[发明专利]场景分割方法、装置、设备及计算机可读存储介质有效

专利信息
申请号: 202110763842.2 申请日: 2021-07-06
公开(公告)号: CN113470048B 公开(公告)日: 2023-04-25
发明(设计)人: 张番栋;俞益洲;李一鸣;乔昕 申请(专利权)人: 北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司
主分类号: G06V20/70 分类号: G06V20/70;G06V10/40
代理公司: 北京天方智力知识产权代理事务所(普通合伙) 11719 代理人: 张廷利
地址: 102209 北京市昌平区北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 场景 分割 方法 装置 设备 计算机 可读 存储 介质
【权利要求书】:

1.一种场景分割方法,其特征在于,包括:

获取待分割的目标图像;

生成所述目标图像的第一强化场景特征,其中,所述第一强化场景特征中携带了所述目标图像中的各个图像类别之间的关联关系;

根据所述目标图像的第一强化场景特征,对所述目标图像进行场景分割;

其中,所述生成所述目标图像的第一强化场景特征,包括:

对所述目标图像进行特征提取,得到所述目标图像的第一初始场景特征;

根据所述第一初始场景特征对所述目标图像进行场景分割,得到初始分割结果,所述初始分割结果包括至少一个分割位置,每个分割位置对应至少一种预测类别、且每个分割位置对应的各个预测类别的概率之和为1;

基于预先定义的图像类别关联关系、以及所述初始分割结果,显式地建模目标图像中的各图像类别之间的逻辑关系,用于强化目标图像中的场景特征,以生成所述目标图像的第一强化场景特征;

其中,基于预先定义的图像类别关联关系、以及所述初始分割结果,生成所述目标图像的第一强化场景特征,包括:

根据预先定义的图像类别关联关系、所述目标图像中的每一分割位置对应的各个预测类别、以及所述初始场景特征中的属于每一分割位置的场景特征和/或每一分割位置的周边场景的场景特征,做加权图卷积操作,生成所述目标图像的第一强化场景特征。

2.根据权利要求1所述的方法,其特征在于,所述对所述目标图像进行特征提取,包括:

采用下采样和上采样相结合的网络结构,对所述目标图像进行特征提取。

3.根据权利要求1所述的方法,其特征在于,所述第一初始场景特征包括特征分辨率不同的细节特征和语义特征。

4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述目标图像的第一强化场景特征,对所述目标图像进行场景分割,包括:

根据所述目标图像的第一初始场景特征和第一强化场景特征,对所述目标图像进行场景分割。

5.根据权利要求4所述的方法,其特征在于,所述根据所述目标图像的第一初始场景特征和第一强化场景特征,对所述目标图像进行场景分割,包括:

将所述目标图像的第一初始场景特征和第一强化场景特征的特征分辨率进行统一化处理,得到所述目标图像的第二初始场景特征和第二强化场景特征;

根据所述目标图像的第二初始场景特征和第二强化场景特征,对所述目标图像进行场景分割。

6.一种场景分割装置,其特征在于,包括:

目标图像获取单元,用于获取待分割的目标图像;

强化特征生成单元,用于生成所述目标图像的第一强化场景特征,其中,所述第一强化场景特征中携带了所述目标图像中的各个图像类别之间的关联关系;

目标场景分割单元,用于根据所述目标图像的第一强化场景特征,对所述目标图像进行场景分割;

其中,所述强化特征生成单元,包括:

特征提取子单元,用于对所述目标图像进行特征提取,得到所述目标图像的第一初始场景特征;

场景分割子单元,用于根据所述第一初始场景特征对所述目标图像进行场景分割,得到初始分割结果,所述初始分割结果包括至少一个分割位置,每个分割位置对应至少一种预测类别、且每个分割位置对应的各个预测类别的概率之和为1;

特征生成子单元,用于基于预先定义的图像类别关联关系、以及所述初始分割结果,显式地建模目标图像中的各图像类别之间的逻辑关系,用于强化目标图像中的场景特征,以生成所述目标图像的第一强化场景特征;

其中,所述特征生成子单元在基于预先定义的图像类别关联关系、以及所述初始分割结果,生成所述目标图像的第一强化场景特征时,具体用于:

根据预先定义的图像类别关联关系、所述目标图像中的每一分割位置对应的各个预测类别、以及所述初始场景特征中的属于每一分割位置的场景特征和/或每一分割位置的周边场景的场景特征,做加权图卷积操作,生成所述目标图像的第一强化场景特征。

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北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司,未经北京深睿博联科技有限责任公司;杭州深睿博联科技有限公司许可,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/202110763842.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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