[发明专利]图像分割方法、装置和存储介质有效

专利信息
申请号: 202010084625.6 申请日: 2020-02-10
公开(公告)号: CN111340819B 公开(公告)日: 2023-09-12
发明(设计)人: 柳露艳;马锴;郑冶枫 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T5/00;G06N3/088;G06N3/0464
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 蔡艾莹
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 分割 方法 装置 存储 介质
【权利要求书】:

1.一种图像分割方法,其特征在于,包括:

获取目标域图像、以及已标注目标信息的源域图像;

采用第一生成对抗网络中的生成网络分别对源域图像和目标域图像进行分割,确定第一源域分割损失和第一目标域分割损失;

采用第二生成对抗网络中的生成网络分别对源域图像和目标域图像进行分割,确定第二源域分割损失和第二目标域分割损失;

根据所述第一源域分割损失、所述第二源域分割损失确定第一源域目标图像和第二源域目标图像,以及根据所述第一目标域分割损失、所述第二目标域分割损失确定第一目标域目标图像和第二目标域目标图像;

利用所述第一源域目标图像以及所述第一目标域目标图像对所述第二生成对抗网络进行训练,利用所述第二源域目标图像以及所述第二目标域目标图像对所述第一生成对抗网络进行训练,得到训练后的第一生成对抗网络;

基于所述训练后的第一生成对抗网络的生成网络对待分割图像进行分割,得到分割结果。

2.根据权利要求1所述的方法,其特征在于,所述采用第一生成对抗网络中的生成网络分别对源域图像和目标域图像进行分割,确定第一源域分割损失和第一目标域分割损失,包括:

采用第一生成对抗网络中的生成网络分别对源域图像和目标域图像进行特征提取,得到第一源域图像的特征信息和第一目标域图像的特征信息;

基于所述第一源域图像的特征信息,对所述源域图像进行目标分割,确定第一源域分割损失;

基于所述第一目标域图像的特征信息,对所述目标域图像进行目标分割,确定第一目标域分割损失。

3.根据权利要求2所述的方法,其特征在于,所述源域图像包括噪声图像和无噪声图像,所述基于所述第一源域图像的特征信息,对所述源域图像进行目标分割,确定第一源域分割损失,包括:

基于所述第一源域图像的特征信息,对所述源域图像中噪声图像进行目标分割,得到第一噪声分割概率;

获取源域图像中噪声图像的权重图;

根据所述第一噪声分割概率,和噪声图像的权重图,获取第一噪声分割损失;

基于所述第一源域图像的特征信息,对所述源域图像中无噪声图像进行目标分割,得到第一无噪声分割概率;

根据第一无噪声分割概率,和无噪声图像的标注结果,获取第一无噪声分割损失;

基于所述第一噪声分割损失和所述第一无噪声分割损失,确定第一源域分割损失。

4.根据权利要求2所述的方法,其特征在于,基于所述第一目标域图像的特征信息,对所述目标域图像进行目标分割,确定第一目标域分割损失,包括:

基于所述第一目标域图像的特征信息,对所述目标域图像进行目标分割,得到第一目标域分割概率;

根据所述第一目标域分割概率,生成第一目标域分割结果;

根据所述第一目标域分割结果、和所述目标域图像,获取第一目标域分割损失。

5.根据权利要求1所述的方法,其特征在于,所述采用第二生成对抗网络中的生成网络分别对源域图像和目标域图像进行分割,确定第二源域分割损失和第二目标域分割损失,包括:

采用第二生成对抗网络中的生成网络分别对源域图像和目标域图像进行特征提取,得到第二源域图像的特征信息和第二目标域图像的特征信息;

基于所述第二源域图像的特征信息,对所述源域图像进行目标分割,确定第二源域分割损失;

基于所述第二目标域图像的特征信息,对所述目标域图像进行目标分割,确定第二目标域分割损失。

6.根据权利要求1所述的方法,其特征在于,所述根据所述第一源域分割损失、所述第二源域分割损失确定第一源域目标图像和第二源域目标图像,包括:

对所述第一源域分割损失进行排序,从排序后的第一源域分割损失中选取满足预设损失条件的源域图像,确定为第一源域目标图像;

对所述第二源域分割损失进行排序,从排序后的第二源域分割损失中选取满足预设损失条件的源域图像,确定为第二源域目标图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010084625.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top