一种基于改进金字塔池化的图像语义分割方法及相关装置制造方法及图纸

本发明专利技术公开了一种基于改进金字塔池化的图像语义分割方法及相关装置，应用于图像语义分割领域，该方法通过对图像语义分割方法中的金字塔池化部分进行改进，将用于对池化特征图像组进行特征提取及通道压缩的标准卷积替换为中心差分卷积

【技术实现步骤摘要】
一种基于改进金字塔池化的图像语义分割方法及相关装置


[0001]本专利技术涉及图像语义分割领域，特别涉及一种基于改进金字塔池化的图像语义分割方法
、
装置
、
设备及计算机可读存储介质
。

技术介绍

[0002]图像语义分割本质上是对图像中的每一个像素进行分类
。
金字塔池化是语义图像语义分割算法中一种常用的池化方式，现有金字塔池化方法是通过标准卷积进行图像特征的提取，但在一些如亮度变化
、
清晰度变化复杂场景中，图像中会出现异常值，现有通过标准卷积提取图像特征的方式无法消除异常值对图像语义分割的影响，最终导致图像语义分割结果中像素的分类存在误差，语义分割图像不精确
。

技术实现思路

[0003]本专利技术的目的在于提供一种基于改进金字塔池化的图像语义分割方法
、
装置
、
设备及可读存储介质，应用于图像语义分割领域，该方法通过在金字塔池化过程中使用中心差分卷积进行图像的特征提取及通道压缩，通过中心差分降低异常值对图像语义分割的影响，相比于现有技术中通过标准卷积进行图像特征提取，提高了语义分割结果的精确度
。
[0004]为解决上述技术问题，本专利技术提供一种基于改进金字塔池化的图像语义分割方法，包括：
[0005]获取目标图像的目标特征图组；
[0006]将所述目标特征图组经过池化处理得到一个基础池化特征图组和多个不同尺度的池化特征图组；其中，所述基础池化特征图组的尺度为1×1；
[0007]通过第一卷积对所述基础池化特征图组进行特征提取及通道压缩得到基础压缩特征图组；其中，所述第一卷积的尺度为1×1；
[0008]通过中心差分卷积对每个所述池化特征图组进行特征提取及通道压缩得到对应的压缩特征图组；
[0009]将上采样后的所述基础压缩特征图组和多个所述压缩特征图组与所述目标特征图组进行通道拼接得到拼接特征图组；
[0010]通过第二卷积对所述拼接特征图组进行信息融合得到语义分割图像；其中，所述第二卷积的尺度为1×
1。
[0011]可选的，所述将所述目标特征图组经过池化处理得到一个基础池化特征图组和多个不同尺度的池化特征图组，包括：
[0012]通过第三卷积对所述目标特征图组进行通道压缩得到初始压缩特征图组；其中，所述第三卷积的尺度为1×1；
[0013]将所述初始压缩特征图组经过池化处理得到所述基础池化特征图组和多个不同尺度的所述池化特征图组
。
[0014]可选的，所述通过中心差分卷积对每个所述池化特征图组进行特征提取及通道压
缩得到对应的压缩特征图组，包括：
[0015]将每个所述池化特征图组进行分组处理得到分组池化特征图组；
[0016]通过所述中心差分卷积对所述分组池化特征图组进行特征提取及通道压缩得到对应的所述压缩特征图组
。
[0017]可选的，所述将上采样后的所述基础压缩特征图组和多个所述压缩特征图组与所述目标特征图组进行通道拼接得到拼接特征图组，包括：
[0018]将所述基础压缩特征图组经过双线性插值上采样得到基础上采样特征图组；
[0019]将多个所述压缩特征图组经过双线性插值上采样得到多个上采样特征图组；
[0020]将所述基础上采样特征图组和多个所述压缩特征图组与所述目标特征图组进行通道拼接得到拼接特征图组
。
[0021]可选的，所述将所述目标特征图组经过池化处理得到一个基础池化特征图组和多个不同尺度的池化特征图组，包括：
[0022]将所述目标特征图组经过最大池化处理得到一个所述基础池化特征图组和多个不同尺度的所述池化特征图组
。
[0023]可选的，所述将所述目标特征图组经过池化处理得到一个基础池化特征图组和多个不同尺度的池化特征图组，包括：
[0024]将所述目标特征图组经过池化处理得到一个所述基础池化特征图组和两个不同尺度的所述池化特征图组；其中，两个所述池化特征图组的尺度为3×3和5×
5。
[0025]可选的，所述获取目标图像的目标特征图组，包括：
[0026]将所述目标图像输入
VGGNet
得到所述目标特征图组
。
[0027]为解决上述技术问题，本专利技术还提供一种基于改进金字塔池化的图像语义分割装置，包括：
[0028]第一模块，用于获取目标图像的目标特征图组；
[0029]第二模块，用于将所述目标特征图组经过池化处理得到一个基础池化特征图组和多个不同尺度的池化特征图组；其中，所述基础池化特征图组的尺度为1×1；
[0030]第三模块，用于通过第一卷积对所述基础池化特征图组进行特征提取及通道压缩得到基础压缩特征图组；其中，所述第一卷积的尺度为1×1；
[0031]第四模块，用于通过中心差分卷积对每个所述池化特征图组进行特征提取及通道压缩得到对应的压缩特征图组；
[0032]第五模块，用于将上采样后的所述基础压缩特征图组和多个所述压缩特征图组与所述目标特征图组进行通道拼接得到拼接特征图组；
[0033]第六模块，用于通过第二卷积对所述拼接特征图组进行信息融合得到语义分割图像；其中，所述第二卷积的尺度为1×
1。
[0034]为解决上述技术问题，本专利技术还提供一种基于改进金字塔池化的图像语义分割设备，包括：
[0035]存储器，用于储存计算机程序；
[0036]处理器，用于执行所述计算机程序时实现任一项所述基于改进金字塔池化的图像语义分割方法
。
[0037]为解决上述技术问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读
存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器执行时，实现任一项所述基于改进金字塔池化的图像语义分割方法
。
[0038]可见，本专利技术通过在金字塔池化过程中使用中心差分卷积进行图像的特征提取，通过中心差分降低异常值对图像语义分割的影响，相比于现有技术中通过标准卷积进行图像特征提取，提高了语义分割结果的精确度
。
附图说明
[0039]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图
。
[0040]图1为本专利技术实施例所提供的一种基于改进金字塔池化的图像语义分割方法的流程图；
[0041]图2为本专利技术实施例所提供的一种基于改进金字塔池化的图像语义分割方法的具体实施例流程示意图；
[0042]图3为本专利技术实施例所提供的一种基于改进金字塔池化的图像语义分割装置的结构框图
。
具体实施方式
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于改进金字塔池化的图像语义分割方法，其特征在于，包括：获取目标图像的目标特征图组；将所述目标特征图组经过池化处理得到一个基础池化特征图组和多个不同尺度的池化特征图组；其中，所述基础池化特征图组的尺度为1×1；通过第一卷积对所述基础池化特征图组进行特征提取及通道压缩得到基础压缩特征图组；其中，所述第一卷积的尺度为1×1；通过中心差分卷积对每个所述池化特征图组进行特征提取及通道压缩得到对应的压缩特征图组；将上采样后的所述基础压缩特征图组和多个所述压缩特征图组与所述目标特征图组进行通道拼接得到拼接特征图组；通过第二卷积对所述拼接特征图组进行信息融合得到语义分割图像；其中，所述第二卷积的尺度为1×
1。2.
根据权利要求1所述基于改进金字塔池化的图像语义分割方法，其特征在于，所述将所述目标特征图组经过池化处理得到一个基础池化特征图组和多个不同尺度的池化特征图组，包括：通过第三卷积对所述目标特征图组进行通道压缩得到初始压缩特征图组；其中，所述第三卷积的尺度为1×1；将所述初始压缩特征图组经过池化处理得到所述基础池化特征图组和多个不同尺度的所述池化特征图组
。3.
根据权利要求1所述基于改进金字塔池化的图像语义分割方法，其特征在于，所述通过中心差分卷积对每个所述池化特征图组进行特征提取及通道压缩得到对应的压缩特征图组，包括：将每个所述池化特征图组进行分组处理得到分组池化特征图组；通过所述中心差分卷积对所述分组池化特征图组进行特征提取及通道压缩得到对应的所述压缩特征图组
。4.
根据权利要求1所述基于改进金字塔池化的图像语义分割方法，其特征在于，所述将上采样后的所述基础压缩特征图组和多个所述压缩特征图组与所述目标特征图组进行通道拼接得到拼接特征图组，包括：将所述基础压缩特征图组经过双线性插值上采样得到基础上采样特征图组；将多个所述压缩特征图组经过双线性插值上采样得到多个上采样特征图组；将所述基础上采样特征图组和多个所述压缩特征图组与所述目标特征图组进行通道拼接得到拼接特征图组
。5.
根据权利要求1所述基于改进金字塔池化的图像语义分割方法，其特征在于，所述将所述目标特征图组经过池化...

【专利技术属性】
技术研发人员：邹磊，韩雪超，卢天华，倪军，
申请(专利权)人：杭州安脉盛智能技术有限公司，
类型：发明
国别省市：