[发明专利]一种用于小尺度相似结构的语义分割方法及系统

权利要求书

1.一种用于小尺度相似结构的语义分割方法，其特征在于，包括：

获取待分割图像的步骤；

将所述待分割图像输入到卷积神经网络得到小尺度相似结构的分割结果和关键点的步骤；

根据所述关键点对所述分割结果进行处理的步骤。

2.根据权利要求1所述的用于小尺度相似结构的语义分割方法，其特征在于，将所述待分割图像输入到卷积神经网络得到小尺度相似结构的分割结果和关键点的步骤，具体包括：

将所述待分割图像输入到卷积神经网络中，通过卷积层对所述待分割图像进行特征提取；

将提取到的特征分成两路，一路通过下采样层进行下采样处理，得到浅层语义特征，另一路通过卷积层进行不同尺度的空洞卷积处理，得到深层语义特征；

将所述深层语义特征经上采样处理后与所述浅层语义特征结合，得到结合特征；

通过卷积层对所述结合特征进行细化处理，通过上采样层对细化后的结合特征进行上采样处理，得到包含小尺度相似结构分割区域的特征图和关键点的特征图。

3.根据权利要求2所述的用于小尺度相似结构的语义分割方法，其特征在于，将所述待分割图像输入到卷积神经网络得到小尺度相似结构的分割结果和关键点的步骤之前，还包括：

对所述卷积神经网络进行多任务训练，同时对区域分割和关键点检测进行训练的步骤。

4.根据权利要求2所述的用于小尺度相似结构的语义分割方法，其特征在于，根据所述关键点对所述分割结果进行处理的步骤，具体包括：

将所述分割区域的特征图和所述关键点的特征图进行对比，将包含所述关键点的分割区域作为最终的分割结果。

5.根据权利要求1至4中任一项所述的用于小尺度相似结构的语义分割方法，其特征在于，将所述待分割图像输入到卷积神经网络得到小尺度相似结构的分割结果和关键点的步骤之前，还包括：

对所述待分割图像中的小尺度相似结构进行检测的步骤。

6.一种用于小尺度相似结构的语义分割系统，其特征在于，包括：采集设备、处理设备和显示设备，其中：

所述采集设备用于获取待分割图像；

所述处理设备用于将所述待分割图像输入到卷积神经网络得到小尺度相似结构的分割结果和关键点；并根据所述关键点对所述分割结果进行处理；

所述显示设备用于显示所述待分割图像的分割结果。

7.根据权利要求6所述的用于小尺度相似结构的语义分割系统，其特征在于，所述处理设备包括：处理器和神经芯片，所述神经芯片上布置有卷积神经网络，其中：

所述处理器用于将所述待分割图像输入到卷积神经网络中；

所述神经芯片用于通过卷积层对所述待分割图像进行特征提取；将提取到的特征分成两路，一路通过下采样层进行下采样处理，得到浅层语义特征，另一路通过卷积层进行不同尺度的空洞卷积处理，得到深层语义特征；将所述深层语义特征经上采样处理后与所述浅层语义特征结合，得到结合特征；通过卷积层对所述结合特征进行细化处理，通过上采样层对细化后的结合特征进行上采样处理，得到包含小尺度相似结构分割区域的特征图和关键点的特征图。

8.根据权利要求7所述的用于小尺度相似结构的语义分割系统，其特征在于，所述处理设备还包括：训练系统，用于对所述卷积神经网络进行多任务训练，同时对区域分割和关键点检测进行训练。

9.根据权利要求6所述的用于小尺度相似结构的语义分割系统，其特征在于，所述处理设备还包括：第一图形处理器，用于将所述分割区域的特征图和所述关键点的特征图进行对比，将包含所述关键点的分割区域作为最终的分割结果。

10.根据权利要求6至9中任一项所述的用于小尺度相似结构的语义分割系统，其特征在于，所述处理设备还包括：第二图形处理器，用于对所述待分割图像中的小尺度相似结构进行检测。