基于双分支解码器网络的水下伪装物体图像分割方法技术

本发明专利技术涉及计算机视觉技术领域，提供一种基于双分支解码器网络的水下伪装物体图像分割方法。该方法提出的解码器网络采用双分支结构，一支解码器使用通道注意力模块增强特征并接受边缘指导信息，另一支解码器使用空间注意力模块增强特征并接受全局指导信息，还在解码器每层之间提出信息交互模块，将两个分支的信息进行融合后输送到下一层解码器从而得到更好的信息融合效果，还提出选择性分支聚合模块中，其会自适应的学习如何在两个分支上权衡不同的注意力从而更好的对结果进行融合，最终产生双解码器注意力网络的预测图并接受真值图像的监督。本发明专利技术可以提高分割水下伪装目标时的准确性以及识别速度，提高水下目标识别任务的智能化水平。的智能化水平。的智能化水平。

【技术实现步骤摘要】
基于双分支解码器网络的水下伪装物体图像分割方法


[0001]本专利技术涉及计算机视觉
，尤其涉及一种基于双分支解码器网络的水下伪装物体图像分割方法。

技术介绍

[0002]在计算机视觉领域中，图像的分割问题一直是学者们研究的热点，要求模型对图像中的目标进行像素级别的识别，即准确的判断出每个像素所属的类别，进而将整个图像划分成不同的区域。目前图像分割技术的研究主要可以分为三类，包括通用目标分割，显著目标分割和伪装目标分割。伪装目标分割技术要解决的问题是如何将伪装目标从背景中精确的分割出来。伪装目标的特点是其与周边环境在纹理、色彩、形状等方面具有高度的相似性，因此具有很大的挑战性，即使由人类观测者来执行，也同样难以很好的完成。同时，伪装目标分割技术又具有广泛的潜在应用前景，如医学影像中的息肉分割、农业中的蝗虫检测、搜索和救援工作、表面缺陷检测等等。
[0003]水下伪装目标分割技术即是在水下图像中进行伪装目标分割。我国拥有广阔的海洋面积和丰富的海洋资源，远洋深海战略意义重大。海洋生态的保护、资源的探测与开采、军事方面的海底环境探测与伪本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双分支解码器网络的水下伪装物体图像分割方法，其特征在于，包括：S100：由现有数据集中获取伪装物体数据，组建伪装物体数据集和所述伪装物体数据集对应的标签集，通过深度学习框架训练所述伪装物体数据集和所述标签集；S200：对所述深度学习框架引入边缘指导旁路，以获取所述深度学习框架的首层编码器输出结果为边缘指导信息；对所述深度学习框架引入全局指导旁路，以获取所述深度学习框架的末层编码器输出结果为全局指导信息；S300：对于所述深度学习框架的每层神经网络均设置第一分支解码器和第二分支解码器，所述第一分支解码器接受所述边缘指导信息并通过通道注意力机制增强特征，所述第二分支解码器接受所述全局指导信息并通过空间注意力机制增强特征，获得双分支解码器网络；S400：对于所述双分支解码器网络的每层神经网络均设置信息交互模块，通过所述信息交互模块融合所述第一分支解码器的输出信息和所述第二分支解码器的输出信息，获得双分支解码器聚合网络；S500：筛选现有数据集中的水下伪装物体数据，组建水下伪装物体数据集，通过所述双分支解码器聚合网络训练所述水下伪装物体数据集并处理待分割图像获得分割结果。2.根据权利要求1所述的一种基于双分支解码器网络的水下伪装物体图像分割方法，其特征在于，所述双分支解码器聚合网络中引入的通道注意力机制和空间注意力机制均为非局部方式的自注意力机制。3.根据权利要求1所述的一种基于双分支解码器网络的水下伪装物体图像分割方法，其特征在于，步骤S400中所述信息交互模块融合所述第一分支解码器的输出信息和所述第二分支解码器的输出信息的步骤包括：S411：所述信息交互模块接收所述第一分支解码器的输出信息和所述第二分支解码器的输出信息，并在通道维度上进行连接，获得融合输出；S412：将所述融合输出输入信息交互模块中的第一卷积层进行特征提取，获得融合特征；S413：将所述融合输出输入信息交互模块中的第二卷积层和第三卷积层分别获得第一分支特征和第二分支特征；S414：将所述第一分支特征和所述第二分支特征与所述融合特征进行跳跃连接，得到所述第一分支解码器的输出信息和所述第二...

【专利技术属性】
技术研发人员：檀盼龙，柳逸文，张晓宇，杨诗博，
申请(专利权)人：南开大学，
类型：发明
国别省市：