一种针对边缘图像的语义分割优化方法及装置制造方法及图纸

本发明专利技术涉及一种针对边缘图像的语义分割优化方法，包括：选取图像数据；利用所述图像数据训练并验证图像语义分割模型和全连接条件随机场模型；利用训练后的所述图像语义分割模型获取图像的语义分割结果；利用超像素分割算法获取图像边缘信息的超像素分割结果；利用所述超像素分割结果优化所述语义分割结果，形成第一优化结果；利用训练后的所述全连接条件随机场模型优化所述第一优化结果。本发明专利技术提出的方法，能够有效地提取图像中的高级语义信息，通过超像素分割算法保留图像边缘信息，通过局部边缘优化算法提升了现有分割模型对图像边缘的语义分割准确率，实现灵活，兼容性强，具有较强的鲁棒性。

【技术实现步骤摘要】
一种针对边缘图像的语义分割优化方法及装置
本专利技术属于图像处理
，具体涉及一种针对边缘图像的语义分割优化方法及装置。
技术介绍
随着计算机科学体系的不断完善，以及多媒体和互联网技术的不断发展，作为计算机学科中的重要分支，以数字图像处理为代表的计算机视觉也在逐渐融入现代社会的各个角落。图像语义分割是计算机视觉中重要的基本问题之一，它的目标是对图像的每个像素点进行分类，将图像划分为若干个区域，区域之间各自独立没有重叠并且都具有各自的视觉意义，并给予它们不同的视觉标签，以利于后续的图像分析和视觉理解。从宏观角度上来说，图像的语义分割可以看作是场景理解任务的前期处理过程，而场景理解一直是计算机视觉领域的核心问题，随着人们对从图像视频等多媒体介质中获取语义信息的需求越来越多，图像语义分割变得愈发重要。从微观层面上讲，语义分割的目标是实现像素级分类，方法是对每个像素点单独进行分类，得到的结果则是整幅图像的语义标签。从实际应用的方面来说，图像语义分割实现的是目标的分割以及目标的识别两方面任务。从上世纪中后期开始，研究者们就已经在致力于图像语义分割的研究，经过半个多世纪的积淀，学者们针对不同本文档来自技高网...

【技术保护点】
1.一种针对边缘图像的语义分割优化方法，其特征在于，包括：选取图像数据；利用所述图像数据训练并验证图像语义分割模型和全连接条件随机场模型；利用训练后的所述图像语义分割模型获取图像的语义分割结果；利用超像素分割算法获取图像边缘信息的超像素分割结果；利用所述超像素分割结果优化所述语义分割结果，形成第一优化结果；利用训练后的所述全连接条件随机场模型优化所述第一优化结果。

【技术特征摘要】
1.一种针对边缘图像的语义分割优化方法，其特征在于，包括：选取图像数据；利用所述图像数据训练并验证图像语义分割模型和全连接条件随机场模型；利用训练后的所述图像语义分割模型获取图像的语义分割结果；利用超像素分割算法获取图像边缘信息的超像素分割结果；利用所述超像素分割结果优化所述语义分割结果，形成第一优化结果；利用训练后的所述全连接条件随机场模型优化所述第一优化结果。2.根据权利要求1所述的方法，其特征在于，所述图像数据，包括：VOC数据集或Cityscapes数据集。3.根据权利要求1所述的方法，其特征在于，所述利用所述图像数据训练并验证图像语义分割模型和全连接条件随机场模型，包括：将所述图像数据划分为训练集和验证集；将所述训练集作为输入，通过迭代监督训练所述图像语义分割模型和所述全连接条件随机场模型；将所述验证集作为输入，验证训练后的所述图像语义分割模型和训练后的所述全连接条件随机场模型。4.根据权利要求1所述的方法，其特征...

【专利技术属性】
技术研发人员：赵伟，傅一，王立豪，秦红波，王中正，王海，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61