[发明专利]用于从图像中提取对象的方法、装置和存储介质

权利要求书

1.一种用于从图像中提取对象方法，包括：

将待处理图像输入到多个串行连接的边缘特征提取模块中的首个边缘特征提取模块，其中，所述边缘特征提取模块基于深度可分离卷积操作对接收到的数据进行边缘特征提取处理，部分或全部边缘特征提取模块还用于对接收到的数据进行下采样处理；

根据每个边缘特征提取模块处理后的数据相对于所述待处理图像的下采样倍数，对每个边缘特征提取模块的输出进行相应倍数的上采样处理；

根据对上采样处理后的数据的合并结果，生成二值化图像；

基于所述二值化图像提取待处理图像中的目标对象。

2.根据权利要求1所述的方法，其中，所述边缘特征提取模块包括一个或多个边缘特征提取层，边缘特征提取层基于深度可分离卷积操作对接收到的数据进行边缘特征提取处理；

所述边缘特征提取层基于深度可分离卷积操作对接收到的数据进行边缘特征提取处理包括：

采用尺寸为1*1的预设的输入侧卷积核对接收到的数据进行第一卷积计算，并根据第一卷积计算的结果获得包括多个通道的数据的第一特征图谱，其中，所述输入侧卷积核的数量大于边缘特征提取层接收到的数据的通道数；

对于所述第一特征图谱的每一个通道的数据，采用相应的尺寸大于1*1的预设的卷积核进行第二卷积计算以进行边缘特征提取处理，并根据第二卷积计算的结果获得包括多个通道的数据的第二特征图谱；

采用尺寸为1*1的预设的输出侧卷积核对第二特征图谱进行第三卷积计算，并根据第三卷积计算的结果获得处理后的数据，其中，所述输出侧卷积核的数量小于第二特征图谱的通道数。

3.根据权利要求2所述的方法，其中，在所述边缘特征提取模块中的至少一个边缘特征提取层基于深度可分离卷积操作对接收到的数据进行边缘特征提取处理的过程中，所述第二卷积计算的卷积步长大于1，以便对第二特征图谱的长和宽进行下采样处理。

4.根据权利要求2所述的方法，

将第一卷积计算的结果输入到激活函数中，获得包括多个通道的数据的第一特征图谱；

将第二卷积计算的结果输入到激活函数中，获得包括多个通道的数据的第二特征图谱；

将第三卷积计算结果、或者第三卷积计算结果的线性计算结果确定为处理后的数据。

5.根据权利要求1所述的方法，其中，所述对每个边缘特征提取模块的输出进行相应倍数的上采样处理包括：

采用尺寸为1*1的预设的卷积核对每个边缘特征提取模块的输出进行卷积计算，并采用反卷积的方法将所述卷积计算的结果进行相应倍数的上采样处理。

6.根据权利要求1～5中任一项所述的方法，其中，所述基于所述二值化图像提取待处理图像中的目标对象包括：

检测二值化图像中的线段，并确定每个线段的斜率；

根据线段的斜率和线段间的距离信息，对临近的线段进行筛选或合并；

根据合并后的线段，确定线段之间的交叉点；

根据交叉点的位置信息，对临近的交叉点进行筛选或合并；

基于合并后的交叉点，确定一个或多个多边形区域；

根据预设条件对所述多边形区域进行筛选，获得筛选后的多边形区域；

根据筛选后的多边形区域的位置信息，从待处理图像中提取目标对象。

7.根据权利要求1～5中任一项所述的方法，还包括：

获取多个背景图像和前景图像，其中，所述前景图像为目标对象的图像；

对前景图像进行仿射变换；

将进行仿射变换后的前景图像与背景图像进行合成，生成合成训练图像，以便采用合成训练图像对边缘特征提取模块的参数进行训练。