[发明专利]一种基于多接受野的交替更新网络的场景分割方法

说明书

本发明公开了一种基于多接受野的交替更新网络的场景分割方法，包括以下步骤：S1、将输入图像通过一个预训练好的卷积神经网络，进行特征图的提取；S2、通过预训练好的集合网络空洞金字塔模块，得到包含高层语义信息的特征图；S3、在步骤S2中得到的特征图的基础上对逐个像素计算分类的损失，获得分割热图。本发明的方法使用空洞金字塔池化网络进行场景的语义分割，集合网络空洞金字塔模块一方面能对特征图进行充分利用，改善网络中信息的流动，减少模型参数，从而达到压缩模型的效果，另一方面又结合扩张卷积的方法，从而增加了卷积核的接受野尺寸，以实现对场景图里面不同大小目标的分割，具有鲁棒性强、计算效率高等特性。

技术领域

本发明涉及计算机视觉领域，具体涉及一种基于多接受野的交替更新网络的场景分割方法。

背景技术

卷积网络一直在推动计算机视觉领域各个方向的进步，例如目标定位、目标检测、图像识别。同时人们也将卷积网络引入到语义分割的问题上，从而取代传统的手工标记方法，实现端到端的分割输出。图像识别的作用是识别出一幅图像里面有什么东西，目标定位的结果是目标的位置，语义分割则是从像素级的角度来回答图像里面有什么类别以及这些类别的具体位置。语义分割包括了许多子方向，例如：衣物解析，场景分割，任务解析等，其一直是计算机视觉领域上很有挑战性方向，虽然国内外对这个方向投入了大量的研究，但仍然存在着许多挑战。场景语义分割是语义分割的关键问题之一，其功能是将一张场景图里面的街景、人物和建筑等进行像素级分类。

一直以来，人们致力于提高场景语义分割的准确性，然而一些问题还是没有能够很好地解决，主要的挑战和缺点有：

(1)特征分辨率减小：在神经网络重复池化和降采样过程中，图像的特征分辨率会减小，从而导致一些语义信息损失。

(2)网络参数过多，增大训练的代价：随着卷积神经网络的发展，为了得到更好的分割效果，人们不惜增加网络层数从而获得更好的分割效果，结果造成了网络参数随着层数的增加大幅度增加，增大了网络的训练难度，提高了对计算资源的要求。

(3)接受野的大小受限：场景图里面包括了很多场景目标，小到一颗路上的路灯，大到一幢高楼，在图片中他们的尺寸差异很大，所以需要大小不同的接受野的卷积核才能有更好的分割效果。

(4)特征信息的利用率低：随着网络的加深，更高层次的语义信息被提取，但是浅层网络的特征图信息却没能够被充分的利用。

发明内容

本发明的目的在于克服现有技术的不足，提出了一种基于特征选择的目标检测算法，具有稳定性强、效率高的优点。

一种基于多接受野的交替更新网络的场景分割方法，包括以下步骤：

S1、将输入图像通过一个预训练好的卷积神经网络，进行特征图的提取；

S2、通过预训练好的集合网络空洞金字塔模块，得到包含高层语义信息的特征图；

S3、在步骤S2中得到的特征图的基础上对逐个像素计算分类的损失，获得分割热图。

优选地，在上述的基于多接受野的交替更新网络的场景分割方法中，在所述步骤S1中提取得到的特征图为输入图像上经过1/8降采样得到的特征图。

优选地，在上述的基于多接受野的交替更新网络的场景分割方法中，对在步骤S2中得到的特征图按照取值为8的上采样率进行上采样。

优选地，在上述的基于多接受野的交替更新网络的场景分割方法中，所述集合网络空洞金字塔模块具有扩张卷积核，在特征图输入时，输入特征逐层进行卷积计算，并作为输入拼接在该所述集合网络空洞金字塔模块中的其他神经层中。