[发明专利]语义分割方法、装置、计算机设备和计算机可读存储介质有效
| 申请号: | 201911419407.7 | 申请日: | 2019-12-31 |
| 公开(公告)号: | CN111192278B | 公开(公告)日: | 2023-10-24 |
| 发明(设计)人: | 张志强;斯海洋;俞刚 | 申请(专利权)人: | 北京迈格威科技有限公司 |
| 主分类号: | G06T7/12 | 分类号: | G06T7/12;G06N3/0464;G06N3/08 |
| 代理公司: | 北京华进京联知识产权代理有限公司 11606 | 代理人: | 黄易 |
| 地址: | 100190 北京市海淀区科*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 语义 分割 方法 装置 计算机 设备 可读 存储 介质 | ||
1.一种语义分割方法,其特征在于,所述方法包括:
获取待处理图像;
对所述待处理图像进行特征提取,得到多组第一特征图;
对所述多组第一特征图中每组第一特征图进行多次池化,得到所述每组第一特征图对应的具有不同大小的多组第二特征图;
在所有第二特征图中,将相同大小的第二特征图进行拼接后,再对拼接结果进行降维操作,得到由不同大小的多组第三特征图构成的特征金字塔;
将所述特征金字塔中的多组第三特征图进行融合,并基于融合结果预测得到所述待处理图像对应的语义分割结果。
2.根据权利要求1所述的方法,其特征在于,对所述多组第一特征图中每组第一特征图进行多次池化,得到所述每组第一特征图对应的具有不同大小的多组第二特征图,包括:
基于不同的池化参数,对所述多组第一特征图中每组第一特征图进行多次池化,得到所述每组第一特征图对应的具有不同大小的多组第二特征图。
3.根据权利要求1所述的方法,其特征在于,将所述特征金字塔中的多组第三特征图进行融合,并基于融合结果预测得到所述待处理图像对应的语义分割结果,包括:
按照从小到大的先后顺序,从尺寸最小的第三特征图开始,依次进行上采样并与后一大小的第三特征图叠加融合,直至融合到预设大小的第三特征图,以得到语义特征图;
将所述语义特征图按照所述待处理图像的大小进行调整,得到所述待处理图像对应的语义分割结果。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
按照从小到大的先后顺序,从尺寸最小的第三特征图开始,依次进行上采样并与后一大小的第三特征图叠加融合,直至融合到预设大小的第三特征图,以得到边界特征图;
将所述语义特征图按照所述待处理图像的大小进行调整,得到所述待处理图像对应的语义分割结果,包括:
将所述语义特征图和所述边界特征图进行融合,得到融合结果;
将所述融合结果按照所述待处理图像的大小进行调整,得到所述待处理图像对应的语义分割结果。
5.根据权利要求4所述的方法,其特征在于,将所述融合结果按照所述待处理图像的大小进行调整,得到所述待处理图像对应的语义分割结果,包括:
对所述融合结果进行卷积操作,得到卷积结果;
将所述卷积结果按照所述待处理图像的大小进行上采样,得到所述待处理图像对应的语义分割结果。
6.根据权利要求3-5任一所述的方法,其特征在于,所述第三特征图的预设大小包括所述待处理图像的1/4或1/8。
7.根据权利要求1-5任一所述的方法,其特征在于,对所述待处理图像进行特征提取,得到多组第一特征图,包括:
将所述待处理图像输入至主干网络中,通过所述主干网络对所述待处理图像按照不同的下采样倍数进行下采样,得到多组第一特征图,其中,每个下采样倍数对应于一组第一特征图。
8.一种语义分割装置,其特征在于,所述装置包括:
图像获取模块,用于获取待处理图像;
特征提取模块,用于对所述待处理图像进行特征提取,得到多组第一特征图;
池化模块,用于对所述多组第一特征图中每组第一特征图进行多次池化,得到所述每组第一特征图对应的具有不同大小的多组第二特征图;
融合模块,用于在所有第二特征图中,将相同大小的第二特征图进行拼接后,再对拼接结果进行降维操作,得到由不同大小的多组第三特征图构成的特征金字塔;
结果预测模块,用于将所述特征金字塔中的多组第三特征图进行融合,并基于融合结果预测得到所述待处理图像对应的语义分割结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京迈格威科技有限公司,未经北京迈格威科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911419407.7/1.html,转载请声明来源钻瓜专利网。





