一种图像语义分割方法.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CN109034162A(43)申请公布日2018.12.18(21)申请号201810769340.9(22)申请日2018.07.13(71)申请人南京邮电大学地址210003江苏省南京市鼓楼区新模范马路66号(72)发明人周全卢竞男杨文斌王雨从德春(74)专利代理机构南京苏科专利代理有限责任公司32102代理人姚姣阳(51)Int.Cl.G06K9/34(2006.01)权利要求书2页说明书4页附图2页(54)发明名称一种图像语义分割方法(57)摘要本发明揭示了一种图像语义分割方法，包含编码和解码两部分，其中编码端基于经典的FCN的模型包含了一系列的卷积操作和最大池化操作来提取特征，且卷积后特征图的通道数加倍，最大池化后特征图的长和宽减半；解码端先把编码端卷积层提取的特征图进行不同倍数的上采样，然后和解码端两倍上采样的特征图连接，再进行卷积提取综合特征。这样浅层的信息和深层的信息能较好的融合，最终网络输出一个21维且和原图大小相同的矩阵。本发明技术方案的提出并应用，重新定义了网络结构，通过结合解码端和解码端的特征图，充分地利用了网络的上下文信息，在一定程度上提高了最终的准确率；并且保留了分割图相对原始图像的分辨率大小。CN109034162ACN109034162A权利要求书1/2页1.一种图像语义分割方法，其特征在于所述方法包含：编码端基于经典的FCN的模型包含了一系列的卷积操作和最大池化操作来提取特征，且卷积后特征图的通道数加倍，最大池化后特征图的长和宽减半；解码端先把编码端卷积层提取的特征图进行不同倍数的上采样，然后和解码端两倍上采样的特征图连接，再进行卷积提取综合特征，将浅层和深层的信息融合，最终网络输出一个21维且和原图大小相同的矩阵。2.根据权利要求1所述图像语义分割方法，其特征在于包括步骤：S1、输入一张任意大小的图像，对图像进行两次相同的卷积，卷积核大小为3×3，卷积核个数为64，步长为1，得到通道数为64的第一特征图；S2、对第一特征图进行步幅为2的2×2最大池化操作，每次池化后特征图的长宽都缩减一半，接着再进行两次相同的卷积，卷积核大小为3×3，卷积核个数为128，步长为1，得到通道数为128的第二特征图；S3、重复S2的操作三次，其中卷积核的个数分别为256、512、1024，卷积后的结果分别记为第三特征图、第四特征图、第五特征图；S4、对第二特征图进行两倍上采样，保持通道数不变，得第六特征图；S5、对第三特征图进行两倍上采样，保持通道数不变，得第七特征图，再对第三特征图进行四倍上采样，保持通道数不变，得第八特征图；S6、对第四特征图进行两倍上采样，保持通道数不变，得第九特征图，对第四特征图进行四倍上采样，保持通道数不变，得第十特征图，对第四特征图进行八倍上采样，保持通道数不变，得第十一特征图；S7、对第五特征图进行两倍上采样，同时通道数减半为512，得第十二特征图，第四、第十二特征图长宽相同、通道数之和为1024，将两者特征图堆叠在一起，并再进行两次3×3的卷积，通道数减半为512，得第十三特征图；S8、对第十三特征图进行两倍上采样，同时通道数减半为256，得第十四特征图，第三、第九和第十四特征图长宽相同，通道数之和为1024，将三者特征图堆叠在一起，再进行两次3×3的卷积，通道数减半为256，得第十五特征图；S9、对第十五特征图进行两倍上采样，同时通道数减半为128，得第十六特征图，第二、第七、第十和第十六特征图长宽相同，通道数之和为1024，将四者特征图堆叠在一起，再进行两次3×3的卷积，通道数减半为128，得第十七特征图；S10、对第十七特征图进行两倍上采样，同时通道数减半为64，得第十八特征图，第一、第六、第八、第十一和第十八特征图长宽相同，通道数之和为1024，将五者特征图堆叠在一起，再进行两次3×3的卷积，通道数减半为64；S11、使用1×1的卷积，把64维的特征矢量映射到所需的类别个数，最终输出一个21维的和矩阵。3.根据权利要求1所述图像语义分割方法，其特征在于：每一次卷积前对图像周围补一圈0的填充操作。4.根据权利要求1所述图像语义分割方法，其特征在于：每一次卷积后衔接一个修正的线性单元。5.根据权利要求1所述图像语义分割方法，其特征在于：卷积核的大小和个数任意可2CN109034162A权利要求书2/2页选。3CN109034162A说明书1/4页一种图像语义分割方法技术领域[0001]本发明涉及一种图像计算机视觉分析和处理方法，具体涉及一种采用深度学习实现图像语义分割的方法。背景技术[0002]伴随着计算机视觉研究的不断加深，研究者逐渐将目光投向对于图像更为准确的分析和理解。语义分割问题正是为了满足这一