一种注意力图像分割方法、装置及介质制造方法及图纸

本发明专利技术公开了一种注意力图像分割方法，包括以下步骤：对图像进行卷积并提取图像的若干特征图；选择若干所述特征图并进行融合，得到融合特征图；通过注意力网络以及所述融合特征图得到所述图像的第一分割结果；选择分割网络；将所述图像的第一分割结果进行尺寸变换，得到区域信息；将所述图像通过所述分割网络以及所述区域信息进行加权融合得到第四矩阵；将所述第四矩阵输入所述分割网络得到所述图像的第二分割结果；通过上述方式，本发明专利技术能够通过对特征图进行融合，并根据分割网络进行加权融合，从而提高分割精度。

【技术实现步骤摘要】
一种注意力图像分割方法、装置及介质
本专利技术涉及图像处理领域，特别是涉及一种注意力图像分割方法、装置及介质。
技术介绍
图像分割(imagesegmentation)技术是计算机视觉领域的重要的研究方向，是图像语义理解的重要一环。图像分割是指将图像分成若干具有相似性质的区域的过程，近些年，图像分割技术有了突飞猛进的发展，该技术相关的场景物体分割、人体前背景分割、人脸人体分析、三维重建等技术已经在无人驾驶、增强现实、安防监控等行业都得到广泛的应用。图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内表现出一致性或相似性，而在不同区域间表现出明显的不同。简单的说就是在一副图像中，把目标从背景中分离出来。对于灰度图像来说，区域内部的像素一般具有灰度相似性，而在区域的边界上一般具有灰度不连续性。总体而言，图像分割需要预测出图像中的像素点是否属于某一目标类或场景类。由于图像场景的复杂多样如：光照，视角，尺寸，遮挡等，对于场景的理解和像素点的判别造成很大困难。<br>专利技本文档来自技高网...

【技术保护点】
1.一种注意力图像分割方法，其特征在于，包括以下步骤：/n对图像进行卷积并提取所述图像的若干特征图；/n选择若干所述特征图并进行融合，得到融合特征图；/n通过注意力网络以及所述融合特征图得到所述图像的第一分割结果；/n选择分割网络；/n将所述图像的第一分割结果进行尺寸变换，得到区域信息；/n将所述图像通过所述分割网络以及所述区域信息进行加权融合得到第四矩阵；/n将所述第四矩阵输入所述分割网络得到所述图像的第二分割结果。/n

【技术特征摘要】
1.一种注意力图像分割方法，其特征在于，包括以下步骤：
对图像进行卷积并提取所述图像的若干特征图；
选择若干所述特征图并进行融合，得到融合特征图；
通过注意力网络以及所述融合特征图得到所述图像的第一分割结果；
选择分割网络；
将所述图像的第一分割结果进行尺寸变换，得到区域信息；
将所述图像通过所述分割网络以及所述区域信息进行加权融合得到第四矩阵；
将所述第四矩阵输入所述分割网络得到所述图像的第二分割结果。


2.根据权利要求1所述的一种注意力图像分割方法，其特征在于：所述将所述图像通过所述分割网络以及所述区域信息进行加权融合得到第四矩阵的步骤进一步包括：
将所述图像输入所述分割网络进行计算，得到特征矩阵；
所述特征矩阵包括第一矩阵、第二矩阵和第三矩阵；
将所述第一矩阵、第二矩阵和区域信息进行权重计算，并得出加权策略；
基于所述加权策略和所述第三矩阵得到所述第四矩阵。


3.根据权利要求2所述的一种注意力图像分割方法，其特征在于：所述将所述第一矩阵、第二矩阵和区域信息进行权重计算的步骤进一步包括：
获取所述第二矩阵中第一元素的向量维度；
查询所述区域信息中与所述第一元素种类相同的元素，记为第二元素；
查询所述第一矩阵中与所述第二元素种类相同的元素，记为第三元素；
获取所述第三元素的向量维度；
计算所述第一元素的向量维度和所述第三元素的向量维度的向量内积，得到第一数据；
对所述第一数据进行归一化处理，得到第一向量；
返回获取所述第二矩阵中第一元素的向量维度，直至遍历完所述第二矩阵。


4.根据权利要求3所述的一种注意力图像分割方法，其特征在于：所述基于所述加权策略和所述第三矩阵得到所述第四矩阵的步骤进一步包括：
将遍历完所述第二矩阵获得的所有所述第一向量分别和所述第三矩阵进行加权融合，得到若干第二向量；
根据所述第一元素在所述第二矩阵中的位置对若干所述第二向量进行排列，得到所述第四矩阵。


5.根据权利要求3所述的一种注意力图像分割方法...

【专利技术属性】
技术研发人员：王立，郭振华，赵雅倩，李仁刚，
申请(专利权)人：山东英信计算机技术有限公司，
类型：发明
国别省市：山东;37