[发明专利]用于分割物体的方法和装置

说明书

本公开实施例公开了用于分割物体的方法和装置。方法包括：获取目标物体图像；对目标物体图像的位置信息进行编码，得到编码信息；将编码信息作为约束嵌入至物体分割模型的以下位置：编码器的至少一层和解码器的至少一层；将目标物体图像输入嵌入编码信息后的物体分割模型，得到对目标物体图像中的目标物体的分割结果。该方法由于物体分割模型的编码器和解码器中分别引入了图像的位置信息的编码信息作为约束，使得物体分割模型输出的对目标物体的分割结果更为准确。

技术领域

本公开涉及计算机技术领域，具体涉及图像识别技术领域，尤其涉及用于分割物体的方法和装置。

背景技术

在V2X(vehicle to everything，即车对外界的信息交换)等场景中，需要对路面状况进行分析，车道线分割是其中比较重要的一个环节。

目前，对于车道线分割，主要是采用深度语义分割模型，比较通用的分割模型有FCN、deeplab系列、pspnet等，轻量语义分割模型有enet、shufflenet等，车道线分割模型有LaneNet等，主要都是基于rgb图像训练分割模型，为每个像素预测类别，从而得到分割结果。

现有的分割模型大部分都是使用CNN直接对图像特征进行提取，常用的有encoder-decoder结构，encoder模块逐步减少feature map分辨率，捕获高级语义信息，decoder模块逐渐恢复空间信息。

发明内容

本公开实施例提供了用于分割物体的方法和装置。

第一方面，本公开实施例提供了一种用于分割物体的方法，包括：获取目标物体图像；对目标物体图像的位置信息进行编码，得到编码信息；将编码信息作为约束嵌入至物体分割模型的以下位置：编码器的至少一层和解码器的至少一层；将目标物体图像输入嵌入编码信息后的物体分割模型，得到对目标物体图像中的目标物体的分割结果。

在一些实施例中，对目标物体图像的位置信息进行编码，得到编码信息包括：采用目标物体图像中的像素的位置信息除以参照值，得到位置信息在各个维度编码的角度信息；其中，参照值为幂运算的值，幂运算以目标物体图像的像素幅度与2π的比值为底、以当前维度与总维度的比值为指数；获取位置信息在各个维度编码的角度信息的正弦编码和位置信息在各个维度编码的角度信息的余弦编码。

在一些实施例中，对目标物体图像的位置信息进行编码包括：对目标物体图像中的像素的宽度位置信息进行编码，以及对目标物体图像中的像素的高度位置信息进行编码；目标物体图像的像素幅度包括：当对目标物体图像中的像素的宽度位置信息进行编码时，目标物体图像的像素幅度为目标物体图像的像素宽度；当对目标物体图像中的像素的高度位置信息进行编码时，目标物体图像的像素幅度为目标物体图像的像素高度。

在一些实施例中，对目标物体图像的位置信息进行编码包括：对目标物体图像被拉伸为一维后的像素位置信息进行编码；目标物体图像的像素幅度包括：目标物体图像的像素幅度为目标物体图像的像素尺寸。

在一些实施例中，将编码信息作为约束嵌入至物体分割模型的编码器中和解码器中包括：将编码信息作为约束嵌入至物体分割模型的编码器的第一层和解码器的最后一层。

在一些实施例中，目标物体包括以下一项或多项：车道线、红绿灯、交通标志、路沿、垃圾桶、广告牌、树木以及建筑物。

第二方面，本公开实施例提供了一种用于分割物体的装置，包括：图像获取单元，被配置成获取目标物体图像；信息编码单元，被配置成对目标物体图像的位置信息进行编码，得到编码信息；信息嵌入单元，被配置成将编码信息作为约束嵌入至物体分割模型的以下位置：编码器的至少一层和解码器的至少一层；结果确定单元，被配置成将目标物体图像输入嵌入编码信息后的物体分割模型，得到对目标物体图像中的目标物体的分割结果。