[发明专利]图像分割方法、装置及终端设备

说明书

本申请适用于图像处理技术领域，提供了图像分割方法、装置及终端设备，该图像分割方法包括：获取目标待分割图像，基于所述目标待分割图像生成预设个数的第一待分割图像；其中，各个所述第一待分割图像的分辨率不同；通过多层卷积层对各个所述第一待分割图像进行卷积处理；其中，所述多层卷积层中的每一层卷积层包括多个相串接的卷积层，且当前层卷积层的各个卷积层分别与上一层卷积层中的卷积层连接；根据所述卷积处理的输出结果进行图像分割。本申请能够提高图像分割的精确度。

技术领域

本申请属于图像处理技术领域，尤其涉及图像分割方法、装置及终端设备。

背景技术

关于神经网络系统在图像分割的研究已经取得了较多的研究成果，但是在多数情况下，人类能够轻易地在一系列的空间尺度上提取一幅图像的不同信息，从而得到包括小区域到大区域的图像细节和特征，而对于计算机设备来说则是一个比较有挑战性的任务。而且神经网络训练需要大量参数参与运算，过程繁琐，因此导致使用神经网络去做图像分割成本高，精度不佳。

发明内容

为克服相关技术中存在的至少一个问题，本申请实施例提供了图像分割方法、装置及终端设备。

本申请是通过如下技术方案实现的：

第一方面，本申请实施例提供了一种图像分割方法，包括：

获取目标待分割图像，基于所述目标待分割图像生成预设个数的第一待分割图像；其中，各个所述第一待分割图像的分辨率不同；

通过多层卷积层对各个所述第一待分割图像进行卷积处理；其中，所述多层卷积层中的每一层卷积层包括多个相串接的卷积层，且当前层卷积层的各个卷积层分别与上一层卷积层中的卷积层连接；

根据所述卷积处理的输出结果进行图像分割。

在第一方面的一种可能的实现方式中，所述通过多层卷积层对各个所述第一待分割图像进行卷积处理，包括：

将各个第一待分割图像对应输入到第一层卷积层中的各个卷积层；

对于第一层卷积层中的各个卷积层，分别对所述第一待分割图像进行卷积处理，并对当前特征图进行上采样后与上一特征图进行拼接融合；

对于除第一层卷积层之外的其他层卷积层中的各个卷积层，分别对上一层卷积层中相邻的卷积层的输出结果进行卷积处理，并对当前特征图进行上采样后与上一特征图进行拼接融合。

在第一方面的一种可能的实现方式中，所述多层卷积层包括多个尺度的卷积层，每一尺度的卷积层包括多个卷积层，且各尺度的卷积层的卷积层个数不同；

所述将各个待分割图像对应输入到第一层卷积层中的各个卷积层，包括：

按照分辨率的由高到低与各个尺度所包含的卷积层个数的由大到小的对应关系，将各个待分割图像输入到对应的卷积层。

在第一方面的一种可能的实现方式中，所述多层卷积层的第一层卷积层至第i层卷积层所包含的卷积层的个数相同，第i+1层卷积层至第n层卷积层所包含的卷积层的个数依次减少，其中，第i层卷积层所包含的卷积层的个数大于第i+1层卷积层所包含的卷积层的个数，n为所述多层卷积层的层数。

在第一方面的一种可能的实现方式中，所述当前层卷积层的各个卷积层分别与上一层卷积层中的卷积层连接，为：

当前层卷积层的当前尺度的卷积层分别与上一层卷积层中的所述当前尺度的卷积层和与所述当前尺度相邻的尺度的卷积层均连接。

在第一方面的一种可能的实现方式中，所述基于所述目标待分割图像生成预设个数的第一待分割图像，包括：

对所述目标待分割图像进行压缩，生成多个不同分辨率的第二待分割图像；