图像分割方法及装置与流程

1.本公开涉及图像处理领域，尤其涉及一种图像分割方法及装置。


背景技术：

2.图像分割技术是一项非常重要的计算机视觉任务，它在图像检索、图片编辑和影视制作中有诸多应用。交互式分割(interactive segmentation)作为图像分割领域的一种具体分割方式，旨在以最少的用户输入和推理时间实现感兴趣对象和背景的区分，并达到最佳的分割精度。由于用户输入信息(例如点击，涂抹，边界框等)的多样性，交互式分割为用户提供了极大的灵活度并能够根据用户引导对当前分割结果进行有效调整。
3.交互式分割具体可以划分为输入图像的特征提取(feature encoding)和用户交互(user interaction)处理等两个子任务。目前，交互式分割通常将两个子任务进行强耦合、以端到端(end-to-end)的方式集合输入图像的特征提取和用户交互处理来获取目标掩码，在该过程中，需要多次迭代，也即多次重复经历整个网络来得到分割结果。但为了得到较好的分割结果，一般会采用较大的网络来进行交互式分割，也就是采用一个较大网络进行特征提取和用户交互处理，这样会带来非常大的计算开销和运行耗时。


技术实现要素：

4.本公开提供一种图像分割方法及装置，以至少解决相关技术中交互式分割常常导致非常大的计算开销和运行耗时的问题。
5.根据本公开实施例的第一方面，提供一种图像分割方法，包括：将待处理图像输入到第一图像特征提取网络中，得到第一图像特征；将预设的参考信息、第一交互信息和待处理图像输入到第二图像特征提取网络中，得到第二图像特征，其中，第二图像特征提取网络从图像中提取的图像特征的信息量小于第一图像特征提取网络从所述图像中提取的图像特征的信息量，第一交互信息为用于指示待处理图像中待分割对象的位置信息；基于第一图像特征和第二图像特征，得到针对待分割对象的第一目标掩码；基于第一目标掩码对待处理图像进行分割处理，得到针对待分割对象的第一分割结果。
6.可选地，在第一分割结果不满足预设要求的情况下，图像分割方法还包括：将第一目标掩码、第二交互信息和待处理图像输入到第二图像特征提取网络中，得到第三图像特征，其中，所第二交互信息用于指示待处理图像中待分割对象的位置信息；基于第一图像特征和第三图像特征，得到针对待分割对象的第二目标掩码；基于第二目标掩码对待处理图像进行分割处理，得到针对待分割对象的第二分割结果。
7.可选地，基于第一图像特征和第二图像特征，得到针对待分割对象的第一目标掩码，包括：将第一图像特征和第二图像特征进行融合，得到融合图像特征；将融合图像特征输入到图像掩码提取网络中，得到第一目标掩码。
8.可选地，将第一图像特征和第二图像特征进行融合，得到融合图像特征，包括：将第一图像特征和第二图像特征进行拼接，得到拼接后的特征；将拼接后的特征输入到残差
网络中，得到融合图像特征。
9.可选地，第一交互信息包括正向交互信息和/或反向交互信息，其中，正向交互信息用于指示待处理图像中待分割对象所在的区域，反向交互信息用于指示待处理图像中待分割对象所在区域之外的区域。
10.可选地，第二交互信息基于第一分割结果确定且第二交互信息包括正向交互信息和/或反向交互信息，其中，正向交互信息用于指示待处理图像中待分割对象所在的区域，反向交互信息用于指示待处理图像中待分割对象所在区域之外的区域。
11.根据本公开实施例的第二方面，提供一种图像分割装置，包括：第一图像特征获取单元，被配置为将待处理图像输入到第一图像特征提取网络中，得到第一图像特征；第二图像特征获取单元，被配置为将预设的参考信息、第一交互信息和待处理图像输入到第二图像特征提取网络中，得到第二图像特征，其中，第二图像特征提取网络从图像中提取的图像特征的信息量小于第一图像特征提取网络从所述图像中提取的图像特征的信息量，第一交互信息为用于指示待处理图像中待分割对象的位置信息；掩码获取单元，被配置为基于第一图像特征和第二图像特征，得到针对待分割对象的第一目标掩码；分割单元，被配置为基于第一目标掩码对待处理图像进行分割处理，得到针对待分割对象的第一分割结果。
12.可选地，在第一分割结果不满足预设要求的情况下，第二图像特征获取单元，还被配置为将第一目标掩码、第二交互信息和待处理图像输入到第二图像特征提取网络中，得到第三图像特征，其中，所第二交互信息用于指示待处理图像中待分割对象的位置信息；掩码获取单元，还被配置为基于第一图像特征和第三图像特征，得到针对待分割对象的第二目标掩码；分割单元，还被配置为基于第二目标掩码对待处理图像进行分割处理，得到针对待分割对象的第二分割结果。
13.可选地，掩码获取单元，还被配置为将第一图像特征和第二图像特征进行融合，得到融合图像特征；将融合图像特征输入到图像掩码提取网络中，得到第一目标掩码。
14.可选地，掩码获取单元，还被配置为将第一图像特征和第二图像特征进行拼接，得到拼接后的特征；将拼接后的特征输入到残差网络中，得到融合图像特征。
15.可选地，第一交互信息包括正向交互信息和/或反向交互信息，其中，正向交互信息用于指示待处理图像中待分割对象所在的区域，反向交互信息用于指示待处理图像中待分割对象所在区域之外的区域。
16.可选地，第二交互信息基于第一分割结果确定且第二交互信息包括正向交互信息和/或反向交互信息，其中，正向交互信息用于指示待处理图像中待分割对象所在的区域，反向交互信息用于指示待处理图像中待分割对象所在区域之外的区域。
17.根据本公开实施例的第三方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现根据本公开的图像分割方法。
18.根据本公开实施例的第四方面，提供了一种计算机可读存储介质，当计算机可读存储介质中的指令被至少一个处理器运行时，促使至少一个处理器执行如上根据本公开的图像分割方法。
19.根据本公开实施例的第五方面，提供了一种计算机程序产品，包括计算机指令，计算机指令被处理器执行时实现根据本公开的图像分割方法。
20.本公开的实施例提供的技术方案至少带来以下有益效果：
21.根据本公开的图像分割方法及装置，将特征提取和用户交互处理两个任务进行解耦，即采用较大的网络进行特征提取以获取较丰富的图像特征，采用相对小的网络进行用户交互处理以保证分割速度，然后将提取的图像特征与用户交互处理结果进行融合，根据融合结果可以得到相对准确的掩码，从而可以在保证分割速度的同时可以基于得到的掩码获取准确的分割结果。因此，本公开解决了相关技术中交互式分割常常导致非常大的计算开销和运行耗时的问题。
22.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
23.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
24.图1是示出根据本公开的示例性实施例的图像分割方法的实施场景示意图；
25.图2是根据一示例性实施例示出的一种图像分割方法的流程图；
26.图3是根据一示例性实施例示出的一种图像分割方法所采用的网络的结构示意图；
27.图4是根据一示例性实施例示出的一种图像分割装置的框图；
28.图5是根据本公开实施例的一种电子设备500的框图。
具体实施方式
29.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
30.需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
31.在此需要说明的是，在本公开中出现的“若干项之中的至少一项”均表示包含“该若干项中的任意一项”、“该若干项中的任意多项的组合”、“该若干项的全体”这三类并列的情况。例如“包括a和b之中的至少一个”即包括如下三种并列的情况：(1)包括a；(2)包括b；(3)包括a和b。又例如“执行步骤一和步骤二之中的至少一个”，即表示如下三种并列的情况：(1)执行步骤一；(2)执行步骤二；(3)执行步骤一和步骤二。
32.本公开提供了一种图像分割方法，能够在保证分割速度的同时可以基于得到的掩码获取准确的分割结果，下面以图像分割中的人物分割的场景为例进行说明。
33.图1是示出根据本公开的示例性实施例的图像分割方法的实施场景示意图，如图1所述，该实施场景包括服务器100、用户终端110和用户终端120，其中，用户终端不限于2个，包括并不限于手机、个人计算机等设备，用户终端可以安装获取图像的摄像头，服务器可以
是一个服务器，也可以是若干个服务器组成服务器集群，还可以是云计算平台或虚拟化中心。
34.用户终端110或用户终端120通过摄像头获取包含人物的图像，并将该图像作为待处理图像上传给服务器100。服务器100将待处理图像输入到第一图像特征提取网络中，得到第一图像特征，并将预设的参考信息、第一交互信息和待处理图像输入到第二图像特征提取网络中，得到第二图像特征，其中，第二图像特征提取网络从图像中提取的图像特征的信息量小于第一图像特征提取网络从所述图像中提取的图像特征的信息量，第一交互信息为用于指示待处理图像中待分割对象的位置信息。再基于第一图像特征和第二图像特征，得到针对待分割对象的第一目标掩码，然后，基于第一目标掩码对待处理图像进行分割处理，得到针对待分割对象的第一分割结果。
35.下面，将参照附图详细描述根据本公开的示例性实施例的图像分割方法及装置。
36.图2是根据一示例性实施例示出的一种图像分割方法的流程图，如图2所示，图像分割方法包括以下步骤：
37.在步骤s201中，将待处理图像输入到第一图像特征提取网络中，得到第一图像特征。上述第一图像特征提取网络可由具有编码器-解码器结构的图像处理网络中的编码器实现。
38.为了更好的理解，下面结合图3进行详细说明，图3是根据一示例性实施例示出的一种图像分割方法所采用的网络的结构示意图，如图3所示，图像分割方法的网络框架可以分为两个阶段，阶段i：特征提取(feature extraction)和阶段ii：迭代交互调整(interactive refinement)。
39.图3所示的阶段i即步骤s201的一种可选的特征提取方法，记i为当前交互分割回合，mi为第i回合的用于交互分割的目标掩码，i
rgb
为待处理图像的rgb信息，fc为上述第一图像特征。在特征提取阶段，将i
rgb
输入到较大的网络(也就是上述第一图像特征提取网络)中，通过该较大的网络的部分结构(如编码器)提取更好的语义特征，如，采用hrnet的部分结构(如编码器)作为特征提取网络，从待处理图像中提取高分辨率-细节完整的图像特征fc(相当于上述第一图像特征)，fc在后续的用户交互处理中可以被重复利用。
40.在本实施例中，不同于相关技术中将特征提取和用户交互处理作为一个整体，并集成到权重共享的一个网络中，本实施例采用独立的较大的网络来对图像的语义信息进行提取，从而可以提取到高分辨率-细节完整的图像特征，以便辅助后续的轻量网络的交互分割处理，提升交互分割的精确度。
41.在步骤s202中，将预设的参考信息、第一交互信息和待处理图像输入到第二图像特征提取网络中，得到第二图像特征，其中，第二图像特征提取网络从图像中提取的图像特征的信息量小于第一图像特征提取网络从所述图像中提取的图像特征的信息量，第一交互信息为用于指示待处理图像中待分割对象的位置信息。上述预设的参考信息可以根据需要设定，例如，但不限于，为了不增加计算复杂度，可将预设的参考信息设置为空。上述第二图像特征提取网络可由具有编码器-解码器结构的图像处理网络中的编码器实现。需要说明的是，第二图像特征提取网络从图像中提取的图像特征的信息量小于第一图像特征提取网络从所述图像中提取的图像特征的信息量，说明了针对同一个图像，第二图像特征提取网络对该图像的表征能力弱，第一图像特征提取网络对该图像的表征能力强，一般情况下，表
征能力的强、弱可以通过网络中参数的数量来区分，如果网络中参数的数量大于第一预设值时，一定程度代表网络的表征能力强，如果网络中参数的数量小于第二预设值时，一定程度上代表网络的表征能力弱，应用到本公开，即第二图像特征提取网络中参数的数量小于第二预设值，第一图像特征提取网络中参数的数量大于第二预设值。第一预设值和第二预设值可以根据需要定义。
42.根据本公开的示例性实施例，第一交互信息包括正向交互信息和/或反向交互信息，其中，正向交互信息用于指示待处理图像中待分割对象所在的区域，反向交互信息用于指示待处理图像中待分割对象所在区域之外的区域。根据本实施例，第一交互信息可以包括正向交互信息和反向交互信息两种，以便提升最终的分割结果。
43.例如，交互信息可以通过识别用户输入信息(例如点击，涂抹，边界框等)来获取，以涂抹为例，假设用户涂抹的是待分割对象，此时识别出来的交互信息为正向交互信息，即指示待处理图像中待分割对象所在的区域，假设用户涂抹的是待分割对象的背景，此时识别出来的交互信息为反向交互信息，即指示待处理图像中待分割对象所在区域之外的区域。
44.为了更好的理解，仍然以图3的结构示意图进行详细说明，如图3所示的阶段ii：迭代交互调整(interactive refinement)，其中，为第i回合的正向交互信息，第i回合的反向交互信息，m
i-1
为前一交互分割回合i-1用于交互分割的目标掩码，为上述第二图像特征或第三图像特征。需要说明的是，上述m
i-1
在i为1，即，当前交互分割回合为第一回合时，此时不存在上一交互分割回合，故m
i-1
可以设为0或者其它预设值(即上述预设的参考信息)，只要不增加计算量即可。
45.在迭代交互调整阶段，为增强迭代调整的稳定性，根据当前用户给定的交互信息，轻量级网络对当前目标掩码进行迭代调整以获得良好分割结果，具体地，前一交互分割回合i-1的目标掩码m
i-1
、(相当于上述正向交互信息)和(相当于上述反向交互信息)输入到轻量级网络(即上述第二图像特征提取网络)中，通过轻量级网络的部分结构(如编码器)得到
46.在本实施例中，采用独立的较小的网络(即轻量级网络)来对带有交互信息的图像的语义信息进行提取，如，采用光谱自联想反馈神经网络(sarn)的部分结构(如编码器)作为特征提取网络，从交互信息和待处理图像中提取携带有交互信息的低分辨率-细节不完整的图像特征，可以结合前面提取的高分辨率-细节完整的图像特征一起进行交互分割处理，保证交互分割处理的速度。低分辨率-细节不完整的图像特征和高分辨率-细节完整的图像特征具体的结合方式下面步骤有详细论述，此处不再展开论述。
47.返回图2，在步骤s203中，基于第一图像特征和第二图像特征，得到针对待分割对象的第一目标掩码。
48.根据本公开的示例性实施例，基于第一图像特征和第二图像特征，得到针对待分割对象的第一目标掩码，包括：将第一图像特征和第二图像特征进行融合，得到融合图像特征；将融合图像特征输入到图像掩码提取网络中，得到第一目标掩码。根据本实施例，通过较大网络提取的第一图像特征对第二图像特征进行增强，保证用于分割的掩码的准确性，以便可以得到准确的分割结果。
49.例如，第一图像特征是通过较大的网络提取得到的，所以其包含的语义信息相对完整，故将该第一图像特征与第二图像特征进行融合，可以丰富第二图像特征，并将融合图像特征输入到图像掩码提取网络中，得到第一目标掩码。例如，该图像掩码提取网络可由具有编码器-解码器结构的图像处理网络中的解码器实现，第二图像特征提取网络和图像掩码提取网络可以属于同一图像处理网络中，即均属于较小的网络，如此，通过该同一图像处理网络的第二图像特征提取网络得到第二图像特征，再将第一图像特征与第二图像特征进行融合得到融合图像特征，然后将融合图像特征继续输入到该同一图像处理网络的图像掩码提取网络中，可以得到相对准确的第一目标掩码。
50.根据本公开的示例性实施例，将第一图像特征和第二图像特征进行融合，得到融合图像特征，包括：将第一图像特征和第二图像特征进行拼接，得到拼接后的特征；将拼接后的特征输入到残差网络中，得到融合图像特征。根据本实施例，通过拼接操作和残差网络可以方便、快速的对第一图像特征和第二图像特征进行融合。需要说明的是，上述残差网络可以采用resblock，其可以设计不同结构和不同复杂度的的网络，只要可以帮助融合两个特征即可，对此本公开并不进行限定。
51.为了更好的理解，仍然以图3的结构示意图进行详细说明，如图3所示的阶段ii：迭代交互调整(interactive refinement)，其中，为上述融合图像特征。在迭代交互调整阶段，对于每次交互分割，阶段i中的特征fc都会被重复使用，并在阶段ii中进行特征融合，实现高度准确的分割效果，例如，fc可以在自适应特征融合(adaptive feature fusion)模块中进行融合以实现语义特征和交互信息的融合，具体地，自适应特征融合模块将fc和进行拼接，也即级联(concatenation)，拼接后的特征送入一个残差网络(resblock)模块中输出融合后的特征在得到融合特征后，将其输入到轻量级网络的编码器后面的网络(相当于上述图像掩码提取网络)中，得到目标掩码(相当于上述第一目标掩码)，用于对待处理图像进行目标分割。
52.在步骤s204中，基于第一目标掩码对待处理图像进行分割处理，得到针对待分割对象的第一分割结果。例如，可以将第一目标掩码与待处理图像进行相乘处理，即可得到第一分割结果。
53.根据本公开的示例性实施例，在第一分割结果不满足预设要求的情况下，图像分割方法还包括：将第一目标掩码、第二交互信息和待处理图像输入到第二图像特征提取网络中，得到第三图像特征，其中，所第二交互信息用于指示待处理图像中待分割对象的位置信息；基于第一图像特征和第三图像特征，得到针对待分割对象的第二目标掩码；基于第二目标掩码对待处理图像进行分割处理，得到针对待分割对象的第二分割结果。根据本实施例，在第一个分割结果不符合用户要求时，可以进行第二回合的分割，此时仍然采用上一个回合提取的第一图像特征，无需重新提取，避免了采用大网络二次提取的时间浪费，同时结合上一回合的目标掩码来获取本次目标掩码，也提高了第二分割结果的准确性。
54.例如，上述预设要求可以根据需要设定，也可以根据用户的观察临时输入，如用户观察到第一分割结果不符合用户所需要的，输入指示信息作为预设要求控制开始第二次分割处理。此处假设第一分割结果不符合用户需要，则需要进行二次分割处理，此时针对相同的待处理图像，直接利用第一次分割处理中较大网络提取的第一图像特征即可，无需再次
提取；而且，第二次分割处理中携带有交互信息的第三图像特征是参考上一次分割处理的目标掩码，相当于进一步调整了以前的第二图像特征；在获取到第三图像特征后，仍然采用第一图像特征与第三图像特征进行融合，以便丰富第三图像特征，并将融合图像特征继续输入到第二网络中编码器后面的网络中，可以得到相对准确的第二目标掩码。
55.根据本公开的示例性实施例，第二交互信息基于第一分割结果确定且第二交互信息包括正向交互信息和/或反向交互信息，其中，正向交互信息用于指示待处理图像中待分割对象所在的区域，反向交互信息用于指示待处理图像中待分割对象所在区域之外的区域。根据本实施例，第二交互信息可以包括正向交互信息和反向交互信息两种，以便提升最终的分割结果，且第二交互信息基于第一分割结果来确定，也可以进一步地提升最终的分割结果。
56.需要说明的是，第二相互信息和第一交互信息可以相同也可以不同，不同的时候，第二交互信息也可以根据第一分割结果确定，具体地，如第一分割结果不理想时，用户可以根据需要调整下一回合要用到的交互信息，如增大涂抹内容来调整交互信息。
57.为了更好的理解，仍然以图3的结构示意图进行详细说明，如图3所示的阶段ii：迭代交互调整(interactive refinement)。在迭代交互调整阶段，如果第一次交互分割回合的分割结果不满足预设要求(如不满足用户的所需)时，前一交互分割回合i-1的目标掩码m
i-1
、(相当于上述正向交互信息)和(相当于上述反向交互信息)输入到轻量级网络中，通过轻量级网络的部分结构(如编码器)得到本次交互分割回合的需要说明的是，这里的和与上一交互分割回合的和可以相同，也可以不同，如用户为了方便，直接采用了上一交互分割回合的和又如，在第一分割结果不理想时，用户可以根据需要调整本一回合要用到的交互信息，如增大涂抹内容来调整交互信息，即采用不同于上一交互分割回合的和
58.在本次交互分割回合中，继续沿用上一交互分割回合中的特征fc，自适应特征融合模块将fc和本次交互分割回合的进行拼接，也即级联(concatenation)，拼接后的特征送入一个残差网络(resblock)模块中输出本次交互分割回合的融合后的特征在得到融合特征后，将其输入到轻量级网络的编码器后面的网络(相当于上述图像掩码提取网络)中，得到目标掩码(相当于上述第二目标掩码)，用于对待处理图像进行目标分割。
59.综上，针对以往架构设计中特征提取和用户交互处理两个阶段进行强耦合带来的弊端，本公开将交互式分割解耦为特征提取和用户交互两个阶段；对于每一张需要处理的图片，只进行一次特征提取过程，该过程中可以使用较大的网络，该特征提取过程即为阶段i。对于每一次交互分割的过程，可以选取一个轻量级网络，根据用户交互的信息(即交互信息)、上一次交互式分割的目标掩码以及增设一个自适应特征融合(adaptive feature fusion)模块融合阶段i的特征来进行交互式分割，从而在速度和分割精度之间达成一个更好的平衡，优化用户体验。
60.图4是根据一示例性实施例示出的一种图像分割装置的框图。参照图4，该装置包括：
61.第一图像特征获取单元40，被配置为将待处理图像输入到第一图像特征提取网络中，得到第一图像特征；第二图像特征获取单元42，被配置为将预设的参考信息、第一交互信息和待处理图像输入到第二图像特征提取网络中，得到第二图像特征，其中，第二图像特征提取网络从图像中提取的图像特征的信息量小于第一图像特征提取网络从所述图像中提取的图像特征的信息量，第一交互信息为用于指示待处理图像中待分割对象的位置信息；掩码获取单元44，被配置为基于第一图像特征和第二图像特征，得到针对待分割对象的第一目标掩码；分割单元46，被配置为基于第一目标掩码对待处理图像进行分割处理，得到针对待分割对象的第一分割结果。
62.根据本公开的示例性实施例，在第一分割结果不满足预设要求的情况下，第二图像特征获取单元42，还被配置为将第一目标掩码、第二交互信息和待处理图像输入到第二图像特征提取网络中，得到第三图像特征，其中，所第二交互信息用于指示待处理图像中待分割对象的位置信息；掩码获取单元44，还被配置为基于第一图像特征和第三图像特征，得到针对待分割对象的第二目标掩码；分割单元46，还被配置为基于第二目标掩码对待处理图像进行分割处理，得到针对待分割对象的第二分割结果。
63.根据本公开的示例性实施例，掩码获取单元44，还被配置为将第一图像特征和第二图像特征进行融合，得到融合图像特征；将融合图像特征输入到图像掩码提取网络中，得到第一目标掩码。
64.根据本公开的示例性实施例，掩码获取单元44，还被配置为将第一图像特征和第二图像特征进行拼接，得到拼接后的特征；将拼接后的特征输入到残差网络中，得到融合图像特征。
65.根据本公开的示例性实施例，第一交互信息包括正向交互信息和/或反向交互信息，其中，正向交互信息用于指示待处理图像中待分割对象所在的区域，反向交互信息用于指示待处理图像中待分割对象所在区域之外的区域。
66.根据本公开的示例性实施例，第二交互信息基于第一分割结果确定且第二交互信息包括正向交互信息和/或反向交互信息，其中，正向交互信息用于指示待处理图像中待分割对象所在的区域，反向交互信息用于指示待处理图像中待分割对象所在区域之外的区域。
67.根据本公开的实施例，可提供一种电子设备。图5是根据本公开实施例的一种电子设备500的框图，该电子设备包括至少一个存储器501和至少一个处理器502，所述至少一个存储器中存储有计算机可执行指令集合，当计算机可执行指令集合被至少一个处理器执行时，执行根据本公开实施例的图像分割方法。
68.作为示例，电子设备500可以是pc计算机、平板装置、个人数字助理、智能手机、或其他能够执行上述指令集合的装置。这里，电子设备1000并非必须是单个的电子设备，还可以是任何能够单独或联合执行上述指令(或指令集)的装置或电路的集合体。电子设备500还可以是集成控制系统或系统管理器的一部分，或者可被配置为与本地或远程(例如，经由无线传输)以接口互联的便携式电子设备。
69.在电子设备500中，处理器502可包括中央处理器(cpu)、图形处理器(gpu)、可编程逻辑装置、专用处理器系统、微控制器或微处理器。作为示例而非限制，处理器502还可包括模拟处理器、数字处理器、微处理器、多核处理器、处理器阵列、网络处理器等。
70.处理器502可运行存储在存储器中的指令或代码，其中，存储器501还可以存储数据。指令和数据还可经由网络接口装置而通过网络被发送和接收，其中，网络接口装置可采用任何已知的传输协议。
71.存储器501可与处理器502集成为一体，例如，将ram或闪存布置在集成电路微处理器等之内。此外，存储器501可包括独立的装置，诸如，外部盘驱动、存储阵列或任何数据库系统可使用的其他存储装置。存储器501和处理器502可在操作上进行耦合，或者可例如通过i/o端口、网络连接等互相通信，使得处理器502能够读取存储在存储器501中的文件。
72.此外，电子设备500还可包括视频显示器(诸如，液晶显示器)和用户交互接口(诸如，键盘、鼠标、触摸输入装置等)。电子设备的所有组件可经由总线和/或网络而彼此连接。
73.根据本公开的实施例，还可提供一种计算机可读存储介质，其中，当计算机可读存储介质中的指令被至少一个处理器运行时，促使至少一个处理器执行本公开实施例的图像分割方法。这里的计算机可读存储介质的示例包括：只读存储器(rom)、随机存取可编程只读存储器(prom)、电可擦除可编程只读存储器(eeprom)、随机存取存储器(ram)、动态随机存取存储器(dram)、静态随机存取存储器(sram)、闪存、非易失性存储器、cd-rom、cd-r、cd r、cd-rw、cd rw、dvd-rom、dvd-r、dvd r、dvd-rw、dvd rw、dvd-ram、bd-rom、bd-r、bd-r lth、bd-re、蓝光或光盘存储器、硬盘驱动器(hdd)、固态硬盘(ssd)、卡式存储器(诸如，多媒体卡、安全数字(sd)卡或极速数字(xd)卡)、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘以及任何其他装置，所述任何其他装置被配置为以非暂时性方式存储计算机程序以及任何相关联的数据、数据文件和数据结构并将所述计算机程序以及任何相关联的数据、数据文件和数据结构提供给处理器或计算机使得处理器或计算机能执行所述计算机程序。上述计算机可读存储介质中的计算机程序可在诸如客户端、主机、代理装置、服务器等计算机设备中部署的环境中运行，此外，在一个示例中，计算机程序以及任何相关联的数据、数据文件和数据结构分布在联网的计算机系统上，使得计算机程序以及任何相关联的数据、数据文件和数据结构通过一个或多个处理器或计算机以分布式方式存储、访问和执行。
74.根据本公开实施例，提供了一种计算机程序产品，包括计算机指令，计算机指令被处理器执行时实现本公开实施例的图像分割方法。
75.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
76.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。