[发明专利]对象识别方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202110617124.4 申请日: 2021-06-03
公开(公告)号: CN113610750A 公开(公告)日: 2021-11-05
发明(设计)人: 何楠君;卢东焕;李悦翔;林一;马锴;郑冶枫 申请(专利权)人: 腾讯医疗健康(深圳)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06K9/62
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518052 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 识别 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种对象识别方法,其特征在于,所述方法包括:

分别基于多个医学图像进行空间特征提取,得到所述多个医学图像的空间特征,所述多个医学图像为同一目标对象在不同时刻的图像;

对提取的多个空间特征进行融合,得到所述目标对象对应的第一融合空间特征;

基于所述第一融合空间特征进行时序特征提取,得到所述目标对象的时空特征,所述时空特征用于表征所述多个医学图像在不同时刻的空间信息的变化;

基于所述时空特征,对所述目标对象进行识别,得到所述目标对象的识别结果。

2.根据权利要求1所述的方法,其特征在于,所述分别基于多个医学图像进行空间特征提取,得到所述多个医学图像的空间特征之前,所述方法还包括:

分别提取所述多个医学图像的第一图像特征;

所述分别基于多个医学图像进行空间特征提取,得到所述多个医学图像的空间特征,包括:

分别基于所述多个医学图像的第一图像特征进行空间特征提取,得到所述多个医学图像的空间特征。

3.根据权利要求2所述的方法,其特征在于,所述分别基于所述多个医学图像的第一图像特征进行空间特征提取,得到所述多个医学图像的空间特征,包括:

对于每个医学图像,将所述医学图像的第一图像特征划分为多个区域特征,分别获取所述多个区域特征对应的第一注意力参数,所述第一注意力参数用于表征对应的区域特征在所述图像特征中的重要程度,所述医学图像包括多个图像区域,每个区域特征对应所述医学图像中的一个图像区域;

基于多个第一注意力参数,对所述多个区域特征进行加权融合,得到所述医学图像对应的第二图像特征;

基于所述第二图像特征进行空间特征提取,得到所述医学图像的空间特征。

4.根据权利要求3所述的方法,其特征在于,所述分别获取所述多个区域特征对应的第一注意力参数,包括:

将每个区域特征分别映射到至少两个特征空间中,得到每个区域特征对应的至少两个映射特征,其中所述至少两个特征空间用于表征对应图像区域中的不同像素点在对应的维度上的相似度;

基于所述每个区域特征对应的至少两个映射特征,获取所述每个区域特征对应的第一注意力参数。

5.根据权利要求3所述的方法,其特征在于,所述基于所述第二图像特征进行空间特征提取,得到所述医学图像的空间特征,包括:

对所述第二图像特征与所述第一图像特征进行融合,得到所述医学图像对应的第三图像特征;

基于所述第三图像特征进行空间特征提取,得到所述医学图像的空间特征。

6.根据权利要求5所述的方法,其特征在于,所述基于所述第三图像特征进行空间特征提取,得到所述医学图像的空间特征之前,所述方法还包括:

对所述第三图像特征进行归一化处理,得到处理后的所述第三图像特征。

7.根据权利要求3所述的方法,其特征在于,所述对于每个医学图像,将所述医学图像的第一图像特征划分为多个区域特征之前,所述方法还包括:

分别对所述每个医学图像的第一图像特征进行归一化处理,得到所述每个医学图像处理后的所述第一图像特征。

8.根据权利要求1所述的方法,其特征在于,所述基于所述第一融合空间特征进行时序特征提取,得到所述目标对象的时空特征,包括:

将所述第一融合空间特征划分为多个空间子特征,分别获取所述多个空间子特征对应的第二注意力参数,所述第二注意力参数用于表征对应的空间子特征在所述第一融合空间特征中的重要程度,每个空间子特征对应一个医学图像;

基于多个第二注意力参数,对所述多个空间子特征进行融合,得到所述多个医学图像对应的第二融合空间特征;

基于所述第二融合空间特征进行时序特征提取,得到所述时空特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯医疗健康(深圳)有限公司,未经腾讯医疗健康(深圳)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/202110617124.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top