一种基于边缘检测优化人类标签的方法及装置制造方法及图纸

本发明专利技术提供了一种基于边缘检测优化人类标签的方法及装置，所述方法包括如下步骤：S1，获取图像的人类边缘标签和所述图像的canny边缘检测标签；S2，将所述人类边缘标签和所述边缘检测标签的重叠部分作为初始边缘图；S3，使用预先训练好的生成式对抗网络对所述初始边缘图进行恢复，得到恢复后的边缘图。本发明专利技术的基于边缘检测优化标签的方法，通过Canny边缘检测技术，结合生成网络，迭代的修正人工标注的标签，在训练开始前从根本上有效细化最后的结果。可以解决人工标注的边缘标签存在噪声的问题。问题。问题。

【技术实现步骤摘要】
一种基于边缘检测优化人类标签的方法及装置


[0001]本专利技术涉及图像处理
，具体来说，涉及一种基于边缘检测优化人类标签的方法及装置。

技术介绍

[0002]边缘检测是一项被长期研究的计算机视觉技术，用于检测物体边界和图像中视觉上突出的边缘。大部分已有的基于深度学习的边缘检测技术，都着重关注边缘的准确性，而忽略了边缘的细化程度。这样会导致许多互相靠近的边缘产生歧义，明明是两条边，看起来确糊成了一条更粗的边，也找不到准确的位置了。
[0003]已有一些相关技术来解决此问题，比如：1）针对训练用的损失函数：文献1针对传统二元交叉熵可能导致边缘变粗的问题，提出了一种新的训练损失函数Dice loss。该方法一定程度上获得了更细的边缘，但是损失了一定的准确性，也导致了边缘的响应更弱了。
[0004]2）针对在训练过程过实时同步的调整标签：文献2和文献3在训练中基于主动轮廓法，不断的调整更新训练用的标签，使得标签更准确，从而获得更细的边缘，但是此方法非常依赖于初始化和训练策略的设置。
[0005]3）针对引入额外模块来调整本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘检测优化人类标签的方法，其特征在于：包括如下步骤：S1，获取图像的人类边缘标签和所述图像的canny边缘检测标签；S2，将所述人类边缘标签和所述边缘检测标签的重叠部分作为初始边缘图；S3，使用预先训练好的生成式对抗网络对所述初始边缘图进行恢复，得到恢复后的边缘图。2.根据所述权利要求1所述的方法，其特征在于：对不同模糊度的所述图像进行canny检测，并将不同模糊度的所述图像的Canny边缘结果融合为所述图像canny边缘检测标签。3.根据权利要求2所述的方法，其特征在于：所述步骤S3具体包括：检查所述人类边缘标签的每个边缘像素的邻域，如果对应于所述人类边缘标签的每个边缘像素的初始边缘图的邻域没有边缘，则对应于所述人类边缘标签的边缘像素的初始边缘图的位置是需要被恢复的，并生成需要被恢复的二进制掩码，并所述二进制掩码作为所述生成对抗网络的输入，以获取恢复后的边缘图。4.根据权利要求3所述的方法，其特征在于：所述二进制掩码作为所述生成对抗网络的输入，以获取恢复后的边缘图，包括：将所述二进制掩码作为所述生成对抗网络的输入，以获取恢复后的边缘图，并使用恢复后的边缘图替代上一次迭代的所述初始边缘，作为下一次迭代的输入，直到最近一次迭代中没有新的边缘产生，得到恢复后的边缘图。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于：还包括：S4，使用恢复后的边缘图对边缘检测模型进行训练得到训练后的边缘检测器。6.一种基于边缘检测优...

【专利技术属性】
技术研发人员：邓正秋，杨易，
申请(专利权)人：湖南马栏山视频先进技术研究院有限公司，
类型：发明
国别省市：