[发明专利]用于图像分割的神经网络模型

权利要求书

1.一种计算机处理系统，其经配置以训练用于在语义图像分割中使用的模型，其中所述模型包括：

细化神经网络；

鉴别器神经网络，

其中所述细化神经网络经配置以：

接收图像的经预测标签分布；

从随机或伪随机噪声源获得一或多个随机值；

使用所述一或多个随机值从所述所接收的经预测标签分布生成多个经预测分割图；及

将所述多个经预测分割图输出到所述鉴别器神经网络，且

其中所述计算机处理系统经配置以使用目标函数来训练所述细化神经网络，所述目标函数是所述鉴别器神经网络的输出的函数，且进一步包含表示所述经预测标签分布与由所述细化神经网络针对所述经预测标签分布输出的所述多个经预测分割图的平均值之间的差的项。

2.根据权利要求1所述的计算机处理系统，其经配置以实施所述模型。

3.根据权利要求1或2所述的计算机处理系统，其中所述细化神经网络经配置以从校准神经网络接收所述经预测标签分布，且其中所述模型进一步包括所述校准神经网络。

4.根据权利要求3所述的计算机处理系统，其中所述校准神经网络经配置以通过执行基于似然的语义分割来接收输入图像并输出所述输入图像的相应经预测标签分布。

5.根据权利要求3或4所述的计算机处理系统，其经进一步配置以训练所述校准神经网络及所述鉴别器神经网络。

6.根据前述权利要求中任一权利要求所述的计算机处理系统，其经配置以使用生成性对抗网络训练过程训练所述细化神经网络及所述鉴别器神经网络。

7.根据权利要求6所述的计算机处理系统，其经配置以针对所述输入图像调节所述细化及鉴别器神经网络。

8.根据前述权利要求中任一权利要求所述的计算机处理系统，其经配置以使用与鉴别神经网络鉴别由所述细化网络输出的经预测分割图与地面真值标签数据的能力有关的损失函数来训练所述鉴别神经网络。

9.根据前述权利要求中任一权利要求所述的计算机处理系统，其中用于训练所述细化神经网络的所述目标函数包括取决于所述鉴别器网络的输出的第一目标与取决于所述经预测标签分布与由所述细化网络生成的所述经预测分割图的所述平均值之间的所述差的第二目标项的和。

10.根据前述权利要求中任一权利要求所述的计算机处理系统，其经配置以通过计算所述多个经预测分割图的逐像素算术平均值来计算所述经预测分割图的所述平均值。

11.根据前述权利要求中任一权利要求所述的计算机处理系统，其经配置以通过确定所述经预测标签分布的正向或反向库尔贝克-莱伯勒散度及所述经预测分割图的所述平均值来确定所述经预测标签分布与所述经预测分割图的所述平均值之间的所述差。

12.根据前述权利要求中任一权利要求所述的计算机处理系统，其经配置以使用梯度下降过程训练所述神经网络中的任一者。

13.一种训练用于在语义图像分割中使用的模型的方法，其中所述模型包括：

细化神经网络；及

鉴别器神经网络，

其中所述细化神经网络经配置以：

接收图像的经预测标签分布；

从随机或伪随机噪声源获得一或多个随机值；

使用所述一或多个随机值从所述所接收的经预测标签分布生成多个经预测分割图；及

将所述多个经预测分割图输出到所述鉴别器神经网络，且

其中所述方法包括使用目标函数来训练所述细化神经网络，所述目标函数是所述鉴别器神经网络的输出的函数，且进一步包含表示所述经预测标签分布与由所述细化神经网络针对所述经预测标签分布输出的所述多个经预测分割图的平均值之间的差的项。