全景图像的图像分割方法、装置、计算机设备和存储介质与流程

技术特征：
1.一种全景图像的图像分割方法，所述方法包括：获取全景图像，提取所述全景图像的图像特征；基于所述图像特征，识别所述全景图像中检测目标对应的视场角边框；基于所述图像特征，获取所述视场角边框对应的局部图像特征；通过基于球面投影的池化处理算子对所述局部图像特征进行池化处理后，基于池化处理的结果获取所述局部图像特征对应的局部图像分割结果；根据所述局部图像特征对应的局部图像分割结果，获取所述全景图像对应的全景图像分割结果。2.根据权利要求1所述的方法，其特征在于，所述图像特征包括非边界区域图像特征以及边界区域图像特征；所述提取所述全景图像的图像特征包括：通过预设常规卷积算子提取所述全景图像的非边界区域图像特征；通过预设目标形变适应算子提取所述全景图像的边界区域图像特征。3.根据权利要求2所述的方法，其特征在于，所述检测目标包括非边界位置目标；所述基于所述图像特征，识别所述全景图像中检测目标对应的视场角边框包括：基于所述非边界图像特征，识别所述全景图像中非边界位置目标对应的视场角边框。4.根据权利要求2所述的方法，其特征在于，所述检测目标包括边界位置目标；所述基于所述图像特征，识别所述全景图像中检测目标对应的视场角边框包括：基于所述边界区域图像特征，识别所述全景图像中边界位置目标；基于所述边界区域图像特征识别第一检测目标与第二检测目标之间的目标属性，所述第一检测目标与所述第二检测目标为所述全景图像中处于相对位置的边界位置目标；当所述目标属性表征所述第一检测目标与所述第二检测目标为同一检测目标时，获取所述第一检测目标与所述第二检测目标对应的初始视场角边框，所述视场角边框包括所述全景图像边界范围外区域；根据所述第一检测目标与所述第二检测目标对应的初始视场角边框，获取所述全景图像中边界位置目标对应的视场角边框。5.根据权利要求4所述的方法，其特征在于，所述根据所述第一检测目标与所述第二检测目标对应的初始视场角边框，获取所述全景图像中边界位置目标对应的视场角边框包括：根据所述初始视场角边框的位置，将所述全景图像中任意一个边界的初始视场角边框映射至所述初始视场角边框所在边界的对应边界；通过非极大值过滤算法对所述对应边界中的初始视场角边框进行过滤，获取所述全景图像中边界位置目标对应的视场角边框。6.根据权利要求1所述的方法，其特征在于，所述根据所述局部图像特征对应的局部图像分割结果，基于池化处理的结果获取所述全景图像对应的全景图像分割结果之后，还包括：获取所述全景图像对应的旋转全景图像；提取所述旋转全景图像对应的旋转图像分割结果；根据所述旋转图像分割结果更新所述全景图像分割结果。
7.一种全景图像的图像分割装置，其特征在于，所述装置包括：数据获取模块，用于获取全景图像，提取所述全景图像的图像特征；视场角处理模块，用于基于所述图像特征，识别所述全景图像中检测目标对应的视场角边框；分支检测模块，用于基于所述图像特征，获取所述视场角边框对应的局部图像特征；区域处理模块，用于通过基于球面投影的池化处理算子对所述局部图像特征进行池化处理后，基于池化处理的结果获取所述局部图像特征对应的局部图像分割结果；结果获取模块，用于根据所述局部图像特征对应的局部图像分割结果，获取所述全景图像对应的全景图像分割结果。8.根据权利要求7所述的装置，其特征在于，所述图像特征包括非边界区域图像特征以及边界区域图像特征，所述数据获取模块具体用于：通过预设常规卷积算子提取所述全景图像的非边界区域图像特征；通过预设目标形变适应算子提取所述全景图像的边界区域图像特征。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种全景图像的图像分割方法、装置、计算机设备和存储介质。其中方法通过获取全景图像，提取全景图像的图像特征；基于图像特征，识别全景图像中检测目标对应的视场角边框；基于图像特征，获取视场角边框对应的局部图像特征；通过基于球面投影的池化处理算子对局部图像特征进行池化处理后，基于池化处理的结果获取局部图像特征对应的局部图像分割结果；根据局部图像特征对应的局部图像分割结果，获取全景图像对应的全景图像分割结果。本申请可以有效对视场角边框形式的局部图像特征进行池化处理，来得到局部图像特征对应的局部图像分割结果，进而得到最终的实例分割结果，保证实例分割的准确性。保证实例分割的准确性。保证实例分割的准确性。


技术研发人员：林晓帆 姜文杰
受保护的技术使用者：影石创新科技股份有限公司
技术研发日：2021.10.22
技术公布日：2022/2/7