[发明专利]通过CNN的多个图像输出的提供集成的特征图的方法及装置

权利要求书

1.一种方法，是用于从卷积神经网络利用多个输出的组合法提供集成的特征图的方法，其特征在于，包括：

a：CNN装置接收输入图像并适用对所述输入图像进行变形的多个变形函数生成多个变形的输入图像的步骤；

b：所述CNN装置对各所述变形的输入图像适用卷积运算获得对应于各所述变形的输入图像的各变形的特征图的步骤；

c：所述CNN装置对所述各变形的特征图分别适用对应于各所述变形函数的逆变换函数分别生成对应于所述各变形的特征图的逆变换特征图的步骤；以及

d：所述CNN装置集成所述逆变换特征图中的至少一部分以得到集成的特征图的步骤。

2.根据权利要求1所述的方法，其特征在于：

所述变形函数(T_i)是将所述输入图像(I)变形成n个变形输入图像(T_i(I))的函数，

所述i是1至n的自然数，

所述变形函数(T_i)是存在逆变换函数(T^-1_i(T_i(I))＝I)的函数。

3.根据权利要求2所述的方法，其特征在于：

所述变形函数(T_i)利用仿射变换算法及薄板样条插值算法中的至少一种变形所述输入图像(I)。

4.根据权利要求2所述的方法，其特征在于：

各所述变形函数使用相同的变形算法，并且适用于其中的具体参数有差异。

5.根据权利要求1所述的方法，其特征在于：

所述多个逆变换特征图按各像素具有各自的分割分值，

在所述d步骤中，

所述CNN装置参照所述逆变换特征图的各像素的相对位置，分别相加对应于各所述逆变换特征图的各像素的分割分值获得所述集成特征图。

6.根据权利要求5所述的方法，其特征在于：

在所述d步骤中，

所述CNN装置将所述集成的特征图中对应于各像素的信道值中最高的信道的标签赋予相应像素得到分割标签图像。

7.根据权利要求6所述的方法，其特征在于：

在所述c步骤中，

所述CNN装置利用所述逆变换函数将作为所述变形输入图像的分割的结果的所述变形特征图的各像素移动到所述输入图像的分割的结果上的对应的位置以生成所述多个逆变换特征图。

8.根据权利要求1所述的方法，其特征在于，还包括：

e：所述CNN装置i.根据参照所述集成的特征图获得的输出值与GT值的差算出损耗，ii.执行用于最小化所述损耗的反向传播以优化CNN装置的至少一个参数的步骤。