基于语义信息的图像处理方法及电子设备技术

本申请提供了一种基于语义信息的图像处理方法及电子设备，涉及图像处理技术领域。本申请方案中，以待处理图像中每个像素的语义种类为先验信息，将不同语义信息经过不同二维卷积核后，再拼接到U

【技术实现步骤摘要】
基于语义信息的图像处理方法及电子设备
[0001]本申请要求于2021年11月30日提交国家知识产权局、申请号为202111442371.1、申请名称为“基于语义信息的图像处理方法及电子设备”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。


[0002]本申请涉及图像处理
，尤其涉及一种基于语义信息的图像处理方法及电子设备。

技术介绍

[0003]图像语义分割是计算机视觉领域中一项重要的研究内容，其目标是将图像分割成具有不同语义信息的区域，并且标注每个区域相应的语义标签。
[0004]目前，利用卷积神经网络(convolutional neuron network，CNN)来处理图像语义分割任务是业界比较普遍的方案。在该方案中，利用CNN先对输入图像进行编码(下采样)，再进行解码(上采样)和融合操作，得到最终的图像分割结果。然而，基于该方案得到的图像分割结果在图像纹理细节上不够清晰，导致图像处理效果不佳。

技术实现思路

[0005]本申请提供一种基于语义信息的图像处理方法及电子设备，能够优化图像中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于语义信息的图像处理方法，其特征在于，包括：基于待处理图像的语义标签图，获取第一特征数据和第二特征数据；其中，所述语义标签图与所述待处理图像对应，所述语义标签图中采用不同的语义标签标识所述待处理图像中的不同语义区域；所述第一特征数据包括第一特征强度的语义信息，所述第二特征数据包括第二特征强度的语义信息，所述第一特征强度和所述第二特征强度不同；基于所述第一特征数据、所述第二特征数据和第一特征图，获得基于不同语义信息的特征图；其中，所述第一特征图用于标识所述待处理图像的图像基本特征；对所述基于不同语义信息的特征图和第二特征图进行处理，得到目标图像；其中，所述第二特征图用于标识所述待处理图像的语义分割特征。2.根据权利要求1所述的方法，其特征在于，所述第一特征图是将所述待处理图像输入二维卷积网络后得到的特征映射矩阵。3.根据权利要求1或2所述的方法，其特征在于，所述第二特征图是将所述待处理图像输入U
‑
Net神经网络后得到的特征映射矩阵。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述第一特征数据、所述第二特征数据和第一特征图，获得基于不同语义信息的特征图，包括：将所述第二特征数据和所述待处理图像的第一特征图之间的点乘结果，与所述第一特征数据相加，得到所述基于不同语义信息的特征图。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述基于待处理图像的语义标签图，获取第一特征数据和第二特征数据，包括：采用第一权重矩阵对所述待处理图像的语义标签图进行卷积运算，得到所述第一特征数据；采用第二权重矩阵对所述待处理图像的语义标签图进行卷积运算，得到所述第二特征数据。6.根据权利要求1至5中任一项所述的方法，其特征在于，所述第二特征强度大于所述第一特征强度，所述第二特征强度的语义信息对应所述待处理图像中的目标特征。7.根据权利要求1至6中任一项所述的方法，其特征在于，所述对所述基于不同语义信息的特征图和第二特征图进行处理，得到目标图像，包括：将所述基于不同语义信息的特征图和所述第二特征图进行融合，获得目标特征图；对所述目标特征图进行二维卷积运算，得到所述目标图像。8.根据权利要求7所述的方法，其特征在于，所述将所述基于不同语义信息的特征图和所述第二特征图进行融合，获得目标特征图，包括：将所述基于不同语义信息的特征图与所述第二特征图进行逐像素求和运算，得...

【专利技术属性】
技术研发人员：田博，应国豪，
申请(专利权)人：荣耀终端有限公司，
类型：发明
国别省市：