【技术实现步骤摘要】
【国外来华专利技术】用于对象分割的方法、数据处理系统、计算机程序产品和计算机可读介质
[0001]本专利技术涉及一种用于图像中的对象分割的方法。本专利技术还涉及实现该方法的数据处理系统、计算机程序产品和计算机可读介质。
技术介绍
[0002]在现代计算机视觉中，图像理解通常通过诸如对象检测和语义或实例级分割(或换言之，对象分割)的特定任务来实现。在对象检测中，图像中的对象或对象实例(即，对象类别内的对象的特定样本/种类)的位置，例如在汽车应用的情况下，个体汽车、行人、交通标志被预测为围绕该对象的框(矩形)(通常被称为边界框)的像素坐标。另一方面，语义或实例分割任务旨在对整个图像进行密集像素级标记，从而为每个像素指定对象类别和/或特定实例。具体而言，图像中的实例分割的任务是用像素所属的实例的标识标签、数字或代码来标记每个像素。结果，为每个对象提供掩码，从而标记图像中与对象相关联的那些像素。与常用的边界框(或边界矩形)表示相比，这种类型的表示对在场景中可见的对象的位置、范围和形状给出更精确的描述。
[0003]在US 10,067,509B...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于图像中的对象分割的方法，包括以下步骤：
‑
将所述图像输入到经训练的机器学习系统，以及
‑
重构所述对象的分割轮廓，其特征在于：
‑
通过所述经训练的机器学习系统估计所述图像中的对象的分割轮廓的表示，其中所述分割轮廓是闭合的二维参数曲线，所述分割轮廓的每个点由两个坐标分量定义，其中这两个坐标分量都被参数化，以及
‑
其中从所述分割轮廓的所估计表示中执行对所述对象的所述分割轮廓的重构。2.如权利要求1所述的方法，其特征在于，所述分割轮廓的所述两个坐标分量是独立参数化的。3.如权利要求1或权利要求2所述的方法，其特征在于，所述分割轮廓的所述两个坐标分量是由单个类时间参数来参数化的。4.如权利要求1到3中任一项所述的方法，其特征在于，所估计表示包括：
‑
由所述经训练的机器学习系统估计的几何变换的至少一个参数，以及
‑
属于由所述经训练的机器学习系统估计的所述对象的典型外观的参考轮廓的表示。5.如权利要求4所述的方法，其特征在于，所述分割轮廓的重构是通过以下来执行的：
‑
通过将所述几何变换的所述至少一个参数与所述参考轮廓相组合来生成经调整的表示，并且从所述经调整的表示重构所述分割轮廓，或
‑
从所述参考轮廓的表示重构所述参考轮廓，并利用所述几何变换将经重构的参考轮廓变换成所述分割轮廓。6.如权利要求4或权利要求5所述的方法，其特征在于，所述几何变换包括缩放、平移、旋转和/或镜像。7.如前述权利要求中任一项所述的方法，其特征在于，所述分割轮廓的表...
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。