[发明专利]基于影像的分类系统

权利要求书

1.一种基于影像的分类系统，其特征在于，包括：

一影像捕获设备，用于获取一待测物影像，所述待测物具有一表面层与膜内层；以及

一处理装置，连接至所述影像捕获设备，所述处理装置被配置为使用一深度学习模型，并根据所述待测物影像进行影像分割，界定所述表面层区域与所述膜内层区域，以产生分类信息。

2.如权利要求1所述的基于影像的分类系统，其特征在于，所述处理装置被配置为使用所述深度学习模型，并根据所述分类信息进行检测，判断所述膜内层区域的瑕疵，以产生检测结果。

3.如权利要求2所述的基于影像的分类系统，其特征在于，所述深度学习模型包括：

一主干网络，由所述待测物的原始影像执行特征提取，以获取一或多个特征图；

一区域候选网络，连接至所述主干网络以获取所述特征图，并经由所述特征图决定一或多个感兴趣区域；

一ROI排列模块，经由双线性内插的方式将所述感兴趣区域范围的影像进行池化，以获得正规化影像；

一全卷积网络，输入所述正规化影像后，经由多个卷积层运算后获得分割屏蔽，将所述分割屏蔽进行差补运算以映像至所述特征图输出一实例分割屏蔽；

一去背模块，依据所述实例分割屏蔽将所述感兴趣区域内的影像进行去背，以获得对象去背特征影像；以及

一全连接层，所述对象去背特征影像输入至所述全连接层，并由所述全连接层分类输出分类结果。

4.如权利要求3所述的基于影像的分类系统，其特征在于，所述主干网络包括：

一特征提取网络，包括多个由底层至顶层排列的第一卷积层，所述的原始影像系通过正规化处理后由底层输入所述第一卷积层，并经由所述第一卷积层进行特征提取获得多个特征图；以及

一特征金字塔网络，依据所述第一卷积层各层的输出将顶层的所述特征图进行上采样以获得等尺寸特征图，将所述第一卷积层的特征图与对应尺寸的等尺寸特征图融合后，分别通过一第二卷积层进行卷积后输出多个融合特征图。

5.如权利要求4所述的基于影像的分类系统，其特征在于，所述特征提取网络为深度残差网络。

6.如权利要求5所述的基于影像的分类系统，其特征在于，所述区域候选网络包括一第三卷积层、一softmax层、一边框回归层、以及一候选层，所述第三卷积层将所述融合特征图依据设定的锚点图执行卷积输出以获取多个候选外框，并通过所述softmax层的输出将所述候选外框分类为前景或后景，所述边框回归层回授所述候选外框的变换量至所述候选层，所述候选层依据多个具有前景的所述候选外框以及所述变换量执行边框精调以获得所述感兴趣区域。

7.如权利要求6所述的基于影像的分类系统，其特征在于，所述候选层执行以下步骤以获得所述感兴趣区域：

生成所述锚点图；

将所有的锚点图做边框回归以获得所述候选外框；

按照所述softmax层的输出分数由大到小排序所述候选外框；

依据所述输出分数提取具前景的所述候选外框；

设定超出图像边界的候选外框为边界；

去除尺寸低于设定阈值的候选外框；

对所述候选外框执行非极大值抑制；

再次由剩余的所述候选外框去除尺寸低于设定阈值的候选外框，以获得所述感兴趣区域。

8.如权利要求1至7中任一项所述的基于影像的分类系统，其特征在于，所述基于影像的分类系统用以执行异形膜内检测。