图像语义分割处理方法、装置及存储介质制造方法及图纸

本发明专利技术实施例提供一种图像语义分割处理方法、装置及存储介质，其中，该方法包括：首先对第一图像进行N次下采样卷积处理，获得N个不同尺度的第二图像；接着，对第N个尺度的第二图像进行M次上采样卷积处理，获得M个不同尺度的第三图像；然后，根据上述N个不同尺度的第二图像和/或M个不同尺度的第三图像，获得H个不同尺度的第四图像的图像语义分割处理结果。本方案中处于中间层的第二图像以及中间层的第三图像除了用于链接上下级图像之外，还用于获取不同尺度的第四图像，有效提高了中间层的第二图像以及中间层的第三图像的利用率；另外，有效缩短了同时获得多个尺度的第四图像的图像语义分割处理结果所耗费的时间，提高了计算效率。率。率。

【技术实现步骤摘要】
图像语义分割处理方法、装置及存储介质


[0001]本专利技术涉及图像语义分割
，尤其涉及一种图像语义分割处理方法、装置及存储介质。

技术介绍

[0002]图像语义分割是指对图像中的像素根据其所属的感兴趣对象分配该像素的类别的过程。图像语义分割是图像理解技术的基础，被广泛应用在自动驾驶、目标识别、目标追踪、场景理解等方面。
[0003]现有技术中，为了提高图像语义分割处理结果，通常先将原始图像放大或缩小得到不同尺度的图像，接着将上述不同尺度的图像分别输入至预先训练好的模型，得到不同尺度的图像分别对应的图像语义分割处理结果，接着，该模型再根据不同尺度的图像分别对应的图像语义分割处理结果进行统计分析，得到原始图像对应的图像语义分割处理结果。
[0004]采用上述方式进行图像语义分割时，若需要同时得到多尺度下的图像语义分割处理结果，则需要模型进行多次前向传播的计算，计算时间较长，效率较低。

技术实现思路

[0005]本专利技术实施例提供一种图像语义分割处理方法、装置及存储介质，以缩短获得多个尺度的第四图像的图像语义分割处理结果所耗费的时间，提高计算效率。
[0006]第一方面，本专利技术实施例提供一种图像语义分割处理方法，包括：
[0007]对第一图像进行N次下采样卷积处理，获得N个第二图像，其中，所述N个第二图像的尺度不同，且第n个第二图像是根据第n-1个第二图像获得的，N为正整数，n为大于等于1且小于等于N的正整数；
[0008]对第N个第二图像进行M次上采样卷积处理，获得M个第三图像，其中，M为正整数，所述M个第三图像的尺度不同；
[0009]根据所述N个第二图像和/或所述M个第三图像，获得H个第四图像分别对应的图像语义分割处理结果，H为正整数，所述H个第四图像的尺度不同。
[0010]在一些可能的设计中，所述第四图像是根据第n个第二图像和/或第m个第三图像获得的，其中，所述n与所述m是根据所述第四图像的尺度确定的。
[0011]在一些可能的设计中，若所述第四图像的尺度为所述第一图像的尺度，则所述第四图像是通过对所述第n个第二图像和所述第m个第三图像进行融合，并对融合后的图像进行反卷积处理获得的；
[0012]所述第n个第二图像的尺度为所述第一图像的尺度的二分之一，所述第m个第三图像的尺度为所述第一图像的尺度的二分之一。
[0013]在一些可能的设计中，若所述第四图像的尺度为所述第一图像的尺度的二分之一，则所述第四图像是通过第n个第二图像进行反卷积处理获得的；
[0014]其中，所述第n个第二图像的尺度为所述第一图像的尺度的八分之一。
[0015]在一些可能的设计中，若所述第四图像的尺度为所述第一图像的尺度的四分之三，则所述第四图像是通过对第n个第二图像和所述第m个第三图像进行融合，并对融合后的图像进行反卷积处理获得的；
[0016]其中，所述第n个第二图像的尺度为所述第一图像的尺度的四分之一，所述第m个第三图像的尺度为所述第一图像的尺度的四分之一。
[0017]在一些可能的设计中，所述根据所述N个第二图像和/或所述M个第三图像，获得H个第四图像分别对应的图像语义分割处理结果，包括：
[0018]根据所述N个第二图像和/或所述M个第三图像，获得H个第四图像；
[0019]分别采用逻辑回归模型对所述H个第四图像进行分析，获取所述H个第四图像分别对应的图像语义分割处理结果。
[0020]在一些可能的设计中，所述方法还包括：
[0021]根据所述H个不同尺度的第四图像分别对应的图像语义分割处理结果以及注意力机制，获得所述第一图像的图像语义分割处理结果。
[0022]第二方面，本专利技术实施例还提供一种图像语义分割处理装置，包括：
[0023]下采样卷积处理模块，用于对第一图像进行N次下采样卷积处理，获得N个第二图像，其中，所述N个第二图像的尺度不同，且第n个第二图像是根据第n-1个第二图像获得的，N为正整数，n为大于等于1且小于等于N的正整数；
[0024]上采样卷积处理模块，用于对第N个第二图像进行M次上采样卷积处理，获得M个第三图像，其中，M为正整数，所述M个第三图像的尺度不同；
[0025]图像语义分割处理模块，用于根据所述N个第二图像和/或所述M个第三图像，获得H个第四图像分别对应的图像语义分割处理结果，H为正整数，所述H个第四图像的尺度不同。
[0026]第三方面，本专利技术实施例提供一种图像语义分割处理装置，该装置包括：存储器、处理器以及计算机程序指令；
[0027]所述存储器存储所述计算机程序指令；
[0028]所述处理器执行所述计算机程序指令，以执行如第一方面任一项所述的图像语义分割处理方法。
[0029]第四方面，本专利技术实施例提供一种存储介质，包括：程序；
[0030]处理器执行所述程序，以执行如第一方面任一项所述的图像语义分割处理方法。
[0031]第五方面，本专利技术实施例还提供一种程序产品，所述程序产品包括计算机程序，所述计算机程序存储在存储介质中，所述图像语义分割处理装置的至少一个处理器可以从所述存储介质中读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得所述图像语义分割处理装置执行如第一方面任一项所述的图像语义分割处理方法。
[0032]本专利技术实施例提供一种图像语义分割处理方法、装置及存储介质，其中，该方法包括：首先对第一图像进行N次下采样卷积处理，获得N个不同尺度的第二图像；接着，对第N个尺度的第二图像进行M次上采样卷积处理，获得M个不同尺度的第三图像；然后，根据上述N个不同尺度的第二图像和/或M个不同尺度的第三图像，获得H个不同尺度的第四图像的图像语义分割处理结果。
[0033]本申请通过对N个第二图像以及M个第三图像进行充分利用，能够同时获得多个不同尺度的第四图像分别对应的图像语义分割处理结果，有效缩短了同时获得多个尺度的第四图像的图像语义分割处理结果所耗费的时间，提高了计算效率。另外，本实施例的方法使中间层的第二图像以及中间层的第三图像除了用于链接上下级图像之外，还用于获取不同尺度的第四图像，提高了中间层的第二图像和第三图像的利用率。
[0034]另外，本申请通过对原始图像进行下采样卷积以及上采样卷积来改变图像的尺度的方式，与现有技术中将原始图像直接缩小的方式获得多个不同尺度的图像的方式相比，本实施例提供的方法能够保留原始图像中更多的特征信息，从而提高了图像语义分割处理结果的准确性。
附图说明
[0035]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为现有技术中的图像语义分割处理方法的流程示意图；
[0037]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像语义分割处理方法，其特征在于，包括：对第一图像进行N次下采样卷积处理，获得N个第二图像，其中，所述N个第二图像的尺度不同，且第n个第二图像是根据第n-1个第二图像获得的，N为正整数，n为大于等于1且小于等于N的正整数；对第N个第二图像进行M次上采样卷积处理，获得M个第三图像，其中，M为正整数，所述M个第三图像的尺度不同；根据所述N个第二图像和/或所述M个第三图像，获得H个第四图像分别对应的图像语义分割处理结果，H为正整数，所述H个第四图像的尺度不同。2.根据权利要求1所述的方法，其特征在于，所述第四图像是根据第n个第二图像和/或第m个第三图像获得的，其中，所述n与所述m是根据所述第四图像的尺度确定的。3.根据权利要求2所述的方法，其特征在于，若所述第四图像的尺度为所述第一图像的尺度，则所述第四图像是通过对所述第n个第二图像和所述第m个第三图像进行融合，并对融合后的图像进行反卷积处理获得的；所述第n个第二图像的尺度为所述第一图像的尺度的二分之一，所述第m个第三图像的尺度为所述第一图像的尺度的二分之一。4.根据权利要求2或3所述的方法，其特征在于，若所述第四图像的尺度为所述第一图像的尺度的二分之一，则所述第四图像是通过第n个第二图像进行反卷积处理获得的；其中，所述第n个第二图像的尺度为所述第一图像的尺度的八分之一。5.根据权利要求2或3所述的方法，其特征在于，若所述第四图像的尺度为所述第一图像的尺度的四分之三，则所述第四图像是通过对第n个第二图像和所述第m个第三图像进行融合，并对融合后的图像进行反卷积处理获得的；其中，所述第n个第二图像的尺度为所述第一图像的尺度的四分之一，所述第m个第三图...

【专利技术属性】
技术研发人员：余雪兵，王伟，
申请(专利权)人：北京四维图新科技股份有限公司，
类型：发明
国别省市：