[发明专利]图像语义分割方法、装置、设备和可读存储介质

权利要求书

1.一种图像语义分割方法，包括：

获取当前视频帧；

提取所述当前视频帧中目标对象的第一轮廓；

对所述目标对象的第一轮廓与所述当前视频帧的历史视频帧中所述目标对象的第二轮廓进行轮廓匹配，得到所述当前视频帧中的匹配一致轮廓；

对所述匹配一致轮廓与所述当前视频帧中目标对象的语义分割结果进行融合，得到最终的语义分割结果。

2.根据权利要求1所述的方法，其中，所述对所述目标对象的第一轮廓与所述当前视频帧的历史视频帧中所述目标对象的第二轮廓进行轮廓匹配，得到所述当前视频帧中匹配一致轮廓，包括：

离散化所述第一轮廓和所述第二轮廓，分别得到第一点序列和第二点序列；

采用第二点序列对所述第一点序列进行点集配准，得到所述第一点序列中匹配一致的点序列，作为所述匹配一致轮廓。

3.根据权利要求2所述的方法，其中，所述采用第二点序列对所述第一点序列进行点集配准，得到所述第一点序列中匹配一致的点序列，作为所述匹配一致轮廓，包括：

对所述第二点序列进行仿射变换，得到估计点序列；

采用混合高斯模型的概率密度函数描述所述估计点序列与所述第一点序列的配准程度；

最大化所述概率密度函数，得到所述第一点序列中与所述估计点序列匹配一致的点序列，作为所述匹配一致轮廓。

4.根据权利要求1所述的方法，其中，所述对所述匹配一致轮廓与所述当前视频帧中目标对象的语义分割结果进行融合，得到最终的语义分割结果，包括：

基于所述语义分割结果，获取所述匹配一致轮廓上的点属于所述目标对象的原始置信度；

基于所述轮廓匹配，确定所述匹配一致轮廓上的点属于所述目标对象的匹配置信度；

综合所述原始置信度和所述匹配置信度，筛选出所述匹配一致轮廓上属于所述目标对象的目标点集；

汇总所述目标对象语义分割结果中除所述匹配一致轮廓外的剩余点集与所述目标点集，得到最终的语义分割结果。

5.根据权利要求1所述的方法，在所述对所述目标对象的第一轮廓与所述当前视频帧的历史视频帧中所述目标对象的第二轮廓进行轮廓匹配，得到所述当前视频帧中的匹配一致轮廓之前，还包括：

对所述历史视频帧进行语义分割和轮廓提取，得到所述目标对象的第二轮廓；或者，

对所述历史视频帧中的匹配一致轮廓与所述历史视频帧中目标对象的语义分割结果进行融合，得到所述目标对象的第二轮廓。

6.根据权利要求1-5任一项所述的方法，其中，所述历史视频帧为所述当前视频帧的前一帧。

7.一种图像语义分割装置，包括：

获取模块，用于获取当前视频帧；

提取模块，用于提取所述当前视频帧中目标对象的第一轮廓；

匹配模块，用于对所述目标对象的第一轮廓与所述当前视频帧的历史视频帧中所述目标对象的第二轮廓进行轮廓匹配，得到所述当前视频帧中的匹配一致轮廓；

融合模块，用于对所述匹配一致轮廓与所述当前视频帧中目标对象的语义分割结果进行融合，得到最终的语义分割结果。

8.根据权利要求7所述的装置，其中，所述匹配模块，包括：

离散化单元，用于离散化所述第一轮廓和所述第二轮廓，分别得到第一点序列和第二点序列；

配准单元，用于采用第二点序列对所述第一点序列进行点集配准，得到所述第一点序列中匹配一致的点序列，作为所述匹配一致轮廓。

9.根据权利要求8所述的装置，其中，所述配准单元，用于：

对所述第二点序列进行仿射变换，得到估计点序列；

采用混合高斯模型的概率密度函数描述所述估计点序列与所述第一点序列的配准程度；

最大化所述概率密度函数，得到所述第一点序列中与所述估计点序列匹配一致的点序列，作为所述匹配一致轮廓。