[发明专利]机器人及其手部图像分割方法和装置

权利要求书

1.一种手部图像分割方法，其特征在于，所述方法包括：

获取待分割图像；

根据已训练的第一神经网络模型对所述待分割图像进行特征提取，获得所述待分割图像对应的第一特征图像；

根据预设的空洞卷积核获取所述待分割图像对应的第二特征图像；

根据已训练的解码神经网络模型对所述第一特征图像和所述第二特征图像进行解码处理，确定所述待分割图像的手部图像。

2.根据权利要求1所述的方法，其特征在于，在根据已训练的第一神经网络模型对所述待分割图像进行特征提取，获得所述待分割图像对应的第一特征图像之前，所述方法还包括：

对所述待分割图像进行归一化处理。

3.根据权利要求2所述的方法，其特征在于，对所述待分割图像进行归一化处理，包括：

确定所述待分割图像中像素的像素值；

根据公式：(Ii-I_min)/I_max确定每个像素对应的归一化数值，其中Ii为任意像素的像素值，I_min为待分割图像中的像素的最小像素值，I_max为待分割图像中的像素的最大像素值。

4.根据权利要求1所述的方法，其特征在于，根据已训练的解码神经网络模型对所述第一特征图像和所述第二特征图像进行解码处理，确定所述待分割图像的手部图像，包括：

根据已训练的解码神经网络模型对所述第一特征图像和所述第二特征图像进行解码处理，得到所述待分割图像中的人像分割结果和边缘检测结果；

根据所述人像分割结果和所述边缘检测结果确定所述待分割图像的手部图像。

5.根据权利要求4所述的方法，其特征在于，根据已训练的解码神经网络模型对所述第一特征图像和所述第二特征图像进行解码处理，得到所述待分割图像中的人像分割结果和边缘检测结果，包括：

根据已训练的第二神经网络模型对所述第一特征图像和所述第二特征图像进行解码处理，得到所述待分割图像中的人像分割结果；

根据已训练的第三神经网络模型对所述第一特征图像和所述第二特征图像进行解码处理，得到所述待分割图像中的边缘检测结果。

6.根据权利要求1所述的方法，其特征在于，根据预设的空洞卷积核获取所述待分割图像对应的第二特征图像，包括以下方式中的一项或者两项：

根据预设的、不同空洞率的空洞卷积核对所述待分割图像进行空洞卷积，生成所述待分割图像对应的第二特征图像；

根据预设的、不同空洞率的空洞卷积核对所述第一特征图像进行空洞卷积，生成所述待分割图像对应的第二特征图像。

7.根据权利要求1所述的方法，其特征在于，在根据已训练的第一神经网络模型对所述待分割图像进行特征提取，获得所述待分割图像对应的第一特征图像之前，所述方法还包括：

按照预定大小的正方形尺寸，对所述待分割图像进行裁剪。

8.一种手部图像分割装置，其特征在于，所述装置包括：

图像获取单元，用于获取待分割图像；

第一特征图像获取单元，用于根据已训练的第一神经网络模型对所述待分割图像进行特征提取，获得所述待分割图像对应的第一特征图像；

第二特征图像获取单元，用于根据预设的空洞卷积核获取所述待分割图像对应的第二特征图像；

解码单元，用于根据已训练的解码神经网络模型对所述第一特征图像和所述第二特征图像进行解码处理，确定所述待分割图像的手部图像。

9.一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。