[发明专利]一种基于深度学习的图像分割方法、系统及电子设备在审
| 申请号： | 201810852143.3 | 申请日： | 2018-07-30 |
| 公开（公告）号： | CN109118491A | 公开（公告）日： | 2019-01-01 |
| 发明（设计）人： | 邬晶晶;张涌;许强 | 申请（专利权）人： | 深圳先进技术研究院 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06N3/04 |
| 代理公司： | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人： | 曹卫良 |
| 地址： | 518055 广东省深圳*** | 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： | 本申请属于图像分割技术领域，特别涉及一种基于深度学习的图像分割方法、系统及电子设备。所述基于深度学习的图像分割方法包括：步骤a：对原始图像进行归一化处理；步骤b：将所述归一化后的图像输入ResUNet网络模型，所述ResUNet网络模型提取输入图像中包含全局语义信息的特征图，并对所述特征图进行上采样及特征图堆叠处理，得到最终的特征图；步骤c：对所述上采样及堆叠处理后的特征图进行逐像素分类，并输出图像分割结果。本申请解决了卷积神经网络中常见的梯度消失问题，也能让网络更加容易训练，收敛到一个更好的分割结果。 | ||
| 搜索关键词： | 特征图 图像分割 电子设备 分割结果 网络模型 上采样 堆叠 卷积神经网络 图像分割技术 归一化处理 输出图像 输入图像 图像输入 像素分类 语义信息 原始图像 归一化 学习 申请 收敛 全局 网络 | ||
【主权项】：
1.一种基于深度学习的图像分割方法，其特征在于，包括以下步骤：步骤a：对原始图像进行归一化处理；步骤b：将所述归一化后的图像输入ResUNet网络模型，所述ResUNet网络模型提取输入图像中包含全局语义信息的特征图，并对所述特征图进行上采样及特征图堆叠处理，得到最终的特征图；步骤c：对所述上采样及堆叠处理后的特征图进行逐像素分类，并输出图像分割结果。
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深圳先进技术研究院，未经深圳先进技术研究院许可，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/201810852143.3/，转载请声明来源钻瓜专利网。
