图像处理方法、图像分割模型训练方法及相关装置.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CN113628221A(43)申请公布日2021.11.09(21)申请号202110889894.4(22)申请日2021.08.03(71)申请人OPPO广东移动通信有限公司地址523860广东省东莞市长安镇乌沙海滨路18号(72)发明人郑全龙杨统郭彦东(74)专利代理机构广州三环专利商标代理有限公司44202代理人熊永强(51)Int.Cl.G06T7/11(2017.01)G06T7/194(2017.01)权利要求书3页说明书18页附图9页(54)发明名称图像处理方法、图像分割模型训练方法及相关装置(57)摘要本申请实施例公开了一种图像处理方法、图像分割模型训练方法及相关装置，包括：获取待处理图像；确定所述待处理图像的高分辨率特征图像和第一分割结果图像，所述高分辨率特征图像为包含高分辨率图像特征的图像；根据所述第一分割结果图像确定不确定性图像，所述不确定性图像中的每一像素值用于表述该像素值为背景或者前景的不确定性概率；将所述高分辨率特征图像、所述不确定性图像输入到目标分割精修模块进行精修，得到第二分割结果图像，所述目标分割精修模块包括M个卷积层，所述M为正整数。本申请实施例可以提升目标分割精度。CN113628221ACN113628221A权利要求书1/3页1.一种图像处理方法，其特征在于，所述方法包括：获取待处理图像；确定所述待处理图像的高分辨率特征图像和第一分割结果图像，所述高分辨率特征图像为包含高分辨率图像特征的图像；根据所述第一分割结果图像确定不确定性图像，所述不确定性图像中的每一像素值用于表述该像素值为背景或者前景的不确定性概率；将所述高分辨率特征图像、所述不确定性图像输入到目标分割精修模块进行精修，得到第二分割结果图像，所述目标分割精修模块包括M个卷积层，所述M为正整数。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一分割结果图像确定不确定性图像，包括：确定所述第一分割结果图像的前景概率图像和背景概率图像；根据所述前景概率图像和所述背景概率图像确定所述不确定性图像。3.根据权利要求1或2所述的方法，其特征在于，所述将所述高分辨率特征图像、所述不确定性图像输入到目标分割精修模块进行精修，得到第二分割结果图像，包括：将所述高分辨率特征图像和所述不确定性图像进行级联，得到级联图像；将所述级联图像输入到所述目标分割精修模块进行精修，得到所述第二分割结果图像。4.根据权利要求1‑3任一项所述的方法，其特征在于，所述确定所述待处理图像的高分辨率特征图像和第一分割结果图像，包括：将所述待处理图像输入到第一目标分割网络，得到所述高分辨率特征图像和第三分割结果图像；对所述第三分割结果图像进行N倍上采样，得到所述第一分割结果图像，所述N为满足2的整数倍的正整数。5.根据权利要求1‑3任一项所述的方法，其特征在于，所述确定所述待处理图像的高分辨率特征图像和第一分割结果图像，包括：将所述待处理图像输入到高分辨率网络，得到所述高分辨率特征图像；将所述待处理图像输入到第二目标分割网络，得到第四分割结果图像；对所述第四分割结果图像进行P倍上采样，得到所述第一分割结果图像，所述P为满足2的整数倍的正整数。6.根据权利要求1‑5任一项所述的方法，其特征在于，所述目标分割精修模块具备可导属性。7.一种图像分割模型训练方法，其特征在于，所述方法包括：获取用于训练预设的目标分割精修模块的训练数据，所述训练数据包括样本图像集以及目标图像集，所述样本图像集包括多个样本图像，所述目标图像集包括多个目标图像，每一所述样本图像均对应一个所述目标图像，所述目标图像为所述样本图像对应的实际分割结果图像，所述目标分割精修模块包括M个卷积层，所述M为正整数；确定每一所述样本图像的高分辨率特征图像和第一分割结果图像，所述高分辨率特征图像为包含高分辨率图像特征的图像；根据所述第一分割结果图像确定不确定性图像，所述不确定性图像中的每一像素值用2CN113628221A权利要求书2/3页于表述该像素值为背景或者前景的不确定性概率；将所述高分辨率特征图像、所述不确定性图像输入到所述目标分割精修模块进行精修，得到第二分割结果图像；根据所述第二分割结果图像和其对应的目标图像对所述目标分割精修模块的模型参数进行调整，直到达到训练终止条件。8.根据权利要求7所述的方法，其特征在于，所述根据所述第一分割结果图像确定不确定性图像，包括：确定所述第一分割结果图像的前景概率图像和背景概率图像；根据所述前景概率图像和所述背景概率图像确定所述不确定性图像。9.根据权利要求7或8所述的方法，其特征在于，所述将所述高分辨率特征图像、所述不确定性图像输入到目标分割精修模块进行精修，得到第二分割结果图像，包括：将