【技术实现步骤摘要】
图像分割方法、装置、存储介质及计算机设备
[0001]本专利技术涉及信息
，尤其是涉及一种图像分割方法、装置、存储介质及计算机设备。
技术介绍
[0002]随着人民生活水平的提高，越来越多的人开始饲养宠物，在一些短视频平台上，宠物出镜的频率越来越高，宠物主在视频拍摄过程中，为宠物制作特效视频的需求也日益增强，在制作特效视频时，需要对视频中的宠物进行抠图、编辑、换背景等。此外，在医疗领域，为了对病人的病情进行详细分析，还需要对医疗影像中的病灶区域进行分割，基于此，图像分割技术变得尤为重要。
[0003]目前，通常采用一种图像分割方法对所有图像进行分割。然而，该种图像分割方法不一定适用于所有图像，导致对部分图像的分割精度较低。
技术实现思路
[0004]本专利技术提供了一种图像分割方法、装置、存储介质及计算机设备，主要在于能够提高图像的分割精度。
[0005]根据本专利技术的第一个方面，提供一种图像分割方法，包括：
[0006]获取待分割图像；
[0007]判断所述待分割图像
【技术保护点】
【技术特征摘要】
1.一种图像分割方法，其特征在于，包括：获取待分割图像；判断所述待分割图像所属的图像类型；若所述待分割图像属于宠物图像，则将所述宠物图像输入至预设宠物图像分割模型中进行图像分割，得到所述宠物图像对应的图像分割结果；若所述待分割图像属于人物图像，则利用区域分割算法对所述人物图像进行图像分割，得到所述人物图像对应的图像分割结果；若所述待分割图像属于植物图像，则利用直方图分割算法对所述植物图像进行图像分割，得到所述植物图像对应的图像分割结果。2.根据权利要求1所述的方法，其特征在于，所述预设宠物图像分割模型包括池化层、第一卷积层、第二卷积层和全连接层，所述将所述宠物图像输入至预设宠物图像分割模型中进行图像分割，得到所述宠物图像对应的图像分割结果，包括：将所述宠物图像输入至所述池化层进行特征提取，得到所述宠物图像对应的带有第一分辨率的第一特征向量；判断所述第一分辨率是否大于预设分辨率阈值；若所述第一分辨率大于预设分辨率阈值，则将所述第一特征向量输入至所述第一卷积层进行卷积处理，得到所述宠物图像对应的带有第二分辨率的第二特征向量；将所述带有第一分辨率的第一特征向量与所述带有第二分辨率的第二特征向量中的对应向量相加，得到所述宠物图像对应的第三特征向量；将所述第三特征向量输入至所述全连接层进行图像分割，得到在所述宠物图像中分割出的宠物。3.根据权利要求2所述的方法，其特征在于，在所述判断所述第一分辨率是否大于预设分辨率阈值之后，所述方法还包括：若所述第一分辨率小于或等于预设分辨率阈值，则将所述第一特征向量输入至所述第二卷积层进行卷积处理，得到所述宠物图像对应的带有第三分辨率的第四特征向量；利用预设双线性插值算法对所述第四特征向量进行上采样处理，得到所述宠物图像对应的带有第四分辨率的第五特征向量；将所述带有第一分辨率的第一特征向量与所述带有第四分辨率的第五特征向量中的对应向量相加，得到所述宠物图像对应的第六特征向量；将所述第六特征向量输入至所述全连接层进行图像分割，得到在所述宠物图像中分割出的宠物。4.根据权利要求1所述的方法，其特征在于，在所述将所述宠物图像输入至预设宠物图像分割模型中进行图像分割，得到所述宠物图像对应的图像分割结果之前，所述方法还包括：利用预设爬虫方式获取样本宠物图像，并对所述样本宠物图像中的样本宠物进行标注，得到标注结果，并根据所述标注结果确定所述样本宠物图像对应的实际分割结果；将所述样本宠物图像输入至预设初始宠物图像分割模型中进行图像分割，得到所述样本宠物图像对应的预测分割结果；基于所述样本宠物图像对应的实际分割结果和预测分割结果，构建所述预设初始宠物
图像分割模型对应的损失函数；基于所述损失函数，利用预设梯度下降算法对所述预设初始宠物图像分割模型的模型参数进行迭代训练，得到所述预设宠物图像分割模型。5.根据权利要求4所述的方法，其特征在于，所述对所述样本宠物图像中的样本宠物进行标注，得到标注结果，包括：若所述样本宠物图像为视频图像，则确定所述视频...
【专利技术属性】
技术研发人员：黄小虎，邓前，印浩奇，
申请(专利权)人：上海盟宠信息技术有限公司，
类型：发明
国别省市：
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。