语义分割方法、装置和系统及存储介质.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CN108876792A(43)申请公布日2018.11.23(21)申请号201810333056.7(22)申请日2018.04.13(71)申请人北京迈格威科技有限公司地址100190北京市海淀区科学院南路2号A座316-318(72)发明人章圳黎张祥雨彭超(74)专利代理机构北京睿邦知识产权代理事务所(普通合伙)11481代理人徐丁峰戴亚南(51)Int.Cl.G06T7/11(2017.01)G06K9/62(2006.01)G06N3/04(2006.01)权利要求书2页说明书14页附图9页(54)发明名称语义分割方法、装置和系统及存储介质(57)摘要本发明实施例提供一种语义分割方法、装置和系统以及存储介质。该方法包括：获取待处理图像；将待处理图像输入U型网络，以获得U型网络输出的待处理图像的语义分割结果，其中，U型网络的收缩路径包括依次连接的n个卷积模块，n个卷积模块中的第i个卷积模块的输出特征与在第i个卷积模块之后的至少一个卷积模块的输出特征结合到一起，结合后的特征跳跃连接到U型网络的扩张路径中的、与第i个卷积模块相对应的反卷积层的输出端，其中，n是大于1的整数，1≤i＜n。根据本发明实施例的语义分割方法、装置和系统以及存储介质，由于采用浅层特征和深层特征能够很好融合的改进的U型网络，因此可以获得更准确的语义分割结果。CN108876792ACN108876792A权利要求书1/2页1.一种语义分割方法，包括：获取待处理图像；将所述待处理图像输入U型网络，以获得所述U型网络输出的所述待处理图像的语义分割结果，其中，所述U型网络的收缩路径包括依次连接的n个卷积模块，所述n个卷积模块中的第i个卷积模块的输出特征与在所述第i个卷积模块之后的至少一个卷积模块的输出特征结合到一起，结合后的特征跳跃连接到所述U型网络的扩张路径中的、与所述第i个卷积模块相对应的反卷积层的输出端，其中，n是大于1的整数，1≤i＜n。2.如权利要求1所述的方法，其中，对于所述第i个卷积模块之后的至少一个卷积模块中的每一个，该卷积模块的输出特征输入卷积层，所述卷积层的输出特征输入上采样层，所述第i个卷积模块之后的至少一个卷积模块所对应的所有上采样层的输出特征与所述第i个卷积模块的输出特征进行元素对应乘，元素对应乘的结果为所述结合后的特征。3.如权利要求1所述的方法，其中，所述方法还包括：获取训练图像以及对应的分类标注数据，所述分类标注数据用于指示所述训练图像属于至少一个预定类别的概率；将所述训练图像输入所述U型网络；对于所述n个卷积模块中的一个或多个卷积模块中的每一个，将该卷积模块的输出特征输入与该卷积模块相对应的语义监督模块，以获得所述语义监督模块输出的所述训练图像的分类结果；基于所述分类结果与所述分类标注数据计算该卷积模块对应的分类损失；基于所述一个或多个卷积模块对应的分类损失计算总的损失；基于所述总的损失优化所述U型网络，以获得经训练的所述U型网络。4.如权利要求3所述的方法，其中，与所述一个或多个卷积模块中的每一个相对应的语义监督模块包括两个卷积层、全局池化层、全连接层和分类函数层。5.如权利要求1所述的方法，其中，对于所述n个卷积模块中的第2个卷积模块至第n-1个卷积模块中的至少一个卷积模块中的每一个，该卷积模块包括的残差卷积单元的数目与所述n个卷积模块包括的残差卷积单元的总数目之间的比例大于该卷积模块对应的预设比例。6.如权利要求1所述的方法，其中，n等于5，所述n个卷积模块中的第2个卷积模块至第n个卷积模块包括的残差卷积单元的数目分别为8，8，9，8。7.一种语义分割装置，包括：第一获取模块，用于获取待处理图像；第一输入模块，用于将所述待处理图像输入U型网络，以获得所述U型网络输出的所述待处理图像的语义分割结果，其中，所述U型网络的收缩路径包括依次连接的n个卷积模块，所述n个卷积模块中的第i个卷积模块的输出特征与在所述第i个卷积模块之后的至少一个卷积模块的输出特征结合到一起，结合后的特征跳跃连接到所述U型网络的扩张路径中的、与所述第i个卷积模块相对应的反卷积层的输出端，其中，n是大于1的整数，1≤i＜n。8.一种语义分割系统，包括处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行如权利要求1至6任一项所述的语义分割方法。2CN108876792A权利要求书2/2页9.一种存储介质，在所述存储介质上存储了程序指令，所述程序指令在运行时用于执行如权利要求1至6任一项所述的语义分割方法。3CN108876792A说明书1/14页语义分割方法、装置和系统及存储介质技术领域[0001]本发明涉及计算机领域，更具体地涉及一