System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于位置敏感的图像分割方法及装置制造方法及图纸_技高网

基于位置敏感的图像分割方法及装置制造方法及图纸

技术编号:41199737 阅读:6 留言:0更新日期:2024-05-07 22:26
本公开提供了一种基于位置敏感的图像分割方法及装置。该方法包括:构建位置敏感网络,利用多个残差单元和位置敏感网络构建下采样网络和上采样网络,利用多个残差单元构建特征处理网络,利用多个下采样网络、特征处理网络和多个上采样网络构建图像分割模型;获取待分割的目标图像,将目标图像输入图像分割模型:通过多个下采样网络处理目标图像,得到目标上采样特征图;通过特征处理网络处理目标上采样特征,得到目标处理特征图;通过多个上采样网络处理目标处理特征图,得到目标分割特征图;依据分割特征图确定目标图像中目标对象对应的分割图像。采用上述技术手段,解决现有技术中图像分割效果差的问题。

【技术实现步骤摘要】

本公开涉及目标检测,尤其涉及一种基于位置敏感的图像分割方法及装置


技术介绍

1、图像分割算法的目的是对原始图像中目标对象进行像素级别分割,也就是从原始图像中分割出目标对象对应的图像部分。现有的图像分割算法常采用卷积神经网络分割图像,卷积神经网络具有强大的局部特征捕捉能力,但因为其卷积操作为局部滑动操作,因此难以建立全局依赖,导致图像分割效果差。


技术实现思路

1、有鉴于此,本公开实施例提供了一种基于位置敏感的图像分割方法、装置、电子设备及计算机可读存储介质,以解决现有技术中图像分割效果差的问题。

2、本公开实施例的第一方面,提供了一种基于位置敏感的图像分割方法,包括:构建位置敏感网络,利用多个残差单元和位置敏感网络构建下采样网络和上采样网络,利用多个残差单元构建特征处理网络,利用多个下采样网络、特征处理网络和多个上采样网络构建图像分割模型;获取待分割的目标图像,将目标图像输入图像分割模型:通过多个下采样网络处理目标图像,得到目标上采样特征图;通过特征处理网络处理目标上采样特征,得到目标处理特征图;通过多个上采样网络处理目标处理特征图,得到目标分割特征图;依据分割特征图确定目标图像中目标对象对应的分割图像。

3、本公开实施例的第二方面,提供了一种基于位置敏感的图像分割装置,包括:构建模块,被配置为构建位置敏感网络,利用多个残差单元和位置敏感网络构建下采样网络和上采样网络,利用多个残差单元构建特征处理网络,利用多个下采样网络、特征处理网络和多个上采样网络构建图像分割模型;获取模块,被配置为获取待分割的目标图像,将目标图像输入图像分割模型:上采样模块,被配置为通过多个下采样网络处理目标图像,得到目标上采样特征图;处理模块,被配置为通过特征处理网络处理目标上采样特征,得到目标处理特征图;下采样模块,被配置为通过多个上采样网络处理目标处理特征图,得到目标分割特征图;确定模块,被配置为依据分割特征图确定目标图像中目标对象对应的分割图像。

4、本公开实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。

5、本公开实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。

6、本公开实施例与现有技术相比存在的有益效果是:构建位置敏感网络,利用多个残差单元和位置敏感网络构建下采样网络和上采样网络,利用多个残差单元构建特征处理网络,利用多个下采样网络、特征处理网络和多个上采样网络构建图像分割模型;获取待分割的目标图像,将目标图像输入图像分割模型:通过多个下采样网络处理目标图像,得到目标上采样特征图;通过特征处理网络处理目标上采样特征,得到目标处理特征图;通过多个上采样网络处理目标处理特征图,得到目标分割特征图;依据分割特征图确定目标图像中目标对象对应的分割图像。采用上述技术手段,可以解决现有技术中图像分割效果差的问题,进而提升图像分割效果。

本文档来自技高网...

【技术保护点】

1.一种基于位置敏感的图像分割方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,构建位置敏感网络,包括:

3.根据权利要求1所述的方法,其特征在于,利用多个残差单元和所述位置敏感网络构建下采样网络和上采样网络,利用多个残差单元构建特征处理网络,利用多个下采样网络、所述特征处理网络和多个上采样网络构建图像分割模型,包括:

4.根据权利要求1所述的方法,其特征在于,利用多个残差单元和所述位置敏感网络构建下采样网络和上采样网络,利用多个残差单元构建特征处理网络,利用多个下采样网络、所述特征处理网络和多个上采样网络构建图像分割模型,包括:

5.根据权利要求2所述的方法,其特征在于,将所述位置敏感网络的输入和输出分别记作第一特征图和第二特征图,包括:

6.根据权利要求5所述的方法,其特征在于,通过所述高度处理分支处理所述第一特征图,得到高度处理特征图,包括:

7.根据权利要求1所述的方法,其特征在于,将所述目标图像输入所述图像分割模型之前,所述方法还包括:

8.一种基于位置敏感的图像分割装置,其特征在于,包括:

9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。

...

【技术特征摘要】

1.一种基于位置敏感的图像分割方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,构建位置敏感网络,包括:

3.根据权利要求1所述的方法,其特征在于,利用多个残差单元和所述位置敏感网络构建下采样网络和上采样网络,利用多个残差单元构建特征处理网络,利用多个下采样网络、所述特征处理网络和多个上采样网络构建图像分割模型,包括:

4.根据权利要求1所述的方法,其特征在于,利用多个残差单元和所述位置敏感网络构建下采样网络和上采样网络,利用多个残差单元构建特征处理网络,利用多个下采样网络、所述特征处理网络和多个上采样网络构建图像分割模型,包括:

5.根据权利要求2所述的方法,其特征在于,将所述位置敏感网络的输入和输出分别记作第一特...

【专利技术属性】
技术研发人员:王洪洪
申请(专利权)人:深圳须弥云图空间科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1