(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210190656.9 (22)申请日 2022.02.28 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 杨静怡　于探　孙明明　李平　 (74)专利代理 机构 北京市铸成律师事务所 11313 专利代理师 皇甫韵啸 　叶婵 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06K 9/62(2022.01) (54)发明名称 图像分割方法、 装置、 设备、 介质及程序 产品 (57)摘要 本公开提供了一种图像 分割方法及装置、 电 子设备、 存储有计算机指令的非瞬时计算机可读 存储介质、 计算机程序产品， 涉及计算机技术领 域， 尤其涉及深度学习技术领域。 本公开基于待 分割图像进行至少一次关联特征点的图像特征 融合处理， 并分别在每次图像特征融合处理过程 中提取全局特征信息； 基于提取的全局特征信 息， 确定针对目标对象的分割掩膜。 本公开对 图 像的全局特征进行提取和融合， 同时通过关联特 征点的处理使得局部特征也被采集到， 从而提高 了图像分割的精度， 适用于医学图像分割， 另外 未进行注意力机制的引进， 网络结构较为简单。 权利要求书4页 说明书12页 附图3页 CN 114565763 A 2022.05.31 CN 114565763 A 1.一种图像分割方法， 包括： 获取包括目标对象的待分割图像； 基于所述待分割图像， 进行至少一次关联特征点的图像特征融合处理， 并分别在每次 图像特征融合处理过程中提取全局特征信息； 其中， 所述关联特征点为具有位置关联关系 的至少两个特 征点； 基于提取的全局特 征信息， 确定针对所述目标对象的分割掩膜。 2.根据权利要求1所述的方法， 其中， 所述图像特征融合处理包括第 一融合处理和第 二 融合处理； 所述全局特 征信息包括至少一个第一全局特 征图和至少一个第二全局特 征图； 所述基于所述待分割图像， 进行至少一次关联特征点的图像特征融合处理， 并分别在 每次图像特 征融合处 理过程中提取全局特 征信息， 包括： 提取所述待分割图像的初始图像特 征； 基于所述初始图像特征， 进行至少一次关联特征点的第一融合处理， 并分别在每次第 一融合处理过程中提取全局特征信息， 得到至少一个第一全局特征图； 其中， 不同的第一全 局特征图分辨 率不同； 基于分辨率最低的第一全局特征图， 进行至少一次关联特征点的第二融合处理， 并分 别在每次第二融合处理过程中提取全局特征信息， 得到至少一个第二全局特征图； 其中， 不 同的第二全局特 征图分辨 率不同。 3.根据权利要求2所述的方法， 其中， 所述基于提取的全局特征信息， 确定针对所述目 标对象的分割掩膜， 包括： 对分辨率最高的第 二全局特征图进行上采样处理， 并将分辨率最高的第 二全局特征图 中的特征点的图像特征拆分给新增的相邻的特征点， 得到第三全局特征图； 所述第三全局 特征图与所述待分割图像具有相同的分辨 率； 对所述第三全局特 征图进行线性映射处 理， 得到针对所述目标对象的分割掩膜。 4.根据权利要求2所述的方法， 其中， 所述基于所述初始图像特征， 进行至少一次关联 特征点的第一融合处理， 并分别在每次第一融合处理过程中提取全局特征信息， 得到至少 一个第一全局特 征图， 包括： 针对每次第 一融合处理， 获取所述第 一融合处理对应的第 一特征图； 其中， 所述初始图 像特征对应的特 征图为第一次第一融合处 理对应的第一特 征图； 对所述第一特 征图中的特 征点进行移位操作， 得到第二特 征图； 对第一特征图和第 二特征图中的关联特征点进行第 一融合处理， 并在第 一融合处理过 程中提取全局特 征信息， 得到第一全局特 征图。 5.根据权利要求4所述的方法， 其中， 所述获取所述第一融合处理对应的第一特征图， 包括： 针对第N次第一融合处理， 获取上一 次第一融合处理得到的第一全局特征图； 其中， N为 大于1的正整数； 对获取的第 一全局特征图进行下采样处理， 并将减少的特征点的图像特征拼接到相邻 的特征点的图像特 征中， 得到第N次第一融合处 理对应的第一特 征图。 6.根据权利要求2至5任一项所述的方法， 其中， 所述基于分辨率最低的第一全局特征 图， 进行至少一次关联特征点的第二融合处理， 并分别在每次第二融合处理过程中提取全权　利　要　求　书 1/4 页 2 CN 114565763 A 2局特征信息， 得到 至少一个第二全局特 征图， 包括： 基于分辨率最低的第一全局特征图， 进行至少一次关联特征点的第三融合处理， 得到 分辨率最低的第二全局特征图； 其中， 分辨率最低的第一全局特征图与所述分辨率最低的 第二全局特 征图具有相同的分辨 率； 基于分辨率最低的第二全局特征图， 进行至少一次关联特征点的第二融合处理， 并分 别在每次第二融合处 理过程中提取全局特 征信息， 得到 至少一个第二全局特 征图。 7.根据权利要求6所述的方法， 其中， 所述基于分辨率最低的第一全局特征图， 进行至 少一次关联 特征点的第三融合处 理， 得到分辨 率最低的第二全局特 征图， 包括： 对分辨率最低的第 一全局特征图进行下采样处理， 并将减少的特征点的图像特征拼接 到相邻的特 征点的图像特 征中， 得到第三特 征图； 基于第三特 征图， 进行至少一次关联 特征点的第三融合处 理， 得到第四特 征图； 对所述第四特征图进行上采样处理， 并将第四特征图中的特征点的图像特征拆分给新 增的相邻的特 征点， 得到第五特 征图； 基于所述第五特征图和所述分辨率最低的第 一全局特征图， 进行关联特征点的第 二融 合处理， 并在第二融合处 理过程中提取全局特 征信息， 得到分辨 率最低的第二全局特 征图。 8.根据权利要求6或7所述的方法， 其中， 所述基于分辨率最低的第二全局特征图， 进行 至少一次关联特征点的第二融合处理， 并分别在每次第二融合处理过程中提取全局特征信 息， 得到至少一个第二全局特 征图， 包括： 针对每次第二融合处 理， 获取上一次所述第二融合处 理对应的第二全局特 征图； 对获取的第 二全局特征图进行上采样处理， 并将第 二全局特征图中的特征点的图像特 征拆分给新增的相邻的特 征点， 得到第六 特征图； 基于第六特征图和与 所述第六特征图具有相同的分辨率的第 一全局特征图， 进行关联 特征点的第二融合处理， 并在第二融合处理过程中提取全局特征信息， 得到所述第二融合 处理对应的第二全局特 征图。 9.根据权利要求1至8任一项所述的方法， 其中， 所述基于所述待分割图像， 进行至少一 次关联特征点的图像特征融合处理， 并分别 在每次图像特征融合处理过程中提取全局特征 信息， 包括： 基于所述目标对象的对象类型， 确定所述待分割图像对应的窗宽窗位信息； 基于所述窗宽窗位信息， 对所述待分割图像中像素点的像素值进行调整， 得到目标分 割图像； 基于所述目标分割图像进行至少一 次关联特征点的图像特征融合处理， 并分别在每次 图像特征融合处 理过程中提取全局特 征信息。 10.根据权利要求1至9任一项所述的方法， 其中， 所述进行至少一 次关联特征点的图像 特征融合处 理， 并分别在每次图像特 征融合处 理过程中提取全局特 征信息， 包括： 利用多层感知器， 进行至少一次关联特征点的图像特征融合处理， 并分别在每次图像 特征融合处 理过程中提取全局特 征信息。 11.根据权利要求1至9任一项所述的方法， 其中， 所述待分割图像为医学图像。 12.一种图像分割装置， 包括： 图像获取模块， 用于获取包括目标对象的待分割图像；权　利　要　求　书 2/4 页 3 CN 114565763 A 3