图像处理方法、训练方法、装置、设备和介质制造方法及图纸

本公开提供了一种图像处理方法、装置、设备、介质和程序产品，涉及人工智能领域。该方法包括：基于待分割图像的M个超像素获得第一特征图像；根据注意力机制处理所述第一特征图像得到第一注意力数据，以及对所述第一注意力数据进行高斯分布处理获得第二注意力数据；利用所述第一注意力数据和所述第一特征图像得到第二特征图像；利用所述第二注意力数据和所述第一特征图像得到第三特征图像；根据所述第二特征图像和所述第三特征图像，对每个所述超像素进行分类；根据每个所述超像素的分类结果对所述待分割图像进行分割，得到所述N个待识别目标。本公开还提供了一种训练方法、装置、设备、介质和程序产品。介质和程序产品。介质和程序产品。

【技术实现步骤摘要】
图像处理方法、训练方法、装置、设备和介质


[0001]本公开涉及人工智能领域或金融领域，更具体地，涉及一种图像处理方法、训练方法、装置、设备、介质和程序产品。

技术介绍

[0002]图像分割可以是将图像划分成若干个图像区域的过程。根据图像内容或图像类型的区别，针对不同的图像进行分割的难度不同。例如医学图像背景单一，复杂度低，可以达到较高的分割精度。遥感图像背景复杂，其包含丰富的地物种类，且遥感光谱范围广泛，分割精度可能较低。因此，如何提供一种改进的图像处理方法，以提高对含有丰富信息的图像的分割效果，成为当前亟待解决的问题。

技术实现思路

[0003]鉴于上述问题，本公开提供了提高分割效果的图像处理方法、模型训练方法、装置、设备、介质和程序产品。
[0004]本公开实施例的一个方面提供了一种图像处理方法，包括：基于待分割图像的M个超像素获得第一特征图像，其中，所述待分割图像中包括N个待识别目标，N、M分别为大于或等于1的整数；根据注意力机制处理所述第一特征图像得到第一注意力数据，以及对所述第一注意力数据进行高斯分布处理获得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，包括：基于待分割图像的M个超像素获得第一特征图像，其中，所述待分割图像中包括N个待识别目标，N、M分别为大于或等于1的整数；根据注意力机制处理所述第一特征图像得到第一注意力数据，以及对所述第一注意力数据进行高斯分布处理获得第二注意力数据，其中，所述第二注意力数据的值服从高斯分布；利用所述第一注意力数据和所述第一特征图像得到第二特征图像；利用所述第二注意力数据和所述第一特征图像得到第三特征图像；根据所述第二特征图像和所述第三特征图像，对每个所述超像素进行分类；根据每个所述超像素的分类结果对所述待分割图像进行分割，得到所述N个待识别目标。2.根据权利要求1所述的方法，其中，所述注意力机制包括通道注意力机制和空间注意力机制，所述第一注意力数据包括通道注意力数据和空间注意力数据，所述根据注意力机制处理所述第一特征图像得到第一注意力数据包括：根据所述通道注意力机制处理所述第一特征图像，获得所述通道注意力数据；根据所述空间注意力机制处理所述第一特征图像，获得所述空间注意力数据。3.根据权利要求2所述的方法，其中，所述利用所述第一注意力数据和所述第一特征图像得到第二特征图像包括：利用所述通道注意力数据与所述第一特征图像获得第四特征图像；利用所述空间注意力数据与所述第一特征图像获得第五特征图像；根据所述第四特征图像和所述第五特征图像获得所述第二特征图像。4.根据权利要求2所述的方法，其中，所述第二注意力数据包括调制通道注意力数据和调制空间注意力数据，所述对所述第一注意力数据进行高斯分布处理获得第二注意力数据包括：基于高斯函数对所述通道注意力数据进行调制处理，获得所述调制通道注意力数据，其中，所述调制通道注意力数据的值服从高斯分布；基于高斯函数对所述空间注意力数据进行调制处理，获得所述调制空间注意力数据，其中，所述调制空间注意力数据的值服从高斯分布。5.根据权利要求4所述的方法，其中，所述利用所述第二注意力数据和所述第一特征图像得到第三特征图像包括：利用所述调制通道注意力数据与所述第一特征图像获得第六特征图像；利用所述调制空间注意力数据与所述第一特征图像获得第七特征图像；根据所述第六特征图像和所述第七特征图像获得所述第三特征图像。6.根据权利要求1所述的方法，其中，所述根据所述第二特征图像和所述第三特征图像，对每个所述超像素进行分类包括：根据所述第二特征图像和所述第三特征图像获得第八特征图像；将所述第八特征图像作为卷积神经网络的输入，获得第一特征矩阵；利用图卷积神经网络处理所述第一特征矩阵，对每个所述超像素进行分类。7.根据权利要求6所述的方法，其中，在获得所述第一特征矩阵之后，包括：
利用图卷积注意力机制处理所述第一特征矩阵；其中，所述利用图卷积神经网络来处理所述第一特征矩阵，对每个所述超像素进行分类包括：将处理后的所述第一特征矩阵，作为所述图卷积神经网络的输入，来获得每个所述超像素的分类结果。8.根据权利要求1所述的方法，其中，所述方法还包括基于M个所述超像素构建无向图模型，其中，M个所述超像素为所述无向图模型的M个顶点，具体包括：令i的初始值为1，循环执行以下操作，其中，i为大于或等于1的整数，i小于或等于M：确定与第i个超像素相邻的至少一个超像素；计算所述第i个超像素与第一相邻超像素在RGB通道的欧式距离，其中，所述第一相邻超像素为与所述第i个超像素相邻的任一个超像素；在所述欧式距离小于或等于预设阈值的情况下，构造所述第i个超像素与所述第一相邻超像素之间的边；令i的值加1。9.一种图像处理模型的训练方法，...

【专利技术属性】
技术研发人员：李赫男，张元，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：