[发明专利]一种基于双通道特征融合的图像语义分割方法在审
申请号: | 202111073374.2 | 申请日: | 2021-09-14 |
公开(公告)号: | CN113743524A | 公开(公告)日: | 2021-12-03 |
发明(设计)人: | 李志斌;王小玉 | 申请(专利权)人: | 哈尔滨理工大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150080 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 双通道 特征 融合 图像 语义 分割 方法 | ||
1.一种基于双通道特征融合的图像语义分割方法,其特征在于,所述分割方法包括以下步骤:
步骤一、读取原始的图像,对图像进行卷积操作,得到初步处理后的特征图,
卷积操作中卷积核大小为N*C*H*W,步长为S;
步骤二、对卷积操作后的特征图进行最大池化操作其滑动窗口大小为N*N,步长为S,及在N*N的滑动窗口内取最大值,之后进行连续两次的卷积操作;
步骤三、对步骤二中的结果进行连续两次的卷积操作;
步骤四、对步骤三中的结果进行全局平局池化,卷积和批量归一化,之后进行权值归一化处理,最后将处理结果与步骤三中的结果相乘;
步骤五、对步骤二中的结果进行两个分支的操作,其中分支一进行深度可分离卷积操作,分支二进行步常为S的深度可分离卷积操作和步长为S的平均池化操作;
步骤六、对步骤四中的结果进行两个分支操作,其中分支一进行的深度可分离卷积操作和四倍双线性插值的上采样方法最后进行权值归一化处理,分支二进行的深度可分离卷积操作和权值归一化处理;
步骤七、将步骤五和步骤六中的两个分支按元素相乘,得到的两个特征图再对分支二进行四倍上采样,将两个分支得到的特征图进行按元素相加,最后上采样至原图大小,得到分割结果。
2.根据权利要求1所的述一种基于双通道特征融合的图像语义分割方法,其特征在于,在步骤一中,N*C*H*W为64*3*7*7,S=2。
3.根据权利要求1所的述一种基于双通道特征融合的图像语义分割方法,其特征在于,在步骤二中,N=3,S=2,两次卷积的卷积核大小分别为64*64*3*3和128*64*3*3。
4.根据权利要求1所的述一种基于双通道特征融合的图像语义分割方法,其特征在于,在步骤三中,两次卷积的卷积核大小分别为256*128*3*3和512*256*3*3。
5.根据权利要求1所的述一种基于双通道特征融合的图像语义分割方法,其特征在于,在步骤四中,权值归一化的计算
其中x为每个像素点的像素值。
6.根据权利要求1所的述一种基于双通道特征融合的图像语义分割方法,其特征在于,在步骤五中,S=2。
7.根据权利要求1所的述一种基于双通道特征融合的图像语义分割方法,其特征在于,在步骤六中,双线性插值的计算
其中,x1,y1,x2,y2分别为四个点的横纵坐标,x,y为所求点的坐标,f()表示该点的像素值。
8.根据权利要求1所的述一种基于双通道特征融合的图像语义分割方法,其特征在于,在步骤七中,双线性插值方法为步骤六中所述方法。
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哈尔滨理工大学,未经哈尔滨理工大学许可,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/202111073374.2/1.html,转载请声明来源钻瓜专利网。