[发明专利]图像处理方法、装置、电子设备和计算机可读介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理图像，并对所述待处理图像中的目标对象进行浅层特征提取，得到目标对象的浅层特征图，其中，所述目标对象的浅层特征图中包含有目标对象的边缘信息；

获取Anchor Based实例分割方法对所述待处理图像中的目标对象进行实例分割时，得到的第一实例分割特征图；

基于所述目标对象的浅层特征图对所述第一实例分割特征图进行导向滤波运算，得到第二实例分割特征图，其中，所述第二实例分割特征图带有目标对象的边缘信息；

基于所述第一实例分割特征图和所述第二实例分割特征图确定所述待处理图像中目标对象的蒙版。

2.根据权利要求1所述的方法，其特征在于，对所述待处理图像中的目标对象进行浅层特征提取包括：

对所述待处理图像进行多尺度缩放处理，得到多尺度的待处理图像；

根据所述Anchor Based实例分割方法中预测的目标对象的目标框坐标在所述多尺度的待处理图像中确定目标尺度的待处理图像；

将所述目标尺度的待处理图像输入至浅层特征提取网络，得到所述目标对象的浅层特征图，其中，所述浅层特征提取网络包括两个串联的第一目标卷积层。

3.根据权利要求2所述的方法，其特征在于，基于所述目标对象的浅层特征图对所述第一实例分割特征图进行导向滤波运算包括：

根据所述目标框坐标对所述目标对象的浅层特征图进行ROI Align运算，得到目标尺度的目标对象的浅层特征图；

对所述第一实例分割特征图进行上采样，得到上采样的第一实例分割特征图；

基于所述目标尺度的目标对象的浅层特征图对所述上采样的第一实例分割特征图进行导向滤波运算，得到所述第二实例分割特征图。

4.根据权利要求3所述的方法，其特征在于，基于所述目标尺度的目标对象的浅层特征图对所述上采样的第一实例分割特征图进行导向滤波运算包括：

对所述目标尺度的目标对象的浅层特征图和所述上采样的第一实例分割特征图分别进行均值滤波运算，得到均值滤波运算结果；

计算所述目标尺度的目标对象的浅层特征图与所述目标尺度的目标对象的浅层特征图的第一相关系数矩阵，并计算所述目标尺度的目标对象的浅层特征图与所述上采样的第一实例分割特征图的第二相关系数矩阵；

基于所述均值滤波运算结果、所述第一相关系数矩阵和所述第二相关系数矩阵确定所述第二实例分割特征图。

5.根据权利要求4所述的方法，其特征在于，基于所述均值滤波运算结果、所述第一相关系数矩阵和所述第二相关系数矩阵确定所述第二实例分割特征图包括：

根据所述均值滤波运算结果和所述第一相关系数矩阵计算所述目标尺度的目标对象的浅层特征图与所述目标尺度的目标对象的浅层特征图的第一方差，并根据所述均值滤波运算结果和所述第二相关系数矩阵计算所述目标尺度的目标对象的浅层特征图与所述上采样的第一实例分割特征图的第二方差；

根据所述第一方差和所述第二方差计算第一系数矩阵，并根据所述第一系数矩阵和所述均值滤波运算结果计算第二系数矩阵；

对所述第一系数矩阵、所述第二系数矩阵和所述目标尺度的目标对象的浅层特征图进行线性组合，得到所述第二实例分割特征图。

6.根据权利要求1所述的方法，其特征在于，基于所述第一实例分割特征图和所述第二实例分割特征图确定所述待处理图像中目标对象的蒙版包括：

将所述第二实例分割特征图输入至拉普拉斯卷积网络，得到目标对象的边缘特征图；

将所述第一实例分割特征图输入至预设数量的第二目标卷积层，得到第三实例分割特征图；

将所述目标对象的边缘特征图与所述第三实例分割特征图进行相加运算，并根据相加运算得到的结果确定所述待处理图像中目标对象的蒙版。

7.根据权利要求6所述的方法，其特征在于，根据相加运算得到的结果确定所述待处理图像中目标对象的蒙版包括：

将所述相加运算得到的结果输入至第三目标卷积层，得到所述待处理图像中目标对象的蒙版。