公开(公告)号：CN109741331A

公开(公告)日：2019-05-10

申请号：CN201811578893.2

申请日：2018-12-24

Applicant: 北京航空航天大学

Inventor： 李甲 ,  苏金明 ,  夏长群 ,  赵一凡 ,  赵沁平

IPC: G06T7/10 ,  G06T7/194

Abstract: 本发明涉及一种图像前景物体分割方法，针对图像前景物体不同区域的特征，构建基于边界关注的图像前景物体分割卷积神经网络，该网络首先利用特征提取骨干网络进行图像特征提取，然后利用边界定位子网络得到边界特征和选择性置信图，同时利用内部感知子网络得到内部特征及不变性置信图，利用过渡补充子网络得到前景物体边界和内部之间的过渡补充特征，三路子网络的输出通过边界关注的特征马赛克选择方式得到前景物体分割结果；接下来，对基于边界关注的图像前景物体分割卷积神经网络进行训练，将图像输入已训练的上述卷积神经网络中，实现图像前景物体分割。本发明能够有效将前景物体分割为一个整体，同时对边缘细节处理得很好，且处理图像速度快。

公开(公告)号：CN107730503A

公开(公告)日：2018-02-23

申请号：CN201710818219.6

申请日：2017-09-12

Applicant: 北京航空航天大学

Inventor： 陈小武 ,  李甲 ,  宋亚斐 ,  赵一凡 ,  赵沁平

IPC: G06T7/10 ,  G06N3/08

Abstract: 本发明实施例提供一种三维特征嵌入的图像对象部件级语义分割方法与装置，所述方法包括：获取目标二维图像的三维特征信息；根据所述目标二维图像的三维特征信息和所述目标二维图像的二维特征信息，对所述目标二维图像进行部件级语义分割。本申请的技术方案，在对图像进行部件级语义分割时，不仅考虑了图像的二维特征信息，同时考虑了图像的三维特征信息，进而提高了图像部件级语义分割的准确性。