一种基于区域对比度检测的弱监督图像语义分割方法

摘要

本发明提出一种基于区域对比度检测的弱监督图像语义分割方法，包括将带标签的图像I分割成若干个区域；计算每一个区域的颜色对比度；相似的显著性值分配给相似的颜色；利用每个区域和其他区域空间对比度，得到显著性目标区域；对显著性目标区域图像进行显著性分割；迭代应用GrabCut优化分割结果，得到预测分割掩膜；将带标签的图像I输入至分割网络；以图像级标签及预测分割掩膜为监督信息，使用多标签交叉熵损失函数训练网络；输出精度较高的分割图像。本发明利用利用基于区域对比度的显著性检测，得到分割图作为深度卷积神经网络的监督信息，实现弱监督学习，减少对人工标注的依赖，并且达到较高分割精度的分割模型。