[发明专利]卷积神经网络中的一种语义图像分割方法在审
| 申请号： | 201811500778.3 | 申请日： | 2018-12-10 |
| 公开（公告）号： | CN109727249A | 公开（公告）日： | 2019-05-07 |
| 发明（设计）人： | 周全;从德春;杨文斌;王雨;卢竞男 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 姚姣阳 |
| 地址： | 210003 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： | 本发明揭示了一种新的用于图像语义分割的深度卷积神经网络架构，包含骨干网与上下文融合网络两个部分。充分利用卷积网络中各卷积层特征信息，将浅层与深层上下文信息进行结合，从而得到更好的图像语义分割效果。与深层卷积特征相比，浅层卷积特征能保留较好的图像底层细节信息，而深层特征能够提取高层语义信息，把两者的卷积特性结合起来可同时兼顾图像中局部和全局的上下文特征，又决定了最终分割准确率的高低，为此本发明该网络架构可以对网络中浅层与深层的特征进行精炼提取。实验结果表明，与传统的深度卷积网络模型相比，该方法在分割的精度以及效率上都有了明显的提高。 | ||
| 搜索关键词： | 卷积 分割 浅层 卷积神经网络 图像语义 高层语义信息 上下文特征 上下文信息 融合网络 特性结合 特征信息 图像底层 网络架构 网络模型 细节信息 语义图像 传统的 骨干网 准确率 积层 精炼 架构 网络 图像 保留 全局 | ||
【主权项】：
1.卷积神经网络中的一种语义图像分割方法，其特征在于：重构包含骨干网和上下文融合网络的网络框架，其中上下文融合网络对骨干网中的若干层特征图分别进行精炼提取，并将提取后的每层特征图进行上采样至原图分别率大小，再将浅层和深层的特征图通过堆叠操作进行融合，输出一个21维且与原图大小相同的矩阵。
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南京邮电大学，未经南京邮电大学许可，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/201811500778.3/，转载请声明来源钻瓜专利网。
