【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种基于混合上下文注意力的图像语义分割方法。
技术介绍
1、图像分割是图像处理中的一项关键技术，同时也是是计算机视觉领域中一项重要任务，图像分割的目标是根据图像中的不同像素之间的视觉特征和语义信息，将图像中的每个像素划分为属于不同对象、物体或区域的部分。目前图像分割主要分为语义分割、实例分割和交互式分割，这些分割技术可以通过不同类别、不同实体、是否存在交互式操作的标准进行区分。
2、语义分割是图像分割领域中最基础、最重要的内容，它将同一类的像素点归为一类，精确地对图像每个像素点实现分类，广泛应用在自动驾驶、自动监控、医学影像分析、卫星遥感图像处理以及其他数字图像处理等领域。早期的语义分割方法以传统方法为主，主要包括基于图像处理的方法，例如边缘检测、区域分割、颜色聚类等，其次是基于纹理特征的方法，例如灰度共生矩阵或小波变换。以及基于形态学的分割、混合遗传算法等。还有一些结合了机器学习的方法，比如：fcm聚类、区域水平集等。传统的语义分割方法可以达到一定的分割精度，但仍依靠先验知识、无法捕捉高层次...
【技术保护点】
1.一种基于混合上下文注意力的图像语义分割方法：其特征在于：包括以下步骤：
2.根据权利要求1所述的基于混合上下文注意力的图像语义分割方法，其特征在于：在步骤(1)中，将图像数据中的图片转换为png格式，再将png格式的图片使用归一化、标准化方法进行处理。
3.根据权利要求1所述的基于混合上下文注意力的图像语义分割方法，其特征在于：损失函数的计算公式如下：
4.根据权利要求1所述的基于混合上下文注意力的图像语义分割方法，其特征在于：拆分注意力编码器由双分支的卷积茎干块模块以及阶段1～阶段4的拆分注意力编码模块组成；
5....
【技术特征摘要】
1.一种基于混合上下文注意力的图像语义分割方法：其特征在于：包括以下步骤：
2.根据权利要求1所述的基于混合上下文注意力的图像语义分割方法，其特征在于：在步骤(1)中，将图像数据中的图片转换为png格式，再将png格式的图片使用归一化、标准化方法进行处理。
3.根据权利要求1所述的基于混合上下文注意力的图像语义分割方法，其特征在于：损失函数的计算公式如下：
4.根据权利要求1所述的基于混合上下文注意力的图像语义分割方法，其特征在于：拆分注意力编码器由双分支的卷积茎干块模块以及阶段1～阶段4的拆分注意力编码模块组成；
5.根据权利要求4所述的基于混合上下文注意力的图像语义分割方法，其特征在于：双分支的卷积茎干块模块以原始图像作为输入，双分支的卷积茎干块模块采用双分支结构来提取图像重要的边缘细节，将双分支的卷积茎干块模块的两个分支的输出进行相加并由relu函数完成激活，双分支的卷积茎干块模块具体计算如下列所示：
6.根据权利要求4所述的基于混合上下文注意力的图像语义分割方法，其特征在于：拆分注意力编码模块包括一个3*3卷积和拆分注意力单元以及一个最大池化模块，先将输入特征图通过一个3×3卷积将通道数翻倍以提升分割模型的空间信息表达能力，随后将卷积得到的结果作为拆分注意力单元的输入；
7.根据权利要求4所述的基于混合上下文注意力的图像语义分割方法，其特征在于：级联注意力解码器由四个非同构特征融合模块、四个协同注意力模块、四个1*1卷积构成，非同构特征融合...
【专利技术属性】
技术研发人员：肖汉光，张启航，李利，王伟，易振宇，赵时逸，
申请(专利权)人：重庆理工大学，
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。