基于多系统数据智能融合的图像分割方法与设备技术方案

本公开的实施例公开了基于多系统数据智能融合的图像分割方法与设备

【技术实现步骤摘要】
基于多系统数据智能融合的图像分割方法与设备


[0001]本公开的实施例涉及计算机
，具体涉及基于多系统数据智能融合的图像分割方法与设备
。

技术介绍

[0002]对电力设备的图像进行分割，可以提取图像中电力设备的前景区域
。
目前，在进行图像分割时，通常采用的方式为：基于视觉模态移除图像中的单色渐变背景，以获得图像的分割结果
。
[0003]然而，采用上述方式通常存在以下技术问题：第一，当图像中电力设备周围存在大量的冗余物质时，对图像进行分割的干扰因素较多，仅通过视觉模态对电力设备的图像进行分割处理，造成对图像中的电力设备的图像识别的准确性较低，以及对电力设备图像分割的准确性较低，导致分割的电力设备图像中存在冗余物质的图像；第二，传统的神经网络模型对于图像的分割不够精细，导致分割出的图像中存在冗余物质；第三，在对特征信息进行解码时，未对解码信息进行检测，当解码出的图像信息不准确时，影响图像分割效果
。
[0004]该
技术介绍
部分中所公开的以上信息仅用于增强对本专利技术构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息
。

技术实现思路

[0005]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述
。
本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围
。
[0006]本公开的一些实施例提出了基于多系统数据智能融合的图像分割方法
、
电子设备与计算机可读介质，来解决以上
技术介绍
部分提到的技术问题中的一项或多项
。
[0007]第一方面，本公开的一些实施例提供了一种基于多系统数据智能融合的图像分割方法，该方法包括：电力设备信息采集系统采集目标电力设备的设备图像信息与设备文本信息，以及将上述图像信息与上述文本信息发送至相关联的图像分割系统中；上述图像分割系统响应于接收到上述设备图像信息与上述设备文本信息，将上述设备图像信息与上述设备文本信息输入至预先训练的电力设备图像分割模型包括的图像特征提取网络中，得到设备图像特征提取信息与设备文本特征提取信息；上述图像分割系统将上述设备图像特征提取信息作为目标设备图像特征提取信息，基于上述目标设备图像特征提取信息与上述设备文本特征提取信息，执行如下处理步骤：将上述目标设备图像特征提取信息和上述设备文本特征提取信息输入至上述电力设备图像分割模型包括的多模态特征融合网络中，得到上述目标电力设备对应的多模态特征融合信息；将上述目标设备图像特征提取信息和上述
多模态特征融合信息输入至上述电力设备图像分割模型包括的目标模态特征过滤网络中，得到过滤后的多模态特征融合信息；响应于确定目标多模态融合特征信息满足第一预设特征条件，根据上述目标多模态融合特征信息，生成对应上述设备图像信息的设备图像分割信息，其中，上述目标多模态融合特征信息初始为上述目标设备图像特征提取信息和过滤后的多模态特征融合信息的融合特征信息
。
[0008]第二方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法
。
[0009]第三方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法
。
[0010]本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的基于多系统数据智能融合的图像分割方法，提升了图像分割的准确性
。
具体来说，导致分割的电力设备图像中存在冗余物质的图像的原因在于：当图像中电力设备周围存在大量的冗余物质时，对图像进行分割的干扰因素较多，仅通过视觉模态对电力设备的图像进行分割处理，造成对图像中的电力设备的图像识别的准确性较低，以及对电力设备图像分割的准确性较低，导致分割的电力设备图像中存在冗余物质的图像
。
基于此，本公开的一些实施例的基于多系统数据智能融合的图像分割方法，首先，电力设备信息采集系统采集目标电力设备的设备图像信息与设备文本信息，以及将上述图像信息与上述文本信息发送至相关联的图像分割系统中
。
其次，上述图像分割系统响应于接收到上述设备图像信息与上述设备文本信息，将上述设备图像信息与上述设备文本信息输入至预先训练的电力设备图像分割模型包括的图像特征提取网络中，得到设备图像特征提取信息与设备文本特征提取信息
。
由此，可以得到对应图像信息的图像特征和文本特征，可以用于对上述目标电力设备的图像进行分割
。
接着，上述图像分割系统将上述设备图像特征提取信息作为目标设备图像特征提取信息，基于上述目标设备图像特征提取信息与上述设备文本特征提取信息，执行如下处理步骤：将上述目标设备图像特征提取信息和上述设备文本特征提取信息输入至上述电力设备图像分割模型包括的多模态特征融合网络中，得到上述目标电力设备对应的多模态特征融合信息；由此，可以得到表征对目标设备图像特征提取信息和设备文本特征提取信息进行融合处理后的多模态特征信息
。
然后，将上述目标设备图像特征提取信息和上述多模态特征融合信息输入至上述电力设备图像分割模型包括的目标模态特征过滤网络中，得到过滤后的多模态特征融合信息
。
由此，可以通过目标设备图像特征提取信息对多模态特征信息进行过滤，从而将多模态特征信息中的与目标电力设备无关的冗余特征进行过滤，得到的过滤后的多模态特征信息可以用于生成图像信息的图像分割信息，上述冗余特征可以为图像中冗余物质对应的区域
。
最后，响应于确定目标多模态融合特征信息满足第一预设特征条件，根据上述目标多模态融合特征信息，生成对应上述设备图像信息的设备图像分割信息
。
其中，上述目标多模态融合特征信息初始为上述目标设备图像特征提取信息和过滤后的多模态特征融合信息的融合特征信息
。
由此，可以得到对应上述目标电力设备的多模态的图像分割信息
。
可以得到通过图像特征提取信息和过滤后的文本信息生成图像分割信息
。
可以得到表征将上述目标电力设备对应的图像分割处理后的特征图
。
也因为上述目标电力设备的图像分割信息是根据提取的目标设备图像特征提取信息和设备文本特征提取
信息生成的，不是仅根据图像特征提取信息对物质的图像进行分割的
。
且文本信息可以包括设备外形的描述信息，可以用于提高确定目标电力设备在图像中的区域的准确性
。
附图说明
[0011]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征
、
优点及方面将变得更加明本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多系统数据智能融合的图像分割方法，包括：电力设备信息采集系统采集目标电力设备的设备图像信息与设备文本信息，以及将所述图像信息与所述文本信息发送至相关联的图像分割系统中；所述图像分割系统响应于接收到所述设备图像信息与所述设备文本信息，将所述设备图像信息与所述设备文本信息输入至预先训练的电力设备图像分割模型包括的图像特征提取网络中，得到设备图像特征提取信息与设备文本特征提取信息；所述图像分割系统将所述设备图像特征提取信息作为目标设备图像特征提取信息，基于所述目标设备图像特征提取信息与所述设备文本特征提取信息，执行如下处理步骤：将所述目标设备图像特征提取信息和所述设备文本特征提取信息输入至所述电力设备图像分割模型包括的多模态特征融合网络中，得到所述目标电力设备对应的多模态特征融合信息；将所述目标设备图像特征提取信息和所述多模态特征融合信息输入至所述电力设备图像分割模型包括的目标模态特征过滤网络中，得到过滤后的多模态特征融合信息；响应于确定目标多模态融合特征信息满足第一预设特征条件，根据所述目标多模态融合特征信息，生成对应所述设备图像信息的设备图像分割信息，其中，所述目标多模态融合特征信息初始为所述目标设备图像特征提取信息和过滤后的多模态特征融合信息的融合特征信息
。2.
根据权利要求1所述的方法，其中，所述方法还包括：所述图像分割系统响应于确定所述目标多模态融合特征信息不满足所述第一预设特征条件，将所述目标多模态融合特征信息输入至所述图像特征提取网络中，得到多模态特征提取信息；所述图像分割系统将所述多模态特征提取信息作为目标多模态融合特征信息，再次执行所述处理步骤...

【专利技术属性】
技术研发人员：李强，赵峰，赵林林，刘茂凯，王誉博，许中平，谢可，安丽利，吴晓峰，张维，张朔，
申请(专利权)人：国网信息通信产业集团有限公司，
类型：发明
国别省市：