人形图像分割方法

摘要

本发明涉及一种人形图像分割方法，方法包括：对训练人形图像的所有第一像素点，提取多尺度上下文信息；将所有第一像素点的所有尺度的图像块送入同一个卷积神经网络，形成多通道的卷积神经网络群，每一个通道对应一个尺度的图像块；采用反向传播算法来训练神经网络群，得到人形图像分割训练模型数据；对测试人形图像的所有第二像素点，提取多尺度上下文信息；每一个第二像素点的不同尺度的图像块送入与人形图像分割训练模型相对应的神经网络通道，如果第一概率大于第二概率，则第二像素点属于人形区域内，反之则第二像素点属于人形区域外。本发明人形图像分割方法，图像分割速度快，精确度高。

主权项

一种人形图像分割方法，其特征在于，所述方法包括：步骤Sl，对训练人形图像的所有第一像素点，提取多尺度上下文信息；步骤S2，将所有所述第一像素点的所有尺度的图像块送入同一个卷积神经网络，形成多通道的卷积神经网络群，每一个通道对应一个尺度的图像块；步骤S3，采用反向传播算法来训练所述神经网络群，得到人形图像分割训练模型数据；步骤S4，对测试人形图像的所有第二像素点，提取多尺度上下文信息；步骤S5，每一个所述第二像素点的不同尺度的图像块送入与人形图像分割训练模型相对应的神经网络通道，所有所述神经网通道在全连接层融合在一起，在全连接层的最后一层的第一节点输出第一值，第二节点输出第二值，所述第一值表示所述第二像素点属于人形区域内的第一概率，所述第二值表示所述第二像素点属于人形区域外的第二概率；如果所述第一概率大于所述第二概率，则所述第二像素点属于人形区域内，反之则所述第二像素点属于人形区域外。