【技术实现步骤摘要】
图像处理方法、装置、设备和存储介质
本公开涉及计算机视觉
,尤其涉及一种图像处理方法、装置、设备和存储介质。
技术介绍
语义分割是计算机视觉中的基本任务之一,它的目标是为图像中的每个像素指定一个类别标签。它在很多领域都有重要应用,比如自动驾驶、场景理解以及图像编辑等等。语义分割任务较为精细,对精度具有较高的要求。如何有效地提高语义分割的精度,是目前一个亟待解决的问题。
技术实现思路
本公开提出了一种图像处理技术方案。根据本公开的一方面,提供了一种图像处理方法,包括:对目标图像进行特征提取,得到所述目标图像的第一特征图;基于所述第一特征图,得到所述目标图像的粗糙分割结果;根据所述粗糙分割结果,对所述第一特征图进行图卷积处理,得到所述目标图像的最终分割结果。在一种可能的实现方式中,所述根据所述粗糙分割结果,对所述第一特征图进行图卷积处理,得到所述目标图像的最终分割结果,包括:根据所述粗糙分割结果,对所述第一特征图进行图卷积处理,得到第二特征图;根据所述第二特征图,得到所述目标图像的最终分割结果。在一种可能的实现方式中,所述根据所述第二特征图,得到所述目标图像的最终分割结果,包括:对所述第一特征图和所述第二特征图进行融合处理,得到第三特征图;根据所述第三特征图,得到所述目标图像的最终分割结果。在一种可能的实现方式中,所述根据所述粗糙分割结果,对所述第一特征图进行图卷积处理,得到所述目标图像的最终分割结果,包括:根据所述粗糙分割结果,确定所述第一特征图 ...
【技术保护点】
1.一种图像处理方法,其特征在于,包括:/n对目标图像进行特征提取,得到所述目标图像的第一特征图;/n基于所述第一特征图,得到所述目标图像的粗糙分割结果;/n根据所述粗糙分割结果,对所述第一特征图进行图卷积处理,得到所述目标图像的最终分割结果。/n
【技术特征摘要】
1.一种图像处理方法,其特征在于,包括:
对目标图像进行特征提取,得到所述目标图像的第一特征图;
基于所述第一特征图,得到所述目标图像的粗糙分割结果;
根据所述粗糙分割结果,对所述第一特征图进行图卷积处理,得到所述目标图像的最终分割结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述粗糙分割结果,对所述第一特征图进行图卷积处理,得到所述目标图像的最终分割结果,包括:
根据所述粗糙分割结果,对所述第一特征图进行图卷积处理,得到第二特征图;
根据所述第二特征图,得到所述目标图像的最终分割结果。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第二特征图,得到所述目标图像的最终分割结果,包括:
对所述第一特征图和所述第二特征图进行融合处理,得到第三特征图;
根据所述第三特征图,得到所述目标图像的最终分割结果。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述根据所述粗糙分割结果,对所述第一特征图进行图卷积处理,得到所述目标图像的最终分割结果,包括:
根据所述粗糙分割结果,确定所述第一特征图中的多个像素点所属的类别;
基于所述多个像素点所属的类别,对所述第一特征图进行图卷积处理,得到所述目标图像的最终分割结果。
5.根据权利要求1至4中任意一项所述的方法,其特征在于,所述根据所述粗糙分割结果,对所述第一特征图进行图卷积处理,得到所述目标图像的最终分割结果,包括:
根据所述粗糙分割结果,对所述第一特征图进行采样,得到至少两个类别中每个类别对应的采样点集合;
基于所述至少两个类别对应的采样点集合,建立所述至少两个类别中每个类别的邻接矩阵;
根据至少两个类别中每个类别的所述邻接矩阵,对所述每个类别对应的采样点集合进行处理,得到所述目标图像的最终分割结果。
6.根据权利要求5所述的方法,其特征在于,所述基于所述至少两个类别对应的采样点集合,建立所述至少两个类别中每个类别的邻接矩阵,包括:
基于每个类别对应的所述采样点集合中的两个采样点之间的相似度,确定所述两个采样点在所述每个类别的邻接矩阵中对应的第一元素的值,其中,所述邻接矩阵中除所述第一元素之外的其他元素的值为0。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述方法应用于神经网络模型的训练,所述方法还包括:
基于所述第一特征图中多个像素点的标注类别信息和所述粗糙分割结果,对所述第一特征图中的像素点进行采样,得到至少两个类别中每个类别对应的采样点集合。
8.根据权利要求7所述的方法,其特征在于,所述基于所述第一特征图中多个像素点的标注类别信息和所述粗糙分割结果,对所述第一特征图中的像素点进行采样,得到至少两个类别中每个类别对应的采样点集合,包括:
基于所述第一特征图中多个像素点的标注类别信息和所述粗糙分割结果,确定至少两个类别中每个类别的困难像素点和容易像素点;
基于每个类别的困难像素点和容易像素点,对所述第一特征图中的像素点进行采样,得到所述每个类别的采样点集合。
9.根据权利要求8所述的方法,其特征在于,所述采样点集合包含所述困难像素点中的全部像素点以及所述容易像素点中的一定比例的像素点。
10.一...
【专利技术属性】
技术研发人员:胡含哲,纪德益,甘伟豪,
申请(专利权)人:北京市商汤科技开发有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。