[发明专利]用于图像特征匹配的图像存储方法、系统和计算设备有效

专利信息
申请号: 202111248254.1 申请日: 2021-10-26
公开(公告)号: CN113689939B 公开(公告)日: 2022-04-08
发明(设计)人: 朱阿丽;乔伟;岳光朱子;刘丽丽;陈静 申请(专利权)人: 萱闱(北京)生物科技有限公司;郑州大学第一附属医院
主分类号: G16H30/20 分类号: G16H30/20;G06V10/74;G06K9/62;G06N3/04
代理公司: 北京箴思知识产权代理有限公司 11913 代理人: 李春晖
地址: 100006 北京市东城区王府井*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 图像 特征 匹配 存储 方法 系统 计算 设备
【权利要求书】:

1.一种用于图像特征匹配的图像存储方法,包括:

从采集到的当前图像中确定所述当前图像中的对比区域;所述对比区域中包含待识别的目标;

利用神经网络对所述当前图像中的对比区域与已存储的图像进行匹配,得到匹配结果;

当所述匹配结果指示所述当前图像中的对比区域与所述已存储的图像未匹配成功时,将所述当前图像进行存储;

其中,利用神经网络对所述当前图像中的对比区域与已存储的图像进行匹配,得到匹配结果,包括:

利用神经网络对所述当前图像中的对比区域进行特征提取,得到所述当前图像中的对比区域的第一图像信息;

对所述第一图像信息与已存储的图像中病变类别匹配成功的图像进行匹配,得到匹配结果;

其中,所述利用神经网络对所述当前图像中的对比区域进行特征提取,得到所述当前图像中的对比区域的第一图像信息,包括:

基于所述当前图像中的对比区域对所述当前图像进行尺寸调整,得到调整后的图像;

对所述调整后的图像中的对比区域进行卷积计算和池化计算,得到所述对比区域的第一特征图;

利用跨阶段局部网络的瓶颈层对所述第一特征图进行计算,得到所述第一特征图对应的第二特征图;

基于所述第二特征图确定所述当前图像中的对比区域的第一图像信息;

其中,对所述第一图像信息与已存储的图像中病变类别匹配成功的图像进行匹配,得到匹配结果,包括:

利用所述神经网络对已存储的图像中病变类别匹配成功的图像进行特征提取,得到第二图像信息;

计算所述第一图像信息与所述第二图像信息的相似度,并基于所述相似度确定匹配结果。

2.根据权利要求1所述的用于图像特征匹配的图像存储方法,从采集到的当前图像中确定所述当前图像中的对比区域之后,所述方法还包括:

确定所述对比区域中存在部位的部位信息以及所述部位的病变类别;

将所述部位信息与已存储的图像的部位信息进行匹配,得到第一匹配结果;

当所述第一匹配结果指示所述已存储的图像的部位信息与所述对比区域的部位信息未匹配成功时,将所述当前图像进行存储;

当所述第一匹配结果指示所述已存储的图像的部位信息与所述对比区域的部位信息匹配成功时,将所述对比区域的病变类别与已存储的图像的病变类别进行匹配,得到第二匹配结果;

当所述第二匹配结果指示所述已存储的图像的病变类别与所述对比区域的病变类别未匹配成功时,将所述当前图像进行存储;

当所述第二匹配结果指示所述已存储的图像的病变类别与所述对比区域的病变类别匹配成功时,执行所述的利用神经网络对所述当前图像中的对比区域与已存储的图像进行匹配,得到匹配结果。

3.根据权利要求2所述的用于图像特征匹配的图像存储方法,对所述调整后的图像中的对比区域进行卷积计算和池化计算,得到所述对比区域的第一特征图,包括:

对所述调整后的图像中的对比区域进行空洞卷积计算,得到所述对比区域的第一子特征图;

对所述第一子特征图进行第一池化计算,得到所述第一子特征图对应的第二子特征图;

对所述第二子特征图进行第一卷积计算,得到所述第二子特征图对应的第三子特征图;

对所述第三子特征图进行第二池化计算,得到所述第三子特征图对应的第四子特征图;

对所述第四子特征图进行第二卷积计算,得到所述第四子特征图对应的第五子特征图;

对所述第五子特征图进行第三池化计算,得到所述第五子特征图对应的第一特征图。

4.根据权利要求3所述的用于图像特征匹配的图像存储方法,对所述第四子特征图进行第二卷积计算,得到所述第四子特征图对应的第五子特征图,包括:

基于两个卷积层对所述第四子特征图进行计算,得到所述第四子特征图对应的卷积特征图;

对于所述卷积特征图进行可变形卷积计算,得到所述卷积特征图对应的第五子特征图。

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萱闱(北京)生物科技有限公司;郑州大学第一附属医院,未经萱闱(北京)生物科技有限公司;郑州大学第一附属医院许可,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/pat/books/202111248254.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top