用于分割图像的方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113763310A(43)申请公布日2021.12.07(21)申请号202011239974.7G06N3/08(2006.01)(22)申请日2020.11.09(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司杨欣(72)发明人梅涛杨欣刘金根周伯文(74)专利代理机构北京英赛嘉华知识产权代理有限责任公司11204代理人王达佐马晓亚(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T5/50(2006.01)G06N3/04(2006.01)权利要求书3页说明书11页附图4页(54)发明名称用于分割图像的方法和装置(57)摘要本申请公开了用于分割图像的方法和装置，涉及人工智能、数据处理技术领域。该方法包括：获取初始图像，并根据预设条件获取初始图像中的子图像；基于初始图像，确定第一粒度特征图像；基于子图像，确定第二粒度特征图像；根据第一粒度特征图像以及第二粒度特征图像，确定跨粒度特征图像；根据跨粒度特征图像，确定子图像中的目标元素。采用本方法可以提高图像分割的准确性。CN113763310ACN113763310A权利要求书1/3页1.一种用于分割图像的方法，包括：获取初始图像，并根据预设条件获取所述初始图像中的子图像；基于所述初始图像，确定第一粒度特征图像；基于所述子图像，确定第二粒度特征图像；根据所述第一粒度特征图像以及所述第二粒度特征图像，确定跨粒度特征图像；根据所述跨粒度特征图像，确定所述子图像中的目标元素。2.根据权利要求1所述的方法，其中，所述基于所述初始图像，确定第一粒度特征图像，包括：利用第一卷积神经网络，提取所述初始图像的特征图像，将所述初始图像的特征图像确定为所述第一粒度特征图像；以及所述基于所述子图像，确定第二粒度特征图像，包括：利用第二卷积神经网络，提取所述子图像的特征图像，将所述子图像的特征图像确定为所述第二粒度特征图像。3.根据权利要求2所述的方法，其中，所述第一卷积神经网络包括目标卷积神经网络中的第一子网，所述第二卷积神经网络包括所述目标卷积神经网络中的第二子网；所述根据所述第一粒度特征图像以及所述第二粒度特征图像，确定跨粒度特征图像，包括：根据所述第一子网的目标层级输出的第一粒度特征图像以及所述第二子网的所述目标层级输出的第二粒度特征图像，确定所述目标层级的跨粒度特征图像。4.根据权利要求1所述的方法，其中，所述根据所述第一粒度特征图像以及所述第二粒度特征图像，确定跨粒度特征图像，包括：对所述第一粒度特征图像进行下采样操作，获得所述第一粒度特征图像的下采样图像；对所述第二粒度特征图像进行下采样操作，获得所述第二粒度特征图像的下采样图像；将所述第一粒度特征图像的下采样图像与所述第二粒度特征图像的乘积，与所述第二粒度特征图像的下采样图像与所述第一粒度特征图像的乘积之和，确定为所述跨粒度特征图像。5.根据权利要求1所述的方法，其中，根据所述第一粒度特征图像以及所述第二粒度特征图像，确定跨粒度特征图像，包括：在所述第一粒度特征图像中，确定与所述第二粒度特征图像的特征对齐的对齐特征；确定所述对齐特征在所述第一粒度特征图像中的对齐区域；根据所述对齐区域的图像以及所述第二粒度特征图像，确定所述跨粒度特征图像。6.根据权利要求1所述的方法，其中，所述方法包括多个特征提取层，所述根据所述跨粒度特征图像，确定所述子图像中的目标元素，包括：根据基于浅层特征提取层确定的跨粒度特征图像，以及基于深层特征提取层确定的第二粒度特征图像，确定所述子图像中的目标元素。7.根据权利要求1所述的方法，其中，所述方法还包括：融合所述第一粒度特征图像以及所述第二粒度特征图像，生成分割后的图像。2CN113763310A权利要求书2/3页8.一种用于分割图像的装置，包括：获取单元，被配置为获取初始图像，并根据预设条件获取所述初始图像中的子图像；第一确定单元，被配置为基于所述初始图像，确定第一粒度特征图像；第二确定单元，被配置为基于所述子图像，确定第二粒度特征图像；第三确定单元，被配置为根据所述第一粒度特征图像以及所述第二粒度特征图像，确定跨粒度特征图像；目标元素确定单元，被配置为根据所述跨粒度特征图像，确定所述子图像中的目标元素。9.根据权利要求8所述的装置，其中，所述第一确定单元，包括：第一卷积模块，被配置为利用第一卷积神经网络，提取所述初始图像的特征图像，将所述初始图像的特征图像确定为所述第一粒度特征图像；以及所述第二确定单元，包括：第二卷积模块，被配置为利用第二卷积神经网络，提取所述子图像的特征图像，将所述