[发明专利]图像分割方法、装置、设备及存储介质

权利要求书

1.一种图像分割方法，其特征在于，包括：

获取待处理图像；

基于分类网络对所述待处理图像进行分类，得到所述待处理图像的类激活图，所述类激活图用于指示每个像素的类别，所述分类网络基于第一样本图像、所述第一样本图像对应的包围盒以及所述第一样本图像的分类标签训练得到；

基于所述类激活图所指示像素的类别，对所述待处理图像进行分割，得到所述待处理图像的第一分割结果；

基于分割网络对所述第一分割结果进行校正，得到所述待处理图像的第二分割结果。

2.根据权利要求1所述的图像分割方法，其特征在于，所述分类网络的训练过程包括：

获取第一样本图像、所述第一样本图像对应的包围盒以及所述第一样本图像的分类标签；

将所述包围盒在所述第一样本图像中对应的图像区域外扩，得到第二样本图像，所述第二样本图像的分类标签与所述第一样本图像的分类标签相同；

将所述第二样本图像输入初始分类网络中进行分类，得到所述第二样本图像的预测分类标签；

根据所述第二样本图像的所述预测分类标签和所述第二样本图像的分类标签之间的差异，对所述初始分类网络进行训练，得到所述分类网络。

3.根据权利要求1所述的图像分割方法，其特征在于，所述基于所述类激活图所指示像素的类别，对所述待处理图像进行分割，得到所述待处理图像的第一分割结果，包括：

基于所述类激活图中每个像素的取值与目标阈值之间的大小关系，确定所述待处理图像中每个像素的候选类别，所述候选类别包括前景像素、背景像素和候选前景像素；

基于所述待处理图像中每个像素的候选类别，对所述待处理图像进行建模，得到所述待处理图像对应的高斯混合模型；

根据所述待处理图像中每个像素与相邻像素之间的像素值相似度，对所述高斯混合模型进行更新，直至符合目标条件，得到目标高斯混合模型；

基于所述目标高斯混合模型，确定所述待处理图像的第一分割结果，所述第一分割结果用于指示所述待处理图像中每个像素的类别，所述类别包括前景像素、背景像素和候选前景像素。

4.根据权利要求3所述的图像分割方法，其特征在于，所述基于分割网络对所述第一分割结果进行校正，得到所述待处理图像的第二分割结果，包括：

将所述第一分割结果所指示像素的三个类别进行两两组合，得到三个类别组合；

对于所述三个类别组合中的每个类别组合，基于所述类别组合对应的分割网络，对所述待处理图像进行分割，得到所述类别组合对应的第三分割结果，所述第三分割结果用于指示所述待处理图像每个像素的类别为所述类别组合中两个类别中的一个；

根据所述三个类别组合对应的所述第三分割结果，对所述第一分割结果进行校正，得到所述待处理图像的第二分割结果，所述第二分割结果用于指示所述待处理图像中每个像素的类别为所述三个类别中的一个。

5.根据权利要求4所述的图像分割方法，其特征在于，所述三个类别组合对应的三个分割网络的训练过程包括：

获取第二样本图像；

基于所述分类网络对所述第二样本图像进行分类，得到所述第二样本图像的类激活图；

基于所述第二样本图像的类激活图所指示的类别，对所述第二样本图像进行分割，得到所述第二样本图像的分割结果；

将所述第二样本图像的分割结果所指示的三个类别进行两两组合，得到所述三个类别组合；

对于所述三个类别组合中的每个类别组合，根据所述类别组合对应的初始分割网络对所述第二样本图像进行分割，得到所述类别组合对应的预测分割结果；

根据所述每个类别组合对应的预测分割结果和所述第二样本图像的分割结果之间的差异，对所述初始分割网络进行训练，得到所述分割网络。