图像分割方法、装置、电子设备及存储介质.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CN114332149A(43)申请公布日2022.04.12(21)申请号202111607973.8(22)申请日2021.12.22(71)申请人北京达佳互联信息技术有限公司地址100085北京市海淀区上地西路6号1幢1层101D1-7(72)发明人安世杰熊晏民张渊(74)专利代理机构华进联合专利商标代理有限公司44224代理人关志琨(51)Int.Cl.G06T7/136(2017.01)G06V10/764(2022.01)G06K9/62(2022.01)G06T5/50(2006.01)权利要求书2页说明书14页附图4页(54)发明名称图像分割方法、装置、电子设备及存储介质(57)摘要本公开关于一种图像分割方法、装置、电子设备及存储介质，所述方法包括：对待检测图像进行目标检测，得到所述待检测图像中各目标对象对应的候选框和所述候选框的置信信息；所述置信信息用于表示所述候选框中的对象为显著性前景对象的置信概率；根据所述候选框的置信信息，从所述候选框中确定出目标候选框；将所述目标候选框对应的区域图像输入训练完成的图像分割网络，得到分割出的对象图像，作为所述待检测图像的图像分割结果。该方法通过简化显著性检测问题，可以更具有针对性地对图像进行处理，得到更精确的分割结果。CN114332149ACN114332149A权利要求书1/2页1.一种图像分割方法，其特征在于，包括：对待检测图像进行目标检测，得到所述待检测图像中各目标对象对应的候选框和所述候选框的置信信息；所述置信信息用于表示所述候选框中的对象为显著性前景对象的置信概率；根据所述候选框的置信信息，从所述候选框中确定出目标候选框；将所述目标候选框对应的区域图像输入训练完成的图像分割网络，得到分割出的对象图像，作为所述待检测图像的图像分割结果。2.根据权利要求1所述的方法，其特征在于，所述对待检测图像进行目标检测，得到所述待检测图像中各目标对象对应的候选框和所述候选框的置信信息，包括：通过多尺度特征图对所述待检测图像进行目标检测，得到所述待检测图像中各目标对象对应的候选框；提取所述候选框所对应的区域图像的高层特征信息和低层特征信息，并对所述高层特征信息和所述低层特征信息进行特征融合处理，得到所述候选框的置信信息；所述高层特征信息为所述区域图像的抽象的语义信息，所述低层特征信息为所述区域图像的视觉可见的信息。3.根据权利要求1所述的方法，其特征在于，所述根据所述候选框的置信信息，从所述候选框中确定出目标候选框，包括：将所述候选框的置信信息与预设阈值进行比对；当所述候选框的置信信息大于预设阈值时，确定所述候选框为所述目标候选框。4.根据权利要求1所述的方法，其特征在于，所述训练完成的图像分割网络通过下述训练方式进行训练，包括：获取样本图像；所述样本图像携带有显著性标注信息；基于待训练的图像分割网络对所述样本图像的分割结果与所述显著性标注信息之间的第一损失值，从所述样本图像中筛选出目标样本；所述目标样本对应的所述第一损失值大于损失阈值；增大所述目标样本在所述样本图像中的训练占比，得到所述目标样本的第一训练占比和其他样本的第二训练占比；所述其他样本为所述样本图像中除所述目标样本之外的样本图像；按照所述第一训练占比和所述第二训练占比，采用所述目标样本和所述其他样本对所述待训练的图像分割网络进行训练，得到所述图像分割网络。5.根据权利要求4所述的方法，其特征在于，所述获取样本图像，包括：获取初始样本图像；所述初始样本图像中包括显著性标注信息存在缺陷的缺陷样本图像；基于所述初始样本图像中对象的位置，对所述初始样本图像进行样本扩增处理，得到对应的扩增样本图像；对所述缺陷样本图像所携带的显著性标注信息进行数据优化处理，得到对应的优化样本图像；根据所述扩增样本图像和所述优化样本图像，得到所述样本图像。6.根据权利要求5所述的方法，其特征在于，所述训练完成的图像分割网络还通过下述2CN114332149A权利要求书2/2页训练方式进行训练，包括：获取同一样本图像的第一扩增图像和第二扩增图像；获取所述待训练的图像分割网络对所述第一扩增图像的第一分割结果和对所述第二扩增图像的第二分割结果；基于所述第一分割结果和所述第二分割结果之间的第二损失值，对所述待训练的图像分割网络进行训练，得到所述图像分割网络。7.一种图像分割装置，其特征在于，包括：检测单元，被配置为执行对待检测图像进行目标检测，得到所述待检测图像中各目标对象对应的候选框和所述候选框的置信信息；所述置信信息用于表示所述候选框中的对象为显著性前景对象的置信概率；确定单元，被配置为执行根据所述候选框的置信信息，从所述候选框中确定出目标候选框；分割单元，被配置为执行将所述