【技术实现步骤摘要】
使用神经网络翻译模型改进图像分割
技术介绍
在传统的图像分割方法中,神经网络被训练以基于包括一组标记图像的训练数据来识别图像的特定特征。例如,神经网络可以被训练以基于训练数据识别图像内的汽车实例,所述训练数据包含汽车图像和指示汽车所驻留在的那些图像的区域的标签。此方法的一个缺点是训练数据需要由人类手动生成。特别地,人类必须对训练数据中的每个图像进行视觉评估,然后生成指示感兴趣特征在那些图像中的位置的一个或更多个标签。这个过程可能非常耗时。此外,某些类型的训练数据(例如与医学成像相关联的训练数据)只能由可能不容易找到的专家生成。附图说明为了可以详细理解各个实施例的上述特征的方式,可以通过参考各个实施例来对以上简要概述的专利技术构思进行更具体的描述,在附图中示出了其中一些实施例。然而,应注意,附图仅示出了本专利技术构思的典型实施例,因此不应以任何方式被认为是对范围的限制,并且还有其他等效的实施例。图1示出了被配置为实现各个实施例的一个或更多个方面的系统。图2是根据各个实施例的图1的神经网络的更详细的图示。图3示出了根据各个实施例的可以如何训练图1的神经网络。图4示出了根据各个实施例的图1的神经网络如何生成分割掩码。图5示出了根据各个实施例的图1的神经网络如何增强翻译图像的空间细节。图6是根据各个实施例的用于翻译图像以生成分割掩码的方法步骤的流程图。图7是示出被配置为实现各个实施例的一个或更多个方面的计算机系统的框图。图8是根据各个实施例的包括在图7的并行处理子系统 ...
【技术保护点】
1.一种计算机实现的方法,包括:/n生成输入图像的特征表示,其中所述输入图像包括与第一特征类型相关联的第一特征和与第二特征类型相关联的一个或更多个附加特征;/n使用与所述第一特征类型相关联的第一解码器对所述特征表示进行解码以生成第一图像,其包括所述第一特征但不包括所述一个或更多个附加特征;/n使用与所述第二特征类型相关联的第二解码器对所述特征表示进行解码以生成第二图像,其包括所述一个或更多个附加特征但不包括所述第一特征;/n组合所述第一图像和所述第二图像以生成第三图像;/n比较所述输入图像和所述第三图像以确定所述输入图像和所述第三图像之间的差异;以及/n基于所述输入图像和所述第三图像之间的所述差异来更新所述第一解码器,以使所述第一解码器能够生成分割掩码,其识别给定图像中与所述第一特征类型相关联的给定特征的位置。/n
【技术特征摘要】
20190327 US 16/367,0771.一种计算机实现的方法,包括:
生成输入图像的特征表示,其中所述输入图像包括与第一特征类型相关联的第一特征和与第二特征类型相关联的一个或更多个附加特征;
使用与所述第一特征类型相关联的第一解码器对所述特征表示进行解码以生成第一图像,其包括所述第一特征但不包括所述一个或更多个附加特征;
使用与所述第二特征类型相关联的第二解码器对所述特征表示进行解码以生成第二图像,其包括所述一个或更多个附加特征但不包括所述第一特征;
组合所述第一图像和所述第二图像以生成第三图像;
比较所述输入图像和所述第三图像以确定所述输入图像和所述第三图像之间的差异;以及
基于所述输入图像和所述第三图像之间的所述差异来更新所述第一解码器,以使所述第一解码器能够生成分割掩码,其识别给定图像中与所述第一特征类型相关联的给定特征的位置。
2.根据权利要求1所述的计算机实现的方法,其中生成所述输入图像的所述特征表示包括:使用第一编码器将所述输入图像编码到潜在空间。
3.根据权利要求2所述的计算机实现的方法,其中所述第一特征类型对应于所述潜在空间的第一区域,所述第二特征类型对应于所述潜在空间的第二区域。
4.根据权利要求2所述的计算机实现的方法,还包括基于所述输入图像和所述第三图像之间的所述差异来更新所述第一编码器,以使所述第一编码器能够将所述第一特征编码到所述潜在空间的第一区域,并将所述一个或更多个附加特征编码到所述潜在空间的第二区域。
5.根据权利要求2所述的计算机实现的方法,其中所述第一编码器经由一组长跳连接耦合到所述第一解码器,所述长跳连接压缩和/或串接所述特征表示的至少部分以输入到所述第一解码器。
6.根据权利要求2所述的计算机实现的方法,其中所述第一编码器经由一组长跳连接耦合到所述第二解码器,所述长跳连接压缩和/或串接所述特征表示的至少部分以输入到所述第二解码器。
7.根据权利要求1所述的计算机实现的方法,还包括:
基于翻译图像更新所述特征表示,其中所述翻译图像已被修改以移除所述第一特征;
使用所述第二解码器对所述特征表示进行解码以生成第四图像,所述第四图像包括所述一个或更多个附加特征但不包括所述第一特征;以及
基于所述翻译图像和所述第四图像之间的差异来更新所述第二解码器。
8.根据权利要求1所述的计算机实现的方法,还包括至少部分地基于一个或更多个缩放参数和移位参数来生成所述分割掩码。
9.根据权利要求1所述的计算机实现的方法,其中基于所述输入图像和所述第三图像之间的所述差异来更新所述第一解码器包括:评估第一目标函数,其指示与所述输入图像和所述第三图像相关联的第一损失值。
10.根据权利要求1所述的计算机实现的方法,其中基于所述输入图像和所述第三图像之间的所述差异来更新所述第一解码器包括:评估第二目标函数,其指示与所述第一特征和被翻译为移除所述第一特征的所述第一特征的版本相关联的第一损失值。
11.一种存储程序指令的非暂时性计算机可读介质,所述程序指令在由至少一个处理器执行时使所述至少一个处理器至少:
生成输入图像的特征表示,其中所述输入图像包括与第一特征类型相关联的第一特征和与第二特征类型相关联的一个或更多个附加特征;
使用与所述第一特征类型相关联的第一解码器对所述特征表示进行解码以生成第一图像,其包括所述第一特征但不包括所述一个或更多个附加特征;
使用与所述第二特征类型相关联的第二解码器对所述特征表示进行解码以生成第二图像,其包括所述一...
【专利技术属性】
技术研发人员:E·沃龙佐夫,W·拜永,S·D·梅洛,V·扬帕尼,刘洺堉,P·莫尔恰诺夫,
申请(专利权)人:辉达公司,
类型:发明
国别省市:美国;US
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。