【技术实现步骤摘要】
一种运动物体实例分割方法
本专利技术涉及一种分割方法，特别涉及一种运动物体实例分割方法，属于
技术介绍
运动物体实例分割是计算机视觉任务中的一项非常关键的技术，它直接关系到许多相关工作的效果，例如物体跟踪，视觉SLAM(SimultaneousLocalizationandMapping,及时定位与地图构建)，图像识别等。能够准确地分割视频序列中运动物体,可以极大地改善动态场景中许多任务的效果，例如动态视觉SLAM，动态物体避障和动态物体建模等。当前大多数运动物体实例分割相关方法都旨在对训练集中的N个预定义类别的物体进行分割，但是在实际环境中，自动驾驶和智能机器人等许多应用都需要在开放世界中实现强大的感知能力。这些应用中都需要发现并分割新环境中前所未有的移动对象，无论其是否有特定的语义类别标签。目前，为了在动态场景中分割多个运动模型，传统的运动分割方法使用强大的几何约束将场景中相同运动的点聚类为一个模型参数实例，从而分割出场景中不同运动的移动对象。这种方法实现了基于特征点的运动分割，而不是逐个像素地进行分割...
【技术保护点】
1.一种运动物体实例分割方法，其特征在于，包括以下步骤：/nS1：将视频帧的图像序列通过Flownet2网络方法获得光流估计图像序列以及Mask-RCNN方法获得实例分割图像序列，共同作为网络的输入，将视频帧的图像序列、光流估计图像序列结果以及实例分割图像序列合并送入U
【技术特征摘要】 【专利技术属性】
1.一种运动物体实例分割方法，其特征在于，包括以下步骤：
S1：将视频帧的图像序列通过Flownet2网络方法获得光流估计图像序列以及Mask-RCNN方法获得实例分割图像序列，共同作为网络的输入，将视频帧的图像序列、光流估计图像序列结果以及实例分割图像序列合并送入U2-Onet网络中获得运动分割结果；
S2：通过运动分割网络的输出获得运动物体分割的结果，并提取运动轮廓的结果，将实例分割的结果与运动轮廓提取结果融合，获得实例级别的运动物体的分割结果。
2.根据权利要求1所述的一种运动物体实例分割方法，其特征在于：所述U2-Onet网络主要包括步骤a1：
a1:每次将S1获取到的一帧光流图像、两帧实例分割图像、两帧连续的视频图像一起传输到第一阶段的编码器中，再通过第一阶段的编码器通过降采样的方式编码到第二阶段的编码器，通过第二阶段的编码器通过降采样的方式编码到第三阶段的编码器中，通过第三阶段的编码器通过降采样的方式编码到第四阶段的编码器，通过第四阶段的编码器通过降采样的方式编码到第五阶段的编码器，通过第五阶段的编码器通过降采样的方式编码到第六阶段的编码器中；通过第六阶段的编码器将采样特征图通过上采样的方式解码到第五阶段的解码器中，通过第五阶段的解码器通过上采样的方式解码到第四阶段的解码器中，再通过第四阶段的解码器通过上采样的方式解码到第三阶段的解码器中，通过第三阶段的解码器通过上采样的方式解码到第二阶段的解码器中，再通过第二阶段的解码器通过上采样的方式解码到第一阶段的解码器中；依据尺度注意力机制，使得第一阶段的解码器、第二阶段的解码器、第三阶段的解码、第四阶段的解码器、第五阶段的解码器和第六阶段的编码器均与对应的注意力模块指向连接，输出图像序列的运动分割结果。
3.根据权利要求1所述的一种运动物体实例分割方法，其特征在于：所述U2-Onet运动分割网络中的编码器和解码器都是一个ORSU模块，ORSU模块主要由以下三部分组成：
(1)输入卷积层，它使用OctConv卷积来进行局部特征提取，OctConv的使用进一步减少了计算和内存消耗，同时提高了分割精度，该层将输入特征图X(H×W×Cin)转换为通道数为Cout的输出特征图F1(x)。
技术研发人员：王晨捷，李成源，王伟，刘军，赵青，尹露，罗斌，
申请(专利权)人：武汉斌果科技有限公司，
类型：发明
国别省市：湖北;42
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。