[发明专利]改进图像分割学习方法和装置及使用其的测试方法和装置

摘要

公开了一种通过使用学习装置来改进图像分割的方法。该方法包括以下步骤：(a)如果获得训练图像，则通过编码层和解码层获取第(2‑K)至第(2‑1)特征图，并从与第(2‑K)至第(2‑1)特征图中的从H个滤波器获得的H个特征图分别对应的第1至第H损失层中获取第1至第H损失；以及(b)在执行反向传播过程时，执行以下过程：允许第(2‑M)滤波器将卷积运算应用于从第(2‑(M‑1))滤波器中继的第(M‑1)2调整特征图，从而获得第M1临时特征图；将通过第M1临时特征图计算第M损失得到的第M2调整特征图中继至第(2‑(M+1))滤波器；以及调整第(1‑1)滤波器至第(1‑K)滤波器和第(2‑K)至第(2‑1)滤波器的参数的至少一部分。

主权项

1.一种用于通过使用学习装置来改进图像分割的学习方法，其中，所述学习装置包括：(i)编码层，具有通过将一个或多个卷积运算应用于作为输入图像的训练图像来分别生成第(1‑1)特征图至第(1‑K)特征图的第(1‑1)滤波器至第(1‑K)滤波器中的每一个；(ii)解码层，具有通过将一个或多个去卷积运算应用于1‑K特征图来分别生成第(2‑K)特征图至第(2‑1)特征图的第(2‑K)滤波器至第(2‑1)滤波器中的每一个；以及(iii)第1损失层至第H损失层，分别与包括在所述解码层中的K个滤波器中的H个滤波器交互，所述学习方法包括以下步骤：(a)如果获得所述输入图像，则所述学习装置通过所述编码层和所述解码层获取或支持另一装置获取所述第(2‑K)特征图至第(2‑1)特征图，并且获取或支持另一装置从与所述第(2‑K)特征图至第(2‑1)特征图中的从H个所选择的滤波器获得的H个特征图中的每一个分别对应的所述第1损失层至所述第H损失层中获取第1损失至第H损失；以及(b)在执行反向传播过程时，所述学习装置执行以下过程：(1)允许第(2‑M)滤波器将卷积运算应用于从第(2‑(M‑1))滤波器中继的第(M‑1)2调整特征图，从而获得第M1临时特征图；(2)将通过利用所述第M1临时特征图计算第M损失得到的第M2调整特征图中继至所述第(2‑(M+1))滤波器；以及(3)调整所述第(1‑1)滤波器至所述第(1‑K)滤波器和所述第(2‑K)滤波器至所述第(2‑1)滤波器的参数的至少一部分，其中M是大于或等于2且小于或等于K‑1的整数，其中，作为所述步骤(b)的初始状态，所述第1损失层计算对应于所述第(2‑1)特征图的所述第1损失，所述第(2‑1)滤波器对所述第1损失应用卷积运算从而获取第12调整特征图，并且所述第(2‑1)滤波器将所述第12调整特征图中继至第(2‑2)滤波器。