本發(fā)明涉及圖像處理，具體提供一種圖像分割方法、設(shè)備及介質(zhì)。

背景技術(shù)：

1、摳圖是一個(gè)需要將前景目標(biāo)從合成圖像中精確提取出來的圖像處理方法。現(xiàn)有技術(shù)中基于深度學(xué)習(xí)的摳圖框架過于關(guān)注前景特征的提取，忽略了背景特征的利用，導(dǎo)致邊界失真。例如，late?fusion?matting方法在網(wǎng)絡(luò)的中間層生成前景和背景的概率圖，然后將它們合并成最終的前景目標(biāo)圖像，雖然利用了背景信息，但未充分利用前景和背景之間的顯著特征。其次，模型架構(gòu)的參數(shù)量過大，包括使用gan作為生成式模型訓(xùn)練，例如hatt、hamagan都采用了gan的訓(xùn)練模式，這無疑增加了模型參數(shù)，導(dǎo)致訓(xùn)練所需時(shí)間增長(zhǎng)。

2、因此，本領(lǐng)域需要一種新的圖像分割方案來解決上述問題。

技術(shù)實(shí)現(xiàn)思路

1、為了克服上述缺陷，提出了本發(fā)明，以提供解決或至少部分地解決模型架構(gòu)設(shè)計(jì)的過于復(fù)雜、模型參數(shù)量過大的問題。

2、在第一方面，本發(fā)明提供一種圖像分割方法，包括：獲取待處理圖像；將所述待處理圖像輸入訓(xùn)練好的孿生網(wǎng)絡(luò)中，得到分割好的前景圖、背景圖；其中所述訓(xùn)練好的孿生網(wǎng)絡(luò)至少包括單階段編碼器解碼器、圖像提取引導(dǎo)特征模塊。

3、在上述圖像分割方法的一個(gè)技術(shù)方案中，將所述待處理圖像輸入訓(xùn)練好的孿生網(wǎng)絡(luò)中，得到分割好的前景圖、背景圖的過程至少包括：將所述待處理圖像輸入到所述圖像提取引導(dǎo)特征模塊，得到上采樣的引導(dǎo)信息；基于所述單階段編碼器解碼器獲取下采樣特征、上采樣特征；將所述上采樣特征、所述上采樣的引導(dǎo)信息輸入到所述單階段編碼器解碼器中，得到分割好的前景圖、背景圖。

4、在上述圖像分割方法的一個(gè)技術(shù)方案中，所述圖像提取引導(dǎo)特征模塊至少包括：eca模塊；將所述待處理圖像輸入到所述圖像提取引導(dǎo)特征模塊，得到上采樣的引導(dǎo)信息的過程至少包括：將基于所述eca模塊提取到的通道注意力特征作為上采樣的引導(dǎo)信息。

5、在上述圖像分割方法的一個(gè)技術(shù)方案中，所述單階段編碼器解碼器包括編碼器，基于所述單階段編碼器解碼器獲取下采樣特征的過程包括：基于所述編碼器獲取所述待處理圖像的下采樣特征，其中在獲取下采樣特征時(shí)采用深度可分離卷積與部分卷積相結(jié)合的方式。

6、在上述圖像分割方法的一個(gè)技術(shù)方案中，所述單階段編碼器解碼器包括解碼器，基于所述單階段編碼器解碼器獲取上采樣特征的過程包括：對(duì)所述上采樣的引導(dǎo)信息進(jìn)行加權(quán)處理，得到對(duì)應(yīng)引導(dǎo)信息的權(quán)重；將所述下采樣特征、所述上采樣的引導(dǎo)信息及權(quán)重融合后輸入到兩個(gè)所述解碼器中，分別得到第一前景上采樣特征、第一背景上采樣特征。

7、在上述圖像分割方法的一個(gè)技術(shù)方案中，所述解碼器包括：第一殘差模塊；所述單階段編碼器解碼器包括解碼器，基于所述單階段編碼器解碼器獲取上采樣特征的過程還包括：基于所述第一殘差模塊提取第一殘差特征；將所述第一殘差特征分別與第一前景上采樣特征、第一背景上采樣特征相融合，得到第二前景上采樣特征、第二背景上采樣特征；對(duì)所述第二前景上采樣特征、所述第二背景上采樣特征進(jìn)行特征提取分離。

8、在上述圖像分割方法的一個(gè)技術(shù)方案中，所述單階段編碼器解碼器還包括空洞空間卷積池化金字塔池化模塊；基于所述編碼器獲取所述待處理圖像的下采樣特征后包括：將所述下采樣特征輸入所述空洞空間卷積池化金字塔池化模塊，與所述上采樣的引導(dǎo)信息的權(quán)重融合后作為所述解碼器的輸入。

9、在第二方面，一種電子設(shè)備，包括處理器和存儲(chǔ)裝置，存儲(chǔ)裝置適于存儲(chǔ)多條程序代碼，程序代碼適于由處理器加載并運(yùn)行以執(zhí)行上述圖像分割方法的技術(shù)方案中任一項(xiàng)技術(shù)方案的圖像分割方法。

10、在第三方面，本發(fā)明提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中存儲(chǔ)有多條程序代碼，程序代碼適于由處理器加載并運(yùn)行以執(zhí)行上述圖像分割方法的技術(shù)方案中任一項(xiàng)技術(shù)方案的圖像分割方法。

11、本發(fā)明上述一個(gè)或多個(gè)技術(shù)方案，至少具有如下一種或多種有益效果：

12、在實(shí)施本發(fā)明的技術(shù)方案中，本發(fā)明提供了一種圖像分割方法，包括：獲取待處理圖像；將待處理圖像輸入訓(xùn)練好的孿生網(wǎng)絡(luò)中，得到分割好的前景圖、背景圖；其中孿生網(wǎng)絡(luò)至少包括單階段編碼器解碼器、圖像提取引導(dǎo)特征模塊。與現(xiàn)有技術(shù)相比，本發(fā)明所提供的圖像分割方法的有益效果為：該方案中的訓(xùn)練好的孿生網(wǎng)絡(luò)包括單階段編碼器解碼器、圖像提取引導(dǎo)特征模塊，對(duì)傳統(tǒng)的孿生網(wǎng)絡(luò)進(jìn)行了改進(jìn)，其中采用單階段編碼器解碼器降低模型復(fù)雜度并提高模型運(yùn)行速度，同時(shí)采用圖像提取引導(dǎo)特征模塊從待處理圖像中提取關(guān)鍵的特征信息，抑制了無關(guān)信息，從而提高前景和背景的區(qū)分度，進(jìn)一步提升分割的準(zhǔn)確性。該方法能夠更有效地捕捉圖像中的細(xì)微特征差異，不僅強(qiáng)化了特征提取的能力，還提高了對(duì)圖像邊緣及細(xì)節(jié)的識(shí)別精度。

技術(shù)特征：

1.一種圖像分割方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述待處理圖像輸入訓(xùn)練好的孿生網(wǎng)絡(luò)中，得到分割好的前景圖、背景圖的過程至少包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述圖像提取引導(dǎo)特征模塊至少包括：eca模塊；將所述待處理圖像輸入到所述圖像提取引導(dǎo)特征模塊，得到上采樣的引導(dǎo)信息的過程至少包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述單階段編碼器解碼器包括編碼器，基于所述單階段編碼器解碼器獲取下采樣特征的過程包括：

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述單階段編碼器解碼器包括解碼器，基于所述單階段編碼器解碼器獲取上采樣特征的過程包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述解碼器包括：第一殘差模塊；所述單階段編碼器解碼器包括解碼器，基于所述單階段編碼器解碼器獲取上采樣特征的過程還包括：

7.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述單階段編碼器解碼器還包括空洞空間卷積池化金字塔池化模塊；基于所述編碼器獲取所述待處理圖像的下采樣特征后包括：

8.根據(jù)權(quán)利要求2所述的方法，其特征在于，獲取上采樣特征過程中，采用深度可分離卷積處理方式。

9.一種電子設(shè)備，包括處理器和存儲(chǔ)裝置，存儲(chǔ)裝置適于存儲(chǔ)多條程序代碼，其特征在于，程序代碼適于由處理器加載并運(yùn)行以執(zhí)行權(quán)利要求1至8中任一項(xiàng)的圖像分割方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中存儲(chǔ)有多條程序代碼，其特征在于，程序代碼適于由處理器加載并運(yùn)行以執(zhí)行權(quán)利要求1至8中任一項(xiàng)的圖像分割方法。

技術(shù)總結(jié)
本發(fā)明提供了一種圖像分割方法、設(shè)備及介質(zhì)，方法包括：獲取待處理圖像；將待處理圖像輸入訓(xùn)練好的孿生網(wǎng)絡(luò)中，得到分割好的前景圖、背景圖；其中孿生網(wǎng)絡(luò)至少包括單階段編碼器解碼器、圖像提取引導(dǎo)特征模塊。該方法中的訓(xùn)練好的孿生網(wǎng)絡(luò)包括單階段編碼器解碼器、圖像提取引導(dǎo)特征模塊，對(duì)傳統(tǒng)的孿生網(wǎng)絡(luò)進(jìn)行了改進(jìn)，其中采用單階段編碼器解碼器降低模型復(fù)雜度并提高模型運(yùn)行速度，同時(shí)采用圖像提取引導(dǎo)特征模塊從待處理圖像中提取關(guān)鍵的特征信息，抑制了無關(guān)信息，從而提高前景和背景的區(qū)分度，進(jìn)一步提升分割的準(zhǔn)確性。總之，該方法能夠更有效地捕捉圖像中的細(xì)微特征差異，不僅強(qiáng)化了特征提取的能力，還提高了對(duì)圖像邊緣及細(xì)節(jié)的識(shí)別精度。

技術(shù)研發(fā)人員：姜寶石,張光遠(yuǎn)
受保護(hù)的技術(shù)使用者：沈陽城市建設(shè)學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30