[发明专利]一种图像处理方法及装置

权利要求书

1.一种图像处理方法，所述方法包括：

接收第一图像数据；

使用第一模型对所述第一图像数据进行处理得到第一分割结果，所述第一模型是训练学生模型得到的，所述学生模型的一致性损失函数对总损失函数的影响程度由第一权重决定，所述第一权重是根据教师模型获取的特征不确定性度量结果和分割不确定性度量结果确定的；

输出所述第一分割结果。

2.根据权利要求1所述的方法，在所述使用第一模型处理所述第一图像数据得到第二图像数据之前，所述方法还包括训练所述学生模型得到所述第一模型，具体包括：

接收训练图像数据，所述训练图像数据包括有标注的图像数据和无标注的图像数据；

使用所述训练图像数据对所述学生模型进行训练；

根据所述总损失函数调整所述学生模型的参数以达到预设的模型精度。

3.根据权利要求2所述的方法，所述使用所述训练图像数据对所述学生模型进行训练，包括：

使用所述学生模型对所述训练图像数据进行处理得到第二分割结果及分割损失函数；

使用所述教师模型对所述训练图像数据进行处理得到第三分割结果、所述特征不确定性度量结果和所述分割不确定性度量结果；

根据所述第二分割结果和所述第三分割结果确定一致性损失函数的值；

根据所述特征不确定性度量结果和所述分割不确定性度量结果确定所述第一权重；

根据所述分割损失函数、所述一致性损失函数和所述第一权重确定所述总损失函数。

4.根据权利要求3所述的方法，使用所述教师模型对所述训练图像数据进行处理得到第三分割结果、所述特征不确定性度量结果和所述分割不确定性度量结果，包括：

使用教师模型对所述训练图像数据中的每一组输入数据进行T次处理得到T个中间特征向量和T个分割结果，T为大于等于2的自然数；

根据T个分割结果确定第三分割结果；

根据T个中间特征向量确定所述特征不确定性度量结果；

根据T个分割结果确定所述分割不确定性度量结果。

5.根据权利要求4所述的方法，所述根据T个中间特征向量确定所述特征不确定性度量结果，包括：

根据T个中间特征向量中每两个中间特征向量的差量，确定所述特征不确定性度量结果。

6.根据权利要求4所述的方法，所述根据T个中间特征包括C个通道，C为大于等于2的自然数，

相应地，所述根据T个中间特征向量确定所述特征不确定性度量结果，包括：

根据T个中间特征向量确定每个通道的特征不确定性度量结果；

根据每个通道的特征不确定性度量结果确定所述特征不确定性度量结果。

7.根据权利要求3所述的方法，在所述使用教师模型对所述训练图像数据进行处理的过程中，所述方法还包括：

随机生成噪音数据，使用所述教师模型处理所述噪音数据；和/或

在所述教师模型的网络运算中使用dropout机制。

8.根据权利要求3所述的方法，所述根据所述第二分割结果和所述第三分割结果确定所述一致性损失函数，包括：

根据所述第二分割结果和所述分割不确定性度量结果，对所述第三分割结果进行调整得到第四分割结果；

根据所述第一分割结果和所述第四分割结果确定所述一致性损失函数。

9.根据权利要求3所述的方法，所述根据所述特征不确定性度量结果和所述分割不确定性度量结果确定所述第一权重，包括：

根据所述特征不确定性度量结果、所述分割不确定性度量结果和可设定的第一权重计算方法确定所述第一权重。

10.一种图像处理装置，所述装置包括：

图像数据接收模块，用于接收第一图像数据；

图像数据处理模块，用于使用第一模型对所述第一图像数据进行处理得到第一分割结果，所述第一模型是训练学生模型得到的，所述学生模型的一致性损失函数对总损失函数的影响程度由第一权重决定，所述第一权重是根据教师模型获取的特征不确定性度量结果和分割不确定性度量结果确定的；

分割结果输出模块，用于输出所述第一分割结果。