[发明专利]分割网络的训练及目标分割方法、相关设备在审

专利信息
申请号: 202110700512.9 申请日: 2021-06-23
公开(公告)号: CN113610102A 公开(公告)日: 2021-11-05
发明(设计)人: 王亚杰;魏乃科;潘华东;殷俊 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46;G06K9/34
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 何倚雯
地址: 310051 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分割 网络 训练 目标 方法 相关 设备
【说明书】:

本申请公开了一种分割网络的训练方法、目标分割方法、电子设备及计算机可读存储介质。该训练方法包括:利用分割网络对包含至少一个目标的训练图像处理,得到主要目标的第一关节点拓扑图,主要目标是至少一个目标中的目标;利用分割网络对第一关节点拓扑图和公共特征图融合,得到融合特征图;利用分割网络对融合特征图进行目标分割,得到第一目标分割结果;基于第一目标分割结果获取第一损失;至少基于第一损失调整分割网络的参数。通过上述方式,能够提高后续分割网络对图像中主要目标的分割准确度。

技术领域

本申请涉及图像处理领域,特别是涉及一种分割网络的训练方法、目标分割方法、电子设备及计算机可读存储介质。

背景技术

目标分割技术可应用于行为分析,步态识别等场景。目标分割技术用于分割出单张图像或视频中的目标区域和背景区域。现有的目标分割方法为,提取图像的特征,对图像的特征进行目标分割,得到目标所在的区域。在图像中仅存在单个目标的情况下,现有的目标分割方法的分割效果良好。但是在图像中存在多个目标的情况下,图像中可能会出现目标被遮挡的情况,进而图像中主要目标可能被遮挡,影响对主要目标的分割效果,进而影响后续的行为分析,步态识别等进程。

发明内容

本申请提供一种分割网络的训练方法、目标分割方法、电子设备及计算机可读存储介质,能够提高对图像中主要目标分割的效果。

为解决上述技术问题,本申请采用的一个技术方案是:提供一种分割网络的训练方法。该训练方法包括:利用分割网络对包含至少一个目标的训练图像处理,得到主要目标的第一关节点拓扑图,主要目标是至少一个目标中的目标;利用分割网络对第一关节点拓扑图和公共特征图融合,得到融合特征图;利用分割网络对融合特征图进行目标分割,得到第一目标分割结果;基于第一目标分割结果获取第一损失;至少基于第一损失调整分割网络的参数。

为解决上述技术问题,本申请采用的另一个技术方案是:提供一种目标分割方法,该方法包括:获取目标图像;将目标图像输入分割网络,得到目标图像中主要目标的分割结果;其中,目标分割网络是基于前述训练方法训练得到的。

为解决上述技术问题,本申请采用的再一个技术方案是:提供一种电子设备,该电子设备包括处理器、与处理器连接的存储器,其中,存储器存储有程序指令;处理器用于执行存储器存储的程序指令以实现上述方法。

为解决上述技术问题,本申请采用的又一个技术方案是:提供一种计算机可读存储介质,存储有程序指令,该程序指令被执行时能够实现上述方法。

通过上述方式,本申请分割网络没有直接对公共特征图进行目标分割,而是将其与主要目标的第一关节点特征图融合得到融合特征图之后,再对融合特征图进行目标分割。由于融合过程增强了公共特征图中的主要目标(关节点特征图)对应的部分的语义信息,因此,最终得到的关于主要目标的第一目标分割结果更加准确。进而,基于本申请训练方法训练得到的分割网络,在后续使用过程中,即使目标图像中有多个目标且存在被遮挡的情况,分割网络也能够准确地分割出主要目标。

附图说明

图1是本申请分割网络的训练方法实施例一的流程示意图;

图2是第一分割结果的示意图;

图3是本申请分割网络的训练方法实施例二的流程示意图;

图4是本申请第一关键点热力图的示意图;

图5是其中一种第二关节点拓扑图的示意图;

图6是另外一种第二关节点拓扑图的示意图;

图7是图3中是113的具体流程示意图;

图8是第一关节点拓扑图的示意图;

图9是本申请分割网络一结构示意图;

图10是本申请分割网络的训练方法实施例三的流程示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110700512.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top