

根据所述卷积特征图在当前预测分支的上下文信息和在上级预测分支的增强特征图，获得所述卷积特征图在所述当前预测分支的增强特征图；

根据各级所述预测分支的增强特征图和所述像素区域进行分类预测，获得所述待处理图像的分割图像。

一种图像语义分割装置，所述装置包括：

像素划分模块，用于按照预设的场景分辨率，对待处理图像对应的深度图像进行离散，确定各级预测分支的像素区域；

上下文确定模块，用于确定在各级所述预测分支中，所述待处理图像对应的卷积特征图的上下文信息；

增强特征图获取模块，用于根据所述卷积特征图在当前预测分支的上下文信息和在上级预测分支的增强特征图，获得所述卷积特征图在所述当前预测分支的增强特征图；

分类预测模块，用于根据各级所述预测分支的增强特征图和所述像素区域进行分类预测，获得所述待处理图像的分割图像。

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，其特征在于，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如下步骤：

按照预设的场景分辨率，对待处理图像对应的深度图像进行离散，确定各级预测分支的像素区域；

确定在各级所述预测分支中，所述待处理图像对应的卷积特征图的上下文信息；

根据所述卷积特征图在当前预测分支的上下文信息和在上级预测分支的增强特征图，获得所述卷积特征图在所述当前预测分支的增强特征图；

根据各级所述预测分支的增强特征图和所述像素区域进行分类预测，获得所述待处理图像的分割图像。