基于显著性图和深度学习的无监督语义分割方法及系统

本申请涉及图像处理技术领域，特别地，涉及一种基于显著性图和深度学习的无监督语义分割方法及系统。本申请无需依赖于强监督或弱监督的实现方式，在不使用标注数据的情况下，通过无监督表示学习，结合像素级别的目标注意力分类头和显著性图来生成清晰并且经过矫正后的矫正前景掩膜，使得矫正前景掩膜的轮廓更加清晰，进而实现无监督的语义分割。在通过矫正前景掩膜来提高伪标签的质量和语义分割的准确性的同时，有效地降低了系统对人工标注的依赖性，同时还可以作为自动标注系统来自动标注图像数据集，显著降低了数据标注的人工成本。