[发明专利]一种基于深度卷积神经网络的前景对象图像分割方法有效
| 申请号： | 202010044615.X | 申请日： | 2020-01-16 |
| 公开（公告）号： | CN111275732B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 杨戈;吴彬 | 申请（专利权）人： | 北京师范大学珠海分校 |
| 主分类号： | G06T7/194 | 分类号： | G06T7/194;G06N3/0464;G06N3/09 |
| 代理公司： | 珠海飞拓知识产权代理事务所(普通合伙) 44650 | 代理人： | 刘利芬 |
| 地址： | 519000 广东*** | 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： | 本发明公开了一种基于深度卷积神经网络的前景对象图像分割方法，将分割任务设置为密集的标记问题，并提出一种基于深度卷积神经网络的像素级图像分割模型FOSeg模型。FOSeg模型是一个可以预测每个像素是前景对象可能性的支持端到端训练的前景对象图像分割模型。FOSeg模型分割流程图如图1所示：首先输入原始图像，经过深度卷积神经网络的卷积、汇合、线性整流等操作，然后输入到分流聚合模块从而得出特征映射得分图，随后经过双线性插值算法的上采样操作得到粗糙的分割图，最后将得到的粗糙分割图送入条件随机场模型中进一步细化分割结果，从而得出精细的分割图像。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 前景 对象 图像 分割 方法 | ||
【主权项】：
暂无信息
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北京师范大学珠海分校，未经北京师范大学珠海分校许可，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/202010044615.X/，转载请声明来源钻瓜专利网。
