[发明专利]基于金字塔池化编解码结构的图像语义分割方法在审
| 申请号： | 201710948567.5 | 申请日： | 2017-10-12 |
| 公开（公告）号： | CN107644426A | 公开（公告）日： | 2018-01-30 |
| 发明（设计）人： | 谭振涛;刘斌;俞能海 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06K9/62;G06N3/04 |
| 代理公司： | 北京凯特来知识产权代理有限公司11260 | 代理人： | 郑立明,郑哲 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于金字塔池化编解码结构的图像语义分割方法，包括通过一个包含卷积神经网络模型和金字塔池化模型的编码网络对输入图像进行处理，提取输入图像的高维特征信息，构成深层特征图；通过一个包含反向卷积神经网络模型的解码网络，将深层特征图恢复至与输入图像相同的分辨率；通过一个包含输出通道为类别数的卷积层和一个Softmax层的分类器，将解码网络输出的特征图进行分类，实现图像语义分割。该方法在进一步提高网络对图像语义分割的能力的同时兼顾了网络模型大小和运算速度。 | ||
| 搜索关键词： | 基于 金字塔 池化编 解码 结构 图像 语义 分割 方法 | ||
【主权项】：
一种基于金字塔池化编解码结构的图像语义分割方法，其特征在于，包括：通过一个包含卷积神经网络模型和金字塔池化模型的编码网络对输入图像进行处理，提取输入图像的高维特征信息，构成深层特征图；通过一个包含反向卷积神经网络模型的解码网络，将深层特征图恢复至与输入图像相同的分辨率；通过一个包含输出通道为类别数的卷积层和一个Softmax层的分类器，将解码网络输出的特征图进行分类，实现图像语义分割。
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中国科学技术大学，未经中国科学技术大学许可，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/patent/201710948567.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种新型智慧面试考场
- 下一篇：一种变频装备用的机箱
