[发明专利]图像中特征计量的参数估计

权利要求书

1.一种方法，其包括：

基于第一模型参数生成特征的区域模型图像；

基于所述第一模型参数生成所述特征的边界模型图像；

基于比较所述区域模型图像和边界模型图像与图像中的所关注特征使用参数估计网络来优化模型参数；和

基于优化后的模型参数提供一个或多个特征尺寸。

2.根据权利要求1所述的方法，其中基于比较所述区域模型图像和边界模型图像与图像中的所关注特征使用参数估计网络来优化所述模型参数包含：

基于比较更新后的区域模型图像和边界模型图像与所述图像中的所关注特征使用所述参数估计网络来迭代地更新所述模型参数，其中所述更新后的区域模型图像和边界模型图像是基于在前一迭代中更新的参数集。

3.根据权利要求1所述的方法，其中所述参数估计网络包含回归卷积神经网络。

4.根据权利要求1所述的方法，其中基于比较所述区域模型图像和边界模型图像与图像中的所关注特征使用参数估计网络来优化所述模型参数包含：

使用所述参数估计网络分割所述图像以提取所关注特征；

使用所述参数估计网络比较提取的所关注特征与基于第一参数集生成的区域模型和边界模型；

基于所述比较，通过所述参数估计网络确定所述第一参数集的改变以使得所述区域模型图像和边界模型图像匹配所关注特征；和

基于所确定的改变更新所述第一参数集。

5.根据权利要求4所述的方法，其中进行比较、确定和更新的步骤，直到符合迭代的阈值数目或符合迭代之间的阈值步长为止。

6.根据权利要求1所述的方法，其中基于所述第一模型参数生成所述特征的边界图像包含：

生成像素掩模图像，所述像素掩模图像限定所述特征的类型和位置。

7.根据权利要求1所述的方法，其中基于所述优化后的模型参数提供一个或多个特征尺寸包含：

确定来自特征边界的每一像素的截断距离权重；和

基于所述截断距离权重生成所述边界图像。

8.根据权利要求1所述的方法，其中第一参数是初始参数。

9.根据权利要求1所述的方法，其中第一参数是更新后的参数。

10.一种方法，其包括：

基于图像中特征的一个或多个模型使用参数估计网络来优化参数集以拟合所述特征，所述参数集限定所述一个或多个模型；和

基于优化后的参数集提供所述图像中的所述特征的计量数据。

11.根据权利要求10所述的方法，其中使用参数估计网络优化参数集以拟合图像中的特征包含：

通过回归卷积神经网络比较基于所述参数集形成的一个或多个特征模型与所述图像中的所述特征；和

基于所述一个或多个特征模型与所述图像中的所述特征之间的差异，更新所述参数集以提供优化后的参数集。

12.根据权利要求11所述的方法，其中更新所述参数集以提供优化后的参数集包含迭代地调整所述参数集，以使得所述一个或多个模型收敛以匹配所述图像中的所述特征。

13.根据权利要求10所述的方法，其中基于图像中特征的一个或多个模型使用参数估计网络来优化参数集以拟合所述特征包含：

基于在更新后的参数集上生成的所述一个或多个模型与所述图像中的所述特征之间的差异而递归地更新所述参数集，直到获得收敛为止。

14.根据权利要求13所述的方法，其中在已符合迭代的阈值数目时或在参数集改变的步长低于像素的阈值数目时确定收敛。