图像分割方法、图像分割模型训练方法、装置和存储介质.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 CN 111429460 A (43)申请公布日 2020.07.17 (21)申请号 202010532525.5 (22)申请日 2020.06.12 (71)申请人 腾讯科技（深圳）有限公司 地址 518000 广东省深圳市南山区高新区 科技中一路腾讯大厦35层 (72)发明人 崔恒基　魏东　顾实　马锴　 郑冶枫　 (74)专利代理机构 广州华进联合专利商标代理 有限公司 44224 代理人 李文渊 (51)Int.Cl. G06T 7/10(2017.01) 权利要求书3页 说明书21页 附图6页 (54)发明名称 图像分割方法、图像分割模型训练方法、装 置和存储介质 (57)摘要 本申请涉及人工智能技术领域，特别是涉及 一种图像分割方法、图像分割模型训练方法、装 置和存储介质。所述图像分割方法包括：获取待 分割图像；从所述待分割图像中提取体素特征； 确定所述体素特征与不同类别对应的体素参考 值之间的第一相似度；所述体素参考值是利用待 分割的图像样本进行模型训练所得的模型参数； 当所述体素特征中的目标体素特征与相应的所 述类别对应的体素参考值之间的第一相似度满 足分割条件时，则在所述待分割图像中分割所述 目标体素特征对应的图块。采用本方法能够提高 A 图像分割效率。 0 6 4 9 2 4 1 1 1 N C CN 111429460 A 权　利　要　求　书 1/3页 1.一种图像分割方法，其特征在于，所述方法包括： 获取待分割图像； 从所述待分割图像中提取体素特征； 确定所述体素特征与不同类别对应的体素参考值之间的第一相似度；所述体素参考值 是利用待分割的图像样本进行模型训练所得的模型参数； 当所述体素特征中的目标体素特征与相应的所述类别对应的体素参考值之间的第一 相似度满足分割条件时，则 在所述待分割图像中分割所述目标体素特征对应的图块。 2.根据权利要求1所述的方法，其特征在于，所述从所述待分割图像中提取体素特征包 括： 对所述待分割图像进行裁剪； 将裁剪后所得的待分割图像进行下采样，得到下采样体素特征； 对所述下采样体素特征进行上采样，获得所述待分割图像的体素特征。 3.根据权利要求2所述的方法，其特征在于，所述下采样体素特征包括初始体素特征、 第一下采样体素特征和第二下采样体素特征；所述将裁剪后所得的待分割图像进行下采 样，得到下采样体素特征包括： 通过机器学习模型的特征提取模块对裁剪后所得的待分割图像进行卷积处理，得到初 始体素特征； 通过所述机器学习模型的第一编码器对所述初始体素特征进行下采样，得到所述第一 下采样体素特征； 通过所述机器学习模型的第二编码器对所述第一下采样体素特征进行下采样，得到所 述第二下采样体素特征。 4.根据权利要求3所述的方法，其特征在于，所述对所述下采样体素特征进行上采样， 获得所述待分割图像的体素特征包括： 通过所述机器学习模型的第一解码器对所述第二下采样体素特征进行上采样，得到第 一上采样体素特征； 通过所述机器学习模型的第二解码器对所述第一上采样体素特征进行上采样，得到第 二上采样体素特征； 将所述初始体素特征、所述第一上采样体素特征、所述第二上采样体素特征和裁剪后 的所述待分割图像中各体素的坐标进行拼接，得到体素特征。 5.根据权利要求4所述的方法，其特征在于，所述方法还包