图像处理方法、装置、设备及存储介质与流程

技术特征：
1.一种图像处理方法，其特征在于，包括：获取目标图像以及所述目标图像的伪分割标签集；所述伪分割标签集包括：用于指示所述目标图像中的各个像素所属语义类别的伪分割标签；分别通过多个参考语义分割模型对所述目标图像进行语义分割处理，得到各个参考语义分割模型对应的语义预测概率集；任一语义预测概率集包括：所述目标图像中的各个像素，被预测为多个语义类别中各个语义类别的语义预测概率，所述各个参考语义分割模型是对初始语义分割模型进行训练得到的；针对所述目标图像中的任一像素，基于多个语义预测概率集中，针对所述任一像素预测得到的语义预测概率之间的差异，确定所述任一像素的伪分割标签的不确定度；分别对所述伪分割标签集中，不确定度大于不确定度阈值的伪分割标签进行标签修正处理，得到修正分割标签；基于各个修正分割标签以及所述伪分割标签集中的其他伪分割标签，构建所述目标图像的目标分割标签集；所述目标分割标签集用于对所述初始语义分割模型进行训练。2.如权利要求1所述的方法，其特征在于，所述多个语义类别的数量为h，h为大于或等于2的整数；所述基于多个语义预测概率集中，针对所述任一像素预测得到的语义预测概率之间的差异，确定所述任一像素的伪分割标签的不确定度，包括：遍历h个语义类别，基于所述多个语义预测概率集中，所述任一像素被预测为第h个语义类别时的语义预测概率之间的差异，确定所述任一像素的语义预测概率在所述第h个语义类别下的不确定度，作为所述任一像素的一个预测不确定度，h∈[1，h]；从所述任一像素的h个预测不确定度中，选取一个预测不确定度作为所述任一像素的伪分割标签的不确定度。3.如权利要求2所述的方法，其特征在于，所述基于所述多个语义预测概率集中，所述任一像素被预测为第h个语义类别时的语义预测概率之间的差异，确定所述任一像素的语义预测概率在所述第h个语义类别下的不确定度，包括：对所述多个语义预测概率集中，所述任一像素被预测为所述第h个语义类别时的语义预测概率进行方差计算处理，得到第一方差；将所述第一方差作为所述任一像素的语义预测概率在所述第h个语义类别下的不确定度。4.如权利要求2所述的方法，其特征在于，所述基于所述多个语义预测概率集中，所述任一像素被预测为第h个语义类别时的语义预测概率之间的差异，确定所述任一像素的语义预测概率在所述第h个语义类别下的不确定度，包括：基于所述任一像素的伪分割标签，确定用于指示所述任一像素所属语义类别是否为所述第h个语义类别的参考指示值；对所述多个语义预测概率集中，所述任一像素被预测为所述第h个语义类别时的语义预测概率，和所述任一像素对应的参考指示值进行方差计算处理，得到第二方差；将所述第二方差作为所述任一像素的语义预测概率在所述第h个语义类别下的不确定度。5.如权利要求2至4任一项所述的方法，其特征在于，所述基于所述多个语义预测概率
集中，所述任一像素被预测为第h个语义类别时的语义预测概率之间的差异，确定所述任一像素的语义预测概率在所述第h个语义类别下的不确定度，包括：采用后处理算法，对所述多个语义预测概率集中，所述任一像素被预测为所述第h个语义类别时的语义预测概率进行后处理，得到后处理的语义预测概率；基于所述任一像素被预测为所述第h个语义类别时的多个后处理的语义预测概率之间的差异，确定所述任一像素的语义预测概率在所述第h个语义类别下的不确定度。6.如权利要求2至4任一项所述的方法，其特征在于，所述从所述任一像素的h个预测不确定度中，选取一个预测不确定度作为所述任一像素的伪分割标签的不确定度，包括：将所述任一像素的h个预测不确定度中，最大预测不确定度作为所述任一像素的伪分割标签的不确定度。7.如权利要求2至4任一项所述的方法，其特征在于，所述h个语义类别包括h-1个预设类别以及背景类别；所述从所述任一像素的h个预测不确定度中，选取一个预测不确定度作为所述任一像素的伪分割标签的不确定度，包括：从所述任一像素的h个预测不确定度中，确定与所述h-1个预设类别对应的h-1个预测不确定度；将所述h-1个预测不确定度中，最大预测不确定度作为所述任一像素的伪分割标签的不确定度。8.如权利要求2至4任一项所述的方法，其特征在于，所述方法还包括：获取语义预测结果集；所述语义预测结果集包括：所述目标图像中的各个像素的语义预测结果，所述任一像素的语义预测结果用于指示：预测得到的所述任一像素所属的语义类别，所述任一像素的语义预测结果是基于任一语义预测概率集中的，所述任一像素被预测为所述各个语义类别的语义预测概率确定出的；基于所述语义预测结果集中各个像素的语义预测结果，和所述伪分割标签集中相应像素的伪分割标签之间的差异，从所述任一像素的h个预测不确定度中筛选得到z个筛选后的不确定度，z∈[0，h]；所述从所述任一像素的h个预测不确定度中，选取一个预测不确定度作为所述任一像素的伪分割标签的不确定度，包括：从所述任一像素的z个筛选后的不确定度中，选取一个预测不确定度作为所述任一像素的伪分割标签的不确定度。9.如权利要求8所述的方法，其特征在于，所述基于所述语义预测结果集中各个像素的语义预测结果，和所述伪分割标签集中相应像素的伪分割标签之间的差异，从所述任一像素的h个预测不确定度中筛选得到z个筛选后的不确定度，包括：遍历所述任一像素的h个预测不确定度，针对所述任一像素的第h个预测不确定度，基于所述任一像素的语义预测结果，确定用于指示预测得到的所述任一像素所属语义类别是否为所述第h个语义类别的预测指示值，以及基于所述任一像素的伪分割标签，确定用于指示所述任一像素所属语义类别是否为所述第h个语义类别的参考指示值；基于所述目标图像中的各个像素对应的预测指示值，与相应像素对应的参考指示值之间的差异，确定是否将所述任一像素的第h个预测不确定度，作为一个筛选后的不确定度；
直至得到z个筛选后的不确定度。10.如权利要求9所述的方法，其特征在于，所述基于所述目标图像中的各个像素对应的预测指示值，与相应像素对应的参考指示值之间的差异，确定是否将所述任一像素的第h个预测不确定度，作为一个筛选后的不确定度，包括：计算所述目标图像中的各个像素对应的预测指示值，与所述目标图像中的各个像素对应的参考指示值之间的交并比；若所述交并比大于筛选阈值，则将所述任一像素的第h个预测不确定度，作为一个筛选后的不确定度。11.如权利要求1所述的方法，其特征在于，所述多个语义类别的数量为h，h为大于或等于2的整数；所述分别对所述伪分割标签集中，不确定度大于不确定度阈值的伪分割标签进行标签修正处理，得到修正分割标签，包括：针对不确定度大于所述不确定度阈值的任一伪分割标签，获取所述任一伪分割标签所对应的目标像素的第h个预测不确定度，以及所述目标像素的第h个预测概率均值；所述目标像素的第h个预测不确定度指的是：所述目标像素的语义预测概率在第h个语义类别下的不确定度，所述目标像素的第h个预测概率均值是对所述多个语义预测概率集中，所述目标像素被预测为所述第h个语义类别时的语义预测概率进行平均处理得到的；基于所述目标像素的第h个预测不确定度，以及所述目标像素的第h个预测概率均值，确定所述目标像素在所述第h个语义类别下的修正参考参数，h∈[1，h]；从所述目标像素在所述各个语义类别下的修正参考参数中确定目标修正参考参数，并将所述目标修正参考参数所指示的语义类别作为所述任一伪分割标签对应的修正分割标签。12.如权利要求1所述的方法，其特征在于，所述基于所述目标像素的第h个预测不确定度，以及所述目标像素的第h个预测概率均值，确定所述目标像素在所述第h个语义类别下的修正参考参数，包括：将所述目标像素的第h个预测不确定度，与所述目标像素的第h个预测概率均值之间的比值，确定为所述目标像素在所述第h个语义类别下的修正参考参数；所述从所述目标像素在所述各个语义类别下的修正参考参数中确定目标修正参考参数，包括：将所述目标像素在所述各个语义类别下的修正参考参数中，最小修正参考参数作为所述目标修正参考参数。13.一种图像处理装置，其特征在于，包括：获取单元，用于获取目标图像以及所述目标图像的伪分割标签集；所述伪分割标签集包括：用于指示所述目标图像中的各个像素所属语义类别的伪分割标签；处理单元，用于分别通过多个参考语义分割模型对所述目标图像进行语义分割处理，得到各个参考语义分割模型对应的语义预测概率集；任一语义预测概率集包括：所述目标图像中的各个像素，被预测为多个语义类别中各个语义类别的语义预测概率，所述各个参考语义分割模型是对初始语义分割模型进行训练得到的；所述处理单元，还用于针对所述目标图像中的任一像素，基于多个语义预测概率集中，
针对所述任一像素预测得到的语义预测概率之间的差异，确定所述任一像素的伪分割标签的不确定度；所述处理单元，还用于分别对所述伪分割标签集中，不确定度大于不确定度阈值的伪分割标签进行标签修正处理，得到修正分割标签；所述处理单元，还用于基于各个修正分割标签以及所述伪分割标签集中的其他伪分割标签，构建所述目标图像的目标分割标签集；所述目标分割标签集用于对所述初始语义分割模型进行训练。14.一种图像处理设备，其特征在于，所述图像处理设备包括输入接口和输出接口，还包括：处理器，适于实现一条或多条指令；以及，计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行如权利要求1-12任一项所述的图像处理方法。15.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机程序指令，所述计算机程序指令被处理器执行时，用于执行如权利要求1-12任一项所述的图像处理方法。

技术总结
本申请公开一种图像处理方法、装置、设备及存储介质，相关实施例可应用于人工智能等场景。该方法包括：分别通过多个参考语义分割模型对目标图像进行语义分割处理，得到语义预测概率集，任一语义预测概率集包括目标图像中的各个像素，被预测为多个语义类别中各个语义类别的语义预测概率；针对目标图像的任一像素，基于多个语义预测概率集中，针对该像素预测得到的语义预测概率之间的差异，确定该像素的伪分割标签的不确定度；分别对目标图像的伪分割标签集中，不确定度大于不确定度阈值的伪分割标签进行标签修正处理，并基于得到的各个修正分割标签以及其他伪分割标签，构建目标图像的目标分割标签集；可实现对伪分割标签的修正，提高标注准确度。提高标注准确度。提高标注准确度。


技术研发人员：谢金衡 黄雅雯 李悦翔 郑冶枫 何楠君 孙旭 刘浩哲
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2022.08.23
技术公布日：2022/11/18