图像分割方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例公开了一种图像分割方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：根据先验知识向量对原始图像进行编码处理，得到目标特征图，对目标特征图进行解码处理，得到原始图像的第一分割图像，根据先验知识向量，对第一分割图像进行图像重构，得到多个标注分割图像，基于多个标注分割图像对目标特征图进行处理，得到原始图像的第二分割图像。本申请实施例提供的方法，通过引入用于表示多个标注者的标注准确度的先验知识权重，重构出与多个标注者相匹配的标注分割图像，通过多个标注分割图像及目标特征图来获取原始图像的第二分割图像，使得第二分割图像中融入了多个标注者对应的标注结果，提高了图像分割的准确性。

【技术实现步骤摘要】
图像分割方法、装置、计算机设备及存储介质
本申请实施例涉及计算机
，特别涉及一种图像分割方法、装置、计算机设备及存储介质。
技术介绍
随着计算机技术的发展，图像分割技术的应用越来越广泛，在很多领域中都需要进行图像分割。例如，在医疗领域能够采用图像分割技术从图像中提取某个身体部位的图像。通常在对原始图像进行分割处理时，会先对原始图像进行编码处理，得到原始图像的特征图，再对该特征图进行解码处理，得到分割图像，该分割图像能够指示原始图像中的目标物体所在的区域。但这种图像分割方式简单，图像分割的准确性差。
技术实现思路
本申请实施例提供了一种图像分割方法、装置、计算机设备及存储介质，能够提高图像分割的准确性。所述技术方案包括如下内容。一方面，提供了一种图像分割方法，所述方法包括：根据先验知识向量对原始图像进行编码处理，得到目标特征图，所述原始图像中包括目标物体，所述先验知识向量包括多个先验知识权重，每个先验知识权重用于表示一个标注者在任一图像中标注任一物体所在区域的准确度；对所述目标特征图进行解码处理，得到所述原始图像的第一分割图像，所述第一分割图像用于指示所述目标物体在所述原始图像中所处的目标区域；根据所述先验知识向量，对所述第一分割图像进行图像重构，得到多个标注分割图像，每个标注分割图像与一个先验知识权重对应，所述每个标注分割图像用于指示对应的标注者所标注的所述目标区域；基于所述多个标注分割图像对所述目标特征图进行处理，得到所述原始图像的第二分割图像。在一种可能实现方式中，所述根据所述先验知识向量，对所述第一分割图像进行图像重构，得到多个标注分割图像，包括：将所述原始图像及所述第一分割图像进行拼接，得到拼接图像；对所述拼接图像进行编码处理，得到第三特征图；将所述先验知识向量与所述第三特征图进行融合，得到第四特征图；对所述第四特征图进行解码处理，得到所述多个标注分割图像。另一方面，提供了一种图像分割装置，所述装置包括：编码模块，用于根据先验知识向量对原始图像进行编码处理，得到目标特征图，所述原始图像中包括目标物体，所述先验知识向量包括多个先验知识权重，每个先验知识权重用于表示一个标注者在任一图像中标注任一物体所在区域的准确度；解码模块，用于对所述目标特征图进行解码处理，得到所述原始图像的第一分割图像，所述第一分割图像用于指示所述目标物体在所述原始图像中所处的目标区域；重构模块，用于根据所述先验知识向量，对所述第一分割图像进行图像重构，得到多个标注分割图像，每个标注分割图像与一个先验知识权重对应，所述每个标注分割图像用于指示对应的标注者所标注的所述目标区域；处理模块，用于基于所述多个标注分割图像对所述目标特征图进行处理，得到所述原始图像的第二分割图像。在一种可能实现方式中，所述处理模块，包括：第一确定单元，用于根据所述多个标注分割图像之间的差异，确定不确定性图像，所述不确定性图像用于指示所述多个标注分割图像指示的目标区域之间的差异；第一融合单元，用于将所述目标特征图与所述不确定性图像进行融合，得到所述第二分割图像。在另一种可能实现方式中，所述每个标注分割图像包括所述原始图像中的多个像素点对应的第一权重，所述第一权重用于表示对应的像素点在所述目标区域内的可能性；所述第一确定单元，用于确定所述多个标注分割图像与所述多个标注分割图像的平均值图像之间的差值图像；确定多个差值图像中位于相同位置的像素点的像素值的平方和；将每个位置对应的平方和与所述多个标注分割图像的个数之间的比值的开方，分别确定为所述每个位置的第二权重；根据多个位置的第二权重构建所述不确定性图像。在另一种可能实现方式中，所述第一融合单元，用于确定所述多个标注分割图像的平均值图像；将所述目标特征图与所述不确定性图像的乘积与所述目标特征图之和，确定为第一融合特征图；将所述目标特征图与所述平均值图像的乘积与所述目标特征图之和，确定为第二融合特征图；将所述第一融合特征图及所述第二融合特征图进行拼接，得到拼接融合特征图；对所述拼接融合特征图进行卷积处理，得到所述第二分割图像。在另一种可能实现方式中，所述编码模块，包括：第一编码单元，用于对所述原始图像进行编码处理，得到所述原始图像的第一特征图；第二融合单元，用于将所述先验知识向量与所述第一特征图进行融合，得到第二特征图；第一解码单元，用于对所述第二特征图进行解码处理，得到所述目标特征图。在另一种可能实现方式中，所述重构模块，包括：拼接单元，用于将所述原始图像及所述第一分割图像进行拼接，得到拼接图像；第二编码单元，用于对所述拼接图像进行编码处理，得到第三特征图；第三融合单元，用于将所述先验知识向量与所述第三特征图进行融合，得到第四特征图；第二解码单元，用于对所述第四特征图进行解码处理，得到所述多个标注分割图像。在另一种可能实现方式中，所述根据先验知识向量对原始图像进行编码处理，得到目标特征图的步骤由第一图像分割模型执行；所述对所述目标特征图进行解码处理，得到所述原始图像的第一分割图像的步骤由所述第一图像分割模型执行；所述根据所述先验知识向量，对所述第一分割图像进行图像重构，得到多个标注分割图像的步骤由图像重构模型执行；所述基于所述多个标注分割图像对所述目标特征图进行处理，得到所述原始图像的第二分割图像的步骤由第二图像分割模型执行。在另一种可能实现方式中，所述装置还包括：获取模块，用于获取样本原始图像、多个样本标注分割图像及所述先验知识向量，所述样本原始图像中包括样本物体，每个样本标注分割图像与一个先验知识权重对应，所述每个样本标注分割图像用于指示对应的标注者所标注的所述样本物体在所述样本原始图像中所处的样本区域；所述编码模块，还用于调用所述第一图像分割模型，根据所述先验知识向量对所述样本原始图像进行编码处理，得到目标样本特征图；所述解码模块，还用于调用所述第一图像分割模型，对所述目标样本特征图进行解码处理，得到所述样本原始图像的第一样本分割图像，所述第一样本分割图像用于指示所述样本物体在所述样本原始图像中所处的样本区域；所述重构模块，还用于调用所述图像重构模型，根据所述先验知识向量，对所述第一样本分割图像进行图像重构，得到多个预测标注分割图像，每个预测标注分割图像与一个先验知识权重对应，所述每个预测标注分割图像用于指示预测到的对应的标注者所标注的所述样本区域；所述处理模块，还用于调用所述第二图像分割模型，基于所述多个预测标注分割图像对所述目标样本特征图进行处理，得到所述样本原始图像的预测分割图像；加权融合模块，用于根据所述先验知识向量，对所述多个样本标注分割图像进行加权融合，得到融合标注分割图像；训练模块，用于根据所述预测分割图像与所述融合标注分割图像之间的差异，对所述第一图像分割模型、所述图本文档来自技高网...

【技术保护点】
1.一种图像分割方法，其特征在于，所述方法包括：/n根据先验知识向量对原始图像进行编码处理，得到目标特征图，所述原始图像中包括目标物体，所述先验知识向量包括多个先验知识权重，每个先验知识权重用于表示一个标注者在任一图像中标注任一物体所在区域的准确度；/n对所述目标特征图进行解码处理，得到所述原始图像的第一分割图像，所述第一分割图像用于指示所述目标物体在所述原始图像中所处的目标区域；/n根据所述先验知识向量，对所述第一分割图像进行图像重构，得到多个标注分割图像，每个标注分割图像与一个先验知识权重对应，所述每个标注分割图像用于指示对应的标注者所标注的所述目标区域；/n基于所述多个标注分割图像对所述目标特征图进行处理，得到所述原始图像的第二分割图像。/n

【技术特征摘要】
1.一种图像分割方法，其特征在于，所述方法包括：
根据先验知识向量对原始图像进行编码处理，得到目标特征图，所述原始图像中包括目标物体，所述先验知识向量包括多个先验知识权重，每个先验知识权重用于表示一个标注者在任一图像中标注任一物体所在区域的准确度；
对所述目标特征图进行解码处理，得到所述原始图像的第一分割图像，所述第一分割图像用于指示所述目标物体在所述原始图像中所处的目标区域；
根据所述先验知识向量，对所述第一分割图像进行图像重构，得到多个标注分割图像，每个标注分割图像与一个先验知识权重对应，所述每个标注分割图像用于指示对应的标注者所标注的所述目标区域；
基于所述多个标注分割图像对所述目标特征图进行处理，得到所述原始图像的第二分割图像。


2.根据权利要求1所述的方法，其特征在于，所述基于所述多个标注分割图像对所述目标特征图进行处理，得到所述原始图像的第二分割图像，包括：
根据所述多个标注分割图像之间的差异，确定不确定性图像，所述不确定性图像用于指示所述多个标注分割图像指示的所述目标区域之间的差异；
将所述目标特征图与所述不确定性图像进行融合，得到所述第二分割图像。


3.根据权利要求2所述的方法，其特征在于，所述每个标注分割图像包括所述原始图像中的多个像素点对应的第一权重，所述第一权重用于表示对应的像素点在所述目标区域内的可能性；
所述根据所述多个标注分割图像之间的差异，确定不确定性图像，包括：
确定所述多个标注分割图像与所述多个标注分割图像的平均值图像之间的差值图像；
确定多个差值图像中位于相同位置的像素点的像素值的平方和；
将每个位置对应的平方和与所述多个标注分割图像的个数之间的比值的开方，分别确定为所述每个位置的第二权重；
根据多个位置的第二权重构建所述不确定性图像。


4.根据权利要求2所述的方法，其特征在于，所述将所述目标特征图与所述不确定性图像进行融合，得到所述第二分割图像，包括：
确定所述多个标注分割图像的平均值图像；
将所述目标特征图与所述不确定性图像的乘积与所述目标特征图之和，确定为第一融合特征图；
将所述目标特征图与所述平均值图像的乘积与所述目标特征图之和，确定为第二融合特征图；
将所述第一融合特征图及所述第二融合特征图进行拼接，得到拼接融合特征图；
对所述拼接融合特征图进行卷积处理，得到所述第二分割图像。


5.根据权利要求1所述的方法，其特征在于，所述根据先验知识向量对原始图像进行编码处理，得到目标特征图，包括：
对所述原始图像进行编码处理，得到所述原始图像的第一特征图；
将所述先验知识向量与所述第一特征图进行融合，得到第二特征图；
对所述第二特征图进行解码处理，得到所述目标特征图。


6.根据权利要求1所述的方法，其特征在于，
所述根据先验知识向量对原始图像进行编码处理，得到目标特征图的步骤由第一图像分割模型执行；
所述对所述目标特征图进行解码处理，得到所述原始图像的第一分割图像的步骤由所述第一图像分割模型执行；
所述根据所述先验知识向量，对所述第一分割图像进行图像重构，得到多个标注分割图像的步骤由图像重构模型执行；
所述基于所述多个标注分割图像对所述目标特征图进行处理，得到所述原始图像的第二分割图像的步骤由第二图像分割模型执行。


7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
获取样本原始图像、多个样本标注分割图像及所述先验知识向量，所述样本原始图像中包括样本物体，每个样本标注分割图像与一个先验知识权重对应，所述每个样本标注分割图像用于指示对应的标注者所标注的所述样本物体在所述样本原始图像中所处的样本区域；
调用所述第一图像分割模型，根据所述先验知识向量对所述样本原始图像进行编码处理，得到目标样本特征图；
调用所述第一图像分割模型，对所述目标样本特征图进行解码处理，得到所述样本原始图像的第一样本分割图像，所述第一样本分割图像用于指示所述样本物体在所述样本原始图像中所处的所述样本区域；
调用所述图像重构模型，根据所述先验知识向量，对所述第一样本分割图像进行图像重构，得到多个预测标注分割图像，每个预测标注分割图像与一个先验知识权重对应，所述每个预测标注分割图像用于指示预测到的对应的标注者所标注的所述样本区域；
调用所述第二图像分...

【专利技术属性】
技术研发人员：余双，冀炜，马锴，郑冶枫，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44