本公开涉及一种图像分割方法、图像分割模型的训练方法及装置。包括：获取待分割图像的第一特征和初始分割结果，其中，所述初始分割结果为根据标记图像的第二原型向量，对所述第一特征进行分割处理得到，所述标记图像中的标记对象与所述待分割图像中的待分割对象属于同一类别；根据所述第一特征和所述初始分割结果，确定所述待分割图像的第一原型向量；根据所述第二原型向量和所述第一原型向量，对所述第一特征进行分割处理，得到所述待分割图像的分割结果。通过利用第一原型向量结合第二原型向量，能够在标记图像的标记对象与待分割图像的待分割对象差别较大时，仍然能够准确分割。仍然能够准确分割。仍然能够准确分割。
【技术实现步骤摘要】
一种图像分割方法、图像分割模型的训练方法及装置
[0001]本公开涉及计算机视觉
，尤其涉及一种图像分割方法、图像分割模型的训练方法及装置。
技术介绍
[0002]随着计算机视觉技术的发展，出现了图像分割技术。通过图像分割技术，可以将图像分离成互不交叠有相同性质的区域，具有广泛的应用价值，例如自动驾驶、目标检测、医学影像等。相关技术中采用图像分割模型对待分割的图像进行处理。然而，为了得到高准确度的图像分割模型，常需要大量的人力物力去标注训练样本，即便如此，训练后的图像分割模型的泛化能力仍旧不高，对于新类别的图像无法进行准确的分割。
技术实现思路
[0003]本公开提供一种图像分割方法、图像分割模型的训练方法及装置，以至少解决相关技术中图像分割模型对于新类别的图像无法进行准确的分割的问题。本公开的技术方案如下：
[0004]根据本公开实施例的第一方面，提供一种图像分割方法，包括：
[0005]获取待分割图像的第一特征和初始分割结果，其中，所述初始分割结果为根据标记图像的第二原型向量，对所述第一特征进行分割处理得到，所述标记图像中的标记对象与所述待分割图像中的待分割对象属于同一类别；
[0006]根据所述第一特征和所述初始分割结果，确定所述待分割图像的第一原型向量；
[0007]根据所述第二原型向量和所述第一原型向量，对所述第一特征进行分割处理，得到所述待分割图像的分割结果。
[0008]在一种可能的实现方式中，所述初始分割结果包括初始前景分割结果和初始背景分割结果，所述第一原型向量包括前景第一原型向量和背景第一原型向量；所述根据所述第一特征和所述初始分割结果，确定所述待分割图像的第一原型向量，包括：
[0009]根据所述第一特征和初始前景分割结果，确定所述待分割对象的第一特征，所述待分割对象的第一特征为所述待分割图像的第一特征中属于所述待分割对象的特征；
[0010]根据所述第一特征和初始背景分割结果，确定所述待分割图像中背景图像的第一特征，所述待分割图像的背景图像为所述待分割图形中除所述待分割对象以外的图像；
[0011]对所述待分割对象的第一特征进行全局均值化处理，得到前景第一原型向量；
[0012]对所述待分割图像中背景图像的第一特征进行全局均值化处理，得到背景第一原型向量。
[0013]在一种可能的实现方式中，对所述待分割图像中待分割对象的第一特征进行全局均值化处理，得到前景第一原型向量，包括：
[0014]获取所述待分割对象的第一特征的预测置信度；
[0015]对预测置信度大于预设阈值的所述待分割对象的第一特征进行全局均值化处理，
得到前景第一原型向量；
[0016]所述对所述待分割图像中背景图像的第一特征进行全局均值化处理，得到背景第一原型向量，包括：
[0017]获取所述待分割图像中背景图像的第一特征的预测置信度；
[0018]对预测置信度大于预设阈值的所述待分割图像中背景图像的第一特征进行全局均值化处理，得到背景第一原型向量。
[0019]在一种可能的实现方式中，根据所述第二原型向量和所述第一原型向量，对所述第一特征进行分割处理，得到所述待分割图像的分割结果，包括：
[0020]根据所述第二原型向量和所述第一原型向量，确定第三原型向量；
[0021]计算所述第三原型向量与所述第一特征的相似度；
[0022]根据所述第三原型向量与所述第一特征的相似度，确定所述待分割图像的分割结果。
[0023]在一种可能的实现方式中，所述第二原型向量包括前景第二原型向量和背景第二原型向量，所述第一原型向量包括前景第一原型向量和背景第一原型向量，所述根据所述第二原型向量和所述第一原型向量，对所述第一特征进行分割处理，得到所述待分割图像的分割结果，包括：
[0024]根据所述前景第二原型向量和所述前景第一原型向量，确定前景第三原型向量；
[0025]根据所述背景第二原型向量和所述背景第一原型向量，确定背景第三原型向量；
[0026]计算所述前景第三原型向量与所述第一特征的相似度，得到第一相似度；
[0027]计算所述背景第三原型向量与所述第一特征的相似度，得到第二相似度；
[0028]根据所述第一相似度和所述第二相似度，确定所述待分割图像的分割结果。
[0029]在一种可能的实现方式中，所述标记图像的第二原型向量的获得方式包括：
[0030]获取标记图像的第二特征以及所述标记图像对应的掩膜；
[0031]根据所述第二特征和所述掩膜，确定所述标记图像的第二原型向量。
[0032]在一种可能的实现方式中，所述掩膜包括前景掩膜和背景掩膜，所述第二原型向量包括前景第二原型向量和背景第二原型向量；所述标记图像的第二原型向量的获得方式，包括；
[0033]根据所述标记图像的第二特征和所述标记图像对应的前景掩膜，确定所述标记对象的第二特征，所述标记对象的第二特征为所述标记图像的第二特征中属于所述标记对象的特征；
[0034]根据所述标记图像的第二特征和所述标记图像对应的背景掩膜，确定所述标记图像中背景图像的第二特征，所述标记图像的背景图像为所述标记图像中除所述标记对象以外的图像；
[0035]对所述标记对象的第二特征进行全局均值化处理，得到前景第二原型向量；
[0036]对所述标记图像中背景图像的第二特征进行全局均值化处理，得到背景第二原型向量。
[0037]在一种可能的实现方式中，所述初始分割结果为根据标记图像的第二原型向量，对所述第一特征进行分割处理得到，包括：
[0038]计算所述第二原型向量与所述第一特征的相似度；
[0039]根据所述第二原型向量与所述第一特征的相似度，确定所述样本待分割图像的初始分割结果。
[0040]在一种可能的实现方式中，所述分割结果是通过图像分割模型获得，所述图像分割模型的训练方式包括：
[0041]获取样本图像集合，所述样本图像集合包括样本标记图像以及标注有待分割对象的样本待分割图像；
[0042]根据所述样本标记图像的样本第二特征和所述样本标记图像对应的掩膜，确定样本第二原型向量；
[0043]根据所述样本第二原型向量，对所述样本待分割图像的样本第一特征进行分割处理，得到所述样本待分割图像的初始分割结果；
[0044]根据所述第一特征和所述初始分割结果，确定样本第一原型向量；
[0045]根据所述样本第二原型向量和所述样本第一原型向量，对所述样本第一特征进行分割处理，得到所述样本待分割图像的分割结果；
[0046]基于所述分割结果与标注的所述待分割对象之间的差异，对图像分割模型的训练参数进行迭代调整，直至所述差异满足预设要求。
[0047]根据本公开实施例的第二方面，提供一种图像分割模型的训练方法，包括：
[0048]获取样本图像集合，所述样本图像集本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像分割方法，其特征在于，包括：获取待分割图像的第一特征和初始分割结果，其中，所述初始分割结果为根据标记图像的第二原型向量，对所述第一特征进行分割处理得到，所述标记图像中的标记对象与所述待分割图像中的待分割对象属于同一类别；根据所述第一特征和所述初始分割结果，确定所述待分割图像的第一原型向量；根据所述第二原型向量和所述第一原型向量，对所述第一特征进行分割处理，得到所述待分割图像的分割结果。2.根据权利要求1所述的方法，其特征在于，所述初始分割结果包括初始前景分割结果和初始背景分割结果，所述第一原型向量包括前景第一原型向量和背景第一原型向量；所述根据所述第一特征和所述初始分割结果，确定所述待分割图像的第一原型向量，包括：根据所述第一特征和初始前景分割结果，确定所述待分割对象的第一特征，所述待分割对象的第一特征为所述待分割图像的第一特征中属于所述待分割对象的特征；根据所述第一特征和初始背景分割结果，确定所述待分割图像中背景图像的第一特征，所述待分割图像的背景图像为所述待分割图形中除所述待分割对象以外的图像；对所述待分割对象的第一特征进行全局均值化处理，得到前景第一原型向量；对所述待分割图像中背景图像的第一特征进行全局均值化处理，得到背景第一原型向量。3.根据权利要求2所述的方法，其特征在于，对所述待分割图像中待分割对象的第一特征进行全局均值化处理，得到前景第一原型向量，包括：获取所述待分割对象的第一特征的预测置信度；对预测置信度大于预设阈值的所述待分割对象的第一特征进行全局均值化处理，得到前景第一原型向量；所述对所述待分割图像中背景图像的第一特征进行全局均值化处理，得到背景第一原型向量，包括：获取所述待分割图像中背景图像的第一特征的预测置信度；对预测置信度大于预设阈值的所述待分割图像中背景图像的第一特征进行全局均值化处理，得到背景第一原型向量。4.根据权利要求1所述的方法，其特征在于，根据所述第二原型向量和所述第一原型向量，对所述第一特征进行分割处理，得到所述待分割图像的分割结果，包括：根据所述第二原型向量和所述第一原型向量，确定第三原型向量；计算所述第三原型向量与所述第一特征的相似度；根据所述第三原型向量与所述第一特征的相似度，确定所述待分割图像的分割结果。5.一种图像分割模型的训练方法，包括：获取样本图像集合，所述样本图像集合包括样本标记图像以及标注有待分割对象的样本待分割图像；根据样本标记图像的样本第二特征和所述样本标记图像对应的掩膜，确定样本第二原型向量；根据所述样本第二原型向量，对所述样本待分割图像的样本第一特征进行分割处...
【专利技术属性】
技术研发人员：戴宇荣，范琦，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。