[发明专利]一种基于初始标注点指导的图像交互分割方法在审
申请号: | 202010031075.1 | 申请日: | 2020-01-13 |
公开(公告)号: | CN111260659A | 公开(公告)日: | 2020-06-09 |
发明(设计)人: | 程明明;林铮;张钊;陈林卓;卢少平 | 申请(专利权)人: | 镇江优瞳智能科技有限公司 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06K9/62;G06N3/04;G06N3/08;G06T7/187;G06T7/194 |
代理公司: | 上海氦闪专利代理事务所(普通合伙) 31354 | 代理人: | 李明;袁媛 |
地址: | 212004 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 初始 标注 指导 图像 交互 分割 方法 | ||
1.一种基于初始标注点指导的图像交互分割方法,其特征在于:步骤如下;
S10全局标注点特征提取、S20初始标注点指导、S30两类特征融合预测、S40基于全局标注点损失函数监督、S50结构保持性策略处理物体预测图。
2.根据权利要求1所述的一种基于初始标注点指导的图像交互分割方法,其特征在于:所述S10全局标注点特征提取:使用所有的前景标注点和背景标注点作为输入信息,指导多层卷积神经网络提取输入图像特征。
3.根据权利要求1所述的一种基于初始标注点指导的图像交互分割方法,其特征在于:所述S20初始标注点指导:将初始标注点作为额外输入,与全局标注点分割的主干网络的低层次特征融合,提取目标物体主体信息,使用基于初始标注点的损失函数进行约束监督。
4.根据权利要求1所述的一种基于初始标注点指导的图像交互分割方法,其特征在于:所述S30两类特征融合预测:将全局标注点得到的特征和初始标注点得到的特征融合,通过多尺度卷积模块,并联合底层特征修正较高层级的分割图,以此得到最终的预测结果。
5.根据权利要求1所述的一种基于初始标注点指导的图像交互分割方法,其特征在于:所述S40基于全局标注点损失函数监督:使用基于用户所有标注点的损失函数来对预测结果图进行监督,通过目标物体分割图像与人工标注的参考图像的计算对应损失值,进行梯度回传、更新网络。
6.根据权利要求1所述的一种基于初始标注点指导的图像交互分割方法,其特征在于:所述S50结构保持性策略处理物体预测图:使用基于连通性的结构保持性策略对二值分割后的预测图像进行处理,消除与前景标注点不连通的许多错误区域。
7.根据权利要求1所述的一种基于初始标注点指导的图像交互分割方法,其特征在于:所述初始标注点信息为基于用户第一次点击生成的高斯点图。
8.根据权利要求1所述的一种基于初始标注点指导的图像交互分割方法,其特征在于:所述将主干分割网络的底层特征与初始标注点信息融合,经过卷积的特征再融入主干分割网络中。
9.根据权利要求1所述的一种基于初始标注点指导的图像交互分割方法,其特征在于:所述使用基于初始标注点的损失函数来监督初始标注点的指导分割支路网络。
10.根据权利要求1所述的一种基于初始标注点指导的图像交互分割方法,其特征在于:所述使用基于全局所有标注点的损失函数来监督神经网络的最终输出结果。
11.根据权利要求1所述的一种基于初始标注点指导的图像交互分割方法,其特征在于:所述使用特殊的基于连通性的结构保持性策略对二值分割后的预测图像进行处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于镇江优瞳智能科技有限公司,未经镇江优瞳智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010031075.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于特征图去噪以及图像增强的敌对样本防护方法
- 下一篇:一种汉字的组装方法