一种基于对抗网络和自注意力机制的无监督语义分割算法

：
1.本发明属于人工智能、自动驾驶领域，即利用一种基于对抗网络和注意力机制的无监督语义分割算法实现对自动驾驶图像的准确分割。


背景技术：

2.基于自动驾驶图像的语义分割研究可以帮助技术人员更加深刻的理解图像内容，提高自动驾驶的安全性。随着深度学习的快速发展，新的卷积神经网络和模型架构层出不穷，这些新的深度学习方法在图像语义分割领域的应用极大地提升了图像语义分割的准确率和分割效率。然而大多数深度学习模型的训练过程都依赖大规模的标注数据，这极大地限制了深度学习模型在图像分割领域的推广和应用，基于此本发明提出了一种新的无监督语义分割算法。
3.无监督的语义分割就是将没有标签的数据集作为输入，模型能够将图像中的每个像素都标记为不同的标签。而在模型训练过程中遇到的最重要的问题是像素如何学习到高级语义概念。现有的无监督语义分割方法，大多使用超像素对图像进行预分割，然后在模型的迭代过程中逐步对小区域进行合并，最后得到符合人类预期的分割结果。而这种方法往往对预分割的分割结果较敏感，需要找到合适的预分割参数，且分割结果不稳定。因此本发明利用对抗网络生成原始图像数据的生成图像数据并假设生成图像数据与原始图像数据具有相同的标签，通过不断优化神经网络使得神经网络对生成图像数据进行分割所得到的标签和对原始数据分割所得到的标签尽可能相似，从而实现对原始图像数据的无监督分割。
4.目前大多数无监督语义分割网络使用卷积神经网络(convolutional neural networks,cnn)来提取图像特征，cnn模型以分层的方式收集局部特征以获得更好的图像表示，因此在局部特征提取方面有很大的优势，但cnn在获取全局特征方面还是存在不足，而全局特征在语义分割任务中又是很重要的。为解决这个问题，本发明提出了利用自注意力机制(self-attention)来捕捉图像上的感受野，从而获得图像全局特征的最优表示。另外，本发明提出了基于cnn和self-attention的局部-全局特征提取网络，以实现原始图像特征的准确提取。
5.本发明提出了利用对抗网络解决基于超像素的无监督语义分割算法中所存在的对预分割的分割结果较敏感且分割结果不稳定的问题。为解决cnn网络对全局特征提取不准确的问题，本发明提出将自注意力机制应用于图像全局特征提取，并提出了基于cnn和self-attention的局部-全局特征提取网络。


技术实现要素：

6.本发明提出了一种无监督图像语义分割方法，具体包含以下步骤：
7.步骤1、获取自动驾驶图像数据；
8.步骤2、利用对抗生成网络得到原始图像的生成图像；
9.步骤3、利用超像素图像分割算法对原始图像进行预分割；
10.步骤4、将图像输入局部特征提取网络获得图像的局部特征；
11.步骤5、将图像输入全局特征提取网络获得图像的全局特征；
12.步骤6、将局部特征和全局特征相加，并经过一层卷积层和softmax函数层得到图像的初步分割结果；
13.步骤7、计算预分割结果与原始图像分割结果之间的互信息以及预分割结果与生成图像分割结果之间的互信息；
14.步骤8、采用梯度下降法对分割模型进行训练得到图像分割结果。
15.2、进一步，步骤2具体包括：
16.生成对抗网络主要由生成器g和判别器d组成，生成器g主要用来接收噪声，然后生成接近真实图像分布的生成图像，判别器d用于判断数据是真实图像还是生成图像。
17.所述生成器g是一个5层的神经网络，将噪声向量输入生成器网络，生成器g将通过块函数进行非线性变换，直到张量映射到与真实图像相同的大小。其中噪声向量z的作用是确保从相同类别生成的图像不都看起来一样，在网络训练过程中通过从正态分布中抽样随机生成噪声z，p(z)表示噪声向量z的分布。
18.所述判别器d是一个4层的神经网络，它从图像张量开始，并对其进行变换，直到它返回单个数字(一维张量)输出，根据输出对图像的真伪进行分类。
19.在训练过程中，将生成器g和判别器d串连在一起。在训练过程中，生成器g和判别器d交替学习，在训练生成器过程中需要将判别器设置为冻结(即不可训练)，此时判别器的权重不会更新，在训练判别器过程中需要将生成器设置为冻结，此时生成器的权重不会更新。最终达到纳什均衡，此时判别器d无法区分真实图像和生成图像，训练过程中的目标函数v(d，g)如下：
20.mingmaxdv(d，g)＝e
x～p(x)
[log d(x)] e
z～p(z)
[log(1-d(g(z)))]
ꢀꢀꢀ
(1)
[0021]
其中，e
x～p(x)
[log d(x)]表示当x服从p(x)分布时log d(x)函数的期望，x表示原始图像，p(x)表示图像x的分布，d(x)表示图像x经判别器网络d判断得到图像x是真实图像的概率；e
z～p(z)
[log(1-d(g(z)))]表示当z服从p(z)分布时log(1-d(g(z)))函数的期望，z表示输入到生成网络的噪声，p(z)表示噪声向量z的分布，g(z)表示噪声向量z经生成器网络g得到的与图像x相同大小的生成图像，d(g(z))表示生成图像g(z)经判别器网络d判断得到图像g(z)是真实图像的概率，1-d(g(z))表示生成图像g(z)是生成图像的概率。在网络训练过程中判别器d试图最大化它分辨数据是真实图像或生成图像的概率即maxd，生成网络g试图最小化判别器将其预测为假数据的概率即ming。
[0022]
3、进一步，步骤4内所涉及的局部特征提取具体包括：
[0023]
步骤4.1、利用卷积层对输入图像进行两次卷积操作；
[0024]
步骤4.2、对卷积后的结果执行归一化和relu操作；
[0025]
步骤4.3、利于1*1的卷积核对图像进行第三次卷积操作，然后对卷积后的结果执行归一化和relu操作；
[0026]
步骤4.4、利用1*1的卷积核对步骤4.3的输出执行最后一次卷积操作得到输入图像的局部特征x
local_pro
。
[0027]
4、进一步，步骤5内所涉及的全局特征提取具体包括：
[0028]
设任意一张图像为x∈rh×w×c，其中，r表示数据集内全部图像的集合，x为该集合内的任意一张图像，x的像素高度为h，像素宽度为w，通道数为c。
[0029]
步骤5.1、将输入模型的一张图片划分为n个子图，每个子图的大小为p
×
p，n＝h/p
×
w/p，该操作的过程表示为：
[0030]
x∈rh×w×c→
x
p
∈r
h/p
×
w/p
×
(p
×
p
×
c)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0031]
其中，rh×w×c表示数据集内全部图像的集合，其中该集合内的任意一张图x的像素高度为h，像素宽度为w，通道数为c；r
h/p
×
w/p
×
(p
×
p
×
c)
表示将一张图片划分为n个子图后全部图像的集合，其中该集合内的任意一张图像x
p
的像素高度为h/p，像素宽度为w/p，通道数为p
×
p
×
c。
[0032]
步骤5.2、将划分后的子图转变成1*c
′
的一维向量，该操作的过程表示为：
[0033]
x
p
∈r
h/p
×
w/p
×
(p
×
p
×
c)
→
x
p
′
∈r
h/p
×
w/p
×c′
ꢀꢀꢀꢀꢀꢀꢀ
(3)
[0034]
其中，r
h/p
×
w/p
×
(p
×
p
×
c)
表示步骤5.1处理后全部图像的集合，其中该集合内的任意一张图像x
p
的像素高度为h/p，像素宽度为w/p，通道数为p
×
p
×
c；r
h/p
×
w/p
×c′
表示步骤5.2处理后图像的集合，其中该集合内的任意一张图像的像素高度为h/p，像素宽度为w/p，通道数为c
′
，其中c
′
表示一维向量的维度。
[0035]
步骤5.3、将步骤5.2得到的x
p
′
∈r
h/p
×
w/p
×c′
送入特征提取模块，该特征提取模块不改变输入数据的大小，仅对特征进行融合，因此经特征提取模块计算得到的输出数据的集合仍为r
h/p
×
w/p
×c′
，该集合内的任意一张图像的像素高度为h/p，像素宽度为w/p，通道数为c
′
。
[0036]
特征提取模块对数据的处理过程为：输入特征提取模块的数据首先经过线性归一化层处理，然后经过一层多头自注意力处理，再通过一次线性归一化和多层感知机处理，将输出的数据经过一层基于移动窗口的多头自注意力，最后再次通过线性归一化和多层感知机层得到输出结果。
[0037]
步骤5.4、将r
h/p
×
w/p
×c′
传入子图合并层进行两倍下采样运算，得到的输出数据序列为r
h/2p
×
w/2p
×
2c
′
，其中，r表示步骤5.4处理后数据集内全部图像的集合，该集合内的任意一张图像的像素高度为h/2p，像素宽度为w/2p，通道数为2c
′
。
[0038]
然后将得到的数据序列为r
h/2p
×
w/2p
×
2c
′
传入特征提取模块，由于特征提取模块不改变输入数据的大小，因此经特征提取模块处理后得到的数据集合为r
h/2p
×
w/2p
×
2c
′
。
[0039]
将一个子图合并层和一个特征提取模块串行起来进行数据处理，再经过2次串行处理得到的数据为r
h/8p
×
w/8p
×
8c
′
，其中，r表示以上处理后全部图像的集合，该集合内的任意一张图像的像素高度为h/8p，像素宽度为w/8p，通道数为8c
′
。
[0040]
步骤5.5、对步骤5.4得到的数据r
h/8p
×
w/8p
×
8c
′
进行两倍的上采样运算，得到的输出数据序列为r
h/4p
×
w/4p
×
4c
′
。其中，r表示处理后数据集内全部图像的集合，该集合内的任意一张图像的像素高度为h/4p，像素宽度为w/4p，通道数为4c
′
。
[0041]
然后将得到的数据序列为r
h/4p
×
w/4p
×
4c
′
传入特征提取模块，经特征提取模块处理后得到的数据集合为r
h/4p
×
w/4p
×
4c
′
。
[0042]
将一次两倍的上采样运算和一个特征提取模块串行起来进行数据处理，再经过2次串行处理后得到的数据为rh×w×c′
，此时该集合内的任意一张图像的像素高度为h，像素宽度为w，通道数为c
′
。通过一次上采样运算得到与原始图像大小相同的图像集合rh×w×c，此时
该集合内的任意一张图像的像素高度为h，像素宽度为w，通道数为c。最后经过线性投影层得到图像的概率分布图x
global_pro
。
[0043]
5、进一步，步骤7具体包括：
[0044]
假设生成对抗网络得到的生成图像与原始图像具有相同的标签，通过不断迭代神经网络使得神经网络对生成图像进行分割所得到的标签和对原始图像分割所得到的标签尽可能相似，从而实现对原始图像的无监督分割。基于以上假设构造模型的损失函数。
[0045]
步骤7.1、计算基于原始图像的分割结果与预分割结果之间的互信息i(y，y
super
)，计算公式为：
[0046]
i(y，y
super
)＝h(y)-h(y|y
super
)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0047]
其中，y
super
表示原始图像的预分割结果，y表示原始图像的分割结果，h(y)表示原始图像的分割结果y的信息熵，h(y|y
super
)表示在原始图像的预分割结果y
super
的条件下原始图像的分割结果y所包含的信息量，h(y)-h(y|y
super
)表示基于原始图像的分割结果与预分割结果之间的互信息，可理解为基于原始图像的分割结果y中包含的预分割结果y
super
的信息量。
[0048]
步骤7.2、计算基于生成图像的分割结果与预分割结果之间的互信息i(y
′
，y
super
)，计算公式为：
[0049]
i(y
′
，y
super
)＝h(y
′
)-h(y
′
|y
super
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0050]
其中，y
super
表示原始图像的预分割结果，y
′
为生成图像的分割结果，h(y
′
)表示生成图像分割结果y
′
的信息熵，理解为y
′
所包含的信息量，h(y
′
|y
super
)表示在原始图像的预分割结果y
super
的条件下生成图像分割结果y
′
所包含的信息量，h(y
′
)-h(y
′
|y
super
)表示生成图像分割结果与预分割结果之间的互信息，可理解为生成图像分割结果y
′
中包含的预分割结果y
super
的信息量。
[0051]
步骤7.3、对步骤7.1和步骤7.2之间的互信息求均值得到图像分割阶段的损失函数并与步骤6.3所得到的损失函数相加，得到模型的损失函数。
[0052][0053]
其中，mingmaxdv(d，g)表示生成对抗网络的损失函数，d表示判别器网络，g表示生成器网络，在生成对抗网络训练过程中判别器d试图最大化它分辨数据真假的概率即maxd，生成网络g试图最小化判别器d将其预测为假数据的概率即ming；表示原始图像分割结果与预分割结果之间的互信息i(y，y
super
)和生成图像分割结果与预分割结果之间的互信息i(y
′
，y
super
)之间的均值，y
super
原始图像的预分割结果，y
′
为生成图像的分割结果，i(y，y
super
)表示y与y
super
之间的互信息，i(y
′
，y
super
)表示y
′
与y
super
之间的互信息。
附图说明：
[0054]
图1为本发明所涉及方法的总体流程图；
[0055]
图2本发明所涉及的模型整体结构图；
[0056]
图3对抗网络结构图；
[0057]
图4特征提取网络结构图；
具体实施方式：
[0058]
以下结合具体实施例，并参照附图，对本发明进一步详细说明。
[0059]
本发明所用到的硬件设备有pc机1台；
[0060]
如图1所示，为本发明所提出的一种基于生成对抗网络和自注意力机制的无监督语义分割算法的整体流程图，图2为该算法的整体结构图。以下结合附图对本发明进一步详细说明。
[0061]
步骤1、获得自动驾驶图像数据；
[0062]
步骤2、利用对抗网络生成原始自动驾驶图像的所对应的生成图像数据，如图3所示，具体过程如下：
[0063]
生成对抗网络主要由生成器g和判别器d组成，生成器g主要用来接收噪声，然后生成接近真实图像分布的生成图像，判别器d用于判断数据是真实图像还是生成图像。
[0064]
所述生成器g是一个5层的神经网络，将噪声向量输入生成器网络，生成器g将通过块函数进行非线性变换，直到张量映射到与真实图像相同的大小。其中噪声向量z的作用是确保从相同类别生成的图像不都看起来一样，在网络训练过程中通过从正态分布中抽样随机数随机生成噪声z，p(z)表示噪声向量z的分布。
[0065]
所述判别器d是一个4层的神经网络，它从图像张量开始，并对其进行变换，直到它返回单个数字(一维张量)输出，根据输出将对图像的真伪进行分类。
[0066]
在训练过程中，将生成器g和判别器d串连在一起。在训练过程中，生成器g和判别器d交替学习，在训练生成器过程中需要将判别器设置为冻结(即不可训练)，此时判别器的权重不会更新，在训练判别器过程中需要将生成器设置为冻结，此时生成器的权重不会更新。最终达到纳什均衡，此时判别器d无法区分真实图像和生成图像。训练过程中的目标函数v(d，g)如下：
[0067]
mingmaxdv(d，g)＝e
x～p(x)
[log d(x)] e
z～p(z)
[log(1-d(g(z)))]
ꢀꢀꢀ
(1)
[0068]
其中，e
x～p(x)
[log d(x)]表示当x服从p(x)分布时log d(x)函数的期望，x表示原始图像，p(x)表示图像x的分布，d(x)表示图像x经判别器网络d判断得到图像x是真实图像的概率；e
z～p(z)
[log(1-d(g(z)))]表示当z服从p(z)分布时log(1-d(g(z)))函数的期望，z表示输入到生成网络的噪声，p(z)表示噪声向量z的分布，g(z)表示噪声向量z经生成器网络g得到的与图像x相同大小的生成图像，d(g(z))表示生成图像g(z)经判别器网络d判断得到图像g(z)是真实图像的概率，1-d(g(z))表示生成图像g(z)是生成图像的概率。在网络训练过程中判别器d试图最大化它分辨数据是真实图像或生成图像的概率即maxd，生成网络g试图最小化判别器将其预测为假数据的概率即ming。
[0069]
步骤3、利用超像素图像分割算法对原始图像进行预分割，具体包括：
[0070]
超像素图像分割算法将具有相似纹理、颜色、亮度等特征的相邻像素构成的有一定视觉意义的不规则像素块，从而用少量的超像素代替大量的像素特征。
[0071]
首先初始化聚类中心，按照超像素的个数在图像内均匀的分配种子点。然后在种子点的n*n邻域内重新选择种子点(一般取n＝3)，然后在每个种子点周围邻域内为每个像素点分配类标签(即属于哪个聚类中心)。不断迭代直到每个像素点聚类中心不再发生变
化。
[0072]
步骤4、将图像输入局部特征提取网络获得图像的局部特征，如图4所示，具体过程如下：
[0073]
步骤4.1、利用卷积层对输入图像进行两次卷积操作；
[0074]
步骤4.2、对卷积后的结果执行归一化和relu操作；
[0075]
步骤4.3、利于1*1的卷积核对图像进行第三次卷积操作，然后对卷积后的结果执行归一化和relu操作；
[0076]
步骤4.4、利用1*1的卷积核对步骤4.3的输出执行最后一次卷积操作得到输入图像的局部特征x
local_pro
。
[0077]
步骤5、将图像输入全局特征提取网络获得图像的全局特征，如图4所示，具体过程如下：
[0078]
设任意一张图像为x∈rh×w×c，其中，r表示数据集内全部图像的集合，x为该集合内的任意一张图像，x的像素高度为h，像素宽度为w，通道数为c。
[0079]
步骤5.1、将输入模型的一张图片划分为n个子图，每个子图的大小为p
×
p，n＝h/p
×
w/p，该操作的过程表示为：
[0080]
x∈rh×w×c→
x
p
∈r
h/p
×
w/p
×
(p
×
p
×
c)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0081]
其中，rh×w×c表示数据集内全部图像的集合，其中该集合内的任意一张图x的像素高度为h，像素宽度为w，通道数为c；r
h/p
×
w/p
×
(p
×
p
×
c)
表示将一张图片划分为n个子图后全部图像的集合，其中该集合内的任意一张图像x
p
的像素高度为h/p，像素宽度为w/p，通道数为p
×
p
×
c。
[0082]
步骤5.2、将划分后的子图转变成1*c
′
的一维向量，该操作的过程表示为：
[0083]
x
p
∈r
h/p
×
w/p
×
(p
×
p
×
c)
→
x
p
′
∈r
h/p
×
w/p
×c′
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0084]
其中，r
h/p
×
w/p
×
(p
×
p
×
c)
表示步骤5.1处理后全部图像的集合，其中该集合内的任意一张图像x
p
的像素高度为h/p，像素宽度为w/p，通道数为p
×
p
×
c；r
h/p
×
w/p
×c′
表示步骤5.2处理后图像的集合，其中该集合内的任意一张图像的像素高度为h/p，像素宽度为w/p，通道数为c
′
，其中c
′
表示一维向量的维度。
[0085]
步骤5.3、将步骤5.2得到的x
p
′
∈r
h/p
×
w/p
×c′
送入特征提取模块，该特征提取模块不改变输入数据的大小，仅对特征进行融合，因此经特征提取模块计算得到的输出数据的集合仍为r
h/p
×
w/p
×c′
，该集合内的任意一张图像的像素高度为h/p，像素宽度为w/p，通道数为c
′
。
[0086]
特征提取模块对数据的处理过程为：输入特征提取模块的数据首先经过线性归一化层处理，然后经过一层多头自注意力处理，再通过一次线性归一化和多层感知机处理，将输出的数据经过一层基于移动窗口的多头自注意力，最后再次通过线性归一化和多层感知机层得到输出结果。
[0087]
步骤5.4、将r
h/p
×
w/p
×c′
传入子图合并层进行两倍下采样运算，得到的输出数据序列为r
h/2p
×
w/2p
×
2c
′
，其中，r表示步骤5.4处理后数据集内全部图像的集合，该集合内的任意一张图像的像素高度为h/2p，像素宽度为w/2p，通道数为2c
′
。
[0088]
然后将得到的数据序列为r
h/2p
×
w/2p
×
2c
′
传入特征提取模块，由于特征提取模块不改变输入数据的大小，因此经特征提取模块处理后得到的数据集合为r
h/2p
×
w/2p
×
2c
′
。
[0089]
将一个子图合并层和一个特征提取模块串行起来进行数据处理，再经过2次串行处理得到的数据为r
h/8p
×
w/8p
×
8c
′
，其中，r表示以上处理后全部图像的集合，该集合内的任意一张图像的像素高度为h/8p，像素宽度为w/8p，通道数为8c
′
。
[0090]
步骤5.5、对步骤5.4得到的数据r
h/8p
×
w/8p
×
8c
′
进行两倍的上采样运算，得到的输出数据序列为r
h/4p
×
w/4p
×
4c
′
。其中，r表示处理后数据集内全部图像的集合，该集合内的任意一张图像的像素高度为h/4p，像素宽度为w/4p，通道数为4c
′
。
[0091]
然后将得到的数据序列为r
h/4p
×
w/4p
×
4c
′
传入特征提取模块，经特征提取模块处理后得到的数据集合为r
h/4p
×
w/4p
×
4c
′
。
[0092]
将一次两倍的上采样运算和一个特征提取模块串行起来进行数据处理，再经过2次串行处理后得到的数据为rh×w×c′
，此时该集合内的任意一张图像的像素高度为h，像素宽度为w，通道数为c
′
。通过一次上采样运算得到与原始图像大小相同的图像集合rh×w×c，此时该集合内的任意一张图像的像素高度为h，像素宽度为w，通道数为c。最后经过线性投影层得到图像的概率分布图x
global_pro
。
[0093]
步骤6、将图像的局部特征和全局特征矩阵相加，并经过一层1*1的卷积层和softmax函数层得到图像的初步分割结果。
[0094]
步骤7、计算预分割结果与原始图像分割结果之间的互信息以及预分割结果与生成图像分割结果之间的互信息，具体包括：
[0095]
假设生成对抗网络得到的生成图像与原始图像具有相同的标签，通过不断迭代神经网络使得神经网络对生成图像进行分割所得到的标签和对原始图像分割所得到的标签尽可能相似，从而实现对原始图像的无监督分割。基于以上假设构造模型的损失函数。
[0096]
步骤7.1、计算基于原始图像的分割结果与预分割结果之间的互信息i(y，y
super
)，计算公式为：
[0097]
i(y，y
super
)＝h(y)-h(y|y
super
)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0098]
其中，y
super
表示原始图像的预分割结果，y表示原始图像的分割结果，h(y)表示原始图像的分割结果y的信息熵，h(y|y
super
)表示在原始图像的预分割结果y
super
的条件下原始图像的分割结果y所包含的信息量，h(y)-h(y|y
super
)表示基于原始图像的分割结果与预分割结果之间的互信息，可理解为基于原始图像的分割结果y中包含的预分割结果y
super
的信息量。
[0099]
步骤7.2、计算基于生成图像的分割结果与预分割结果之间的互信息i(y
′
，y
super
)，计算公式为：
[0100]
i(y
′
，y
super
)＝h(y
′
)-h(y
′
|y
super
)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0101]
其中，y
super
表示原始图像的预分割结果，y
′
为生成图像的分割结果，h(y
′
)表示生成图像分割结果y
′
的信息熵，理解为y
′
所包含的信息量，h(y
′
|y
super
)表示在原始图像的预分割结果y
super
的条件下生成图像分割结果y
′
所包含的信息量，h(y
′
)-h(y
′
|y
super
)表示生成图像分割结果与预分割结果之间的互信息，可理解为生成图像分割结果y
′
中包含的预分割结果y
super
的信息量。
[0102]
步骤7.3、对步骤7.1和步骤7.2之间的互信息求均值得到图像分割阶段的损失函数并与步骤6.3所得到的损失函数相加，得到模型的损失函数。
[0103][0104]
其中，mingmaxdv(d，g)表示生成对抗网络的损失函数，d表示判别器网络，g表示生成器网络，在生成对抗网络训练过程中判别器d试图最大化它分辨数据真假的概率即maxd，生成网络g试图最小化判别器d将其预测为假数据的概率即ming；表示原始图像分割结果与预分割结果之间的互信息i(y，y
super
)和生成图像分割结果与预分割结果之间的互信息i(y
′
，y
super
)之间的均值，y
super
原始图像的预分割结果，y
′
为生成图像的分割结果，i(y，y
super
)表示y与y
super
之间的互信息，i(y
′
，y
super
)表示y
′
与y
super
之间的互信息。
[0105]
以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。