[发明专利]一种基于残差膨胀空间金字塔网络算法的图像分割方法在审
| 申请号： | 202210210185.3 | 申请日： | 2022-03-03 |
| 公开（公告）号： | CN114581467A | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 徐超;韩俱宝;李正平 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | G06T7/12 | 分类号： | G06T7/12;G06N3/04;G06N3/08 |
| 代理公司： | 北京睿智保诚专利代理事务所(普通合伙) 11732 | 代理人： | 杜娟 |
| 地址： | 230000 安徽省合肥*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 膨胀 空间 金字塔 网络 算法 图像 分割 方法 | ||
1.一种基于残差膨胀空间金字塔网络算法的图像分割方法，其特征在于，具体步骤为：
获取待处理图像；
对待处理的图像进行特征提取，获得原始特征图；
将原始特征图输入残差空洞空间金字塔模型中，提取全局特征图；
将全局特征图与原始特征图聚合，获得特征映射图；
对特征映射图进行分割处理；
利用注意力模块和条件随机场对分割后的特征映射图做精细化处理。
2.根据权利要求1所述一种基于残差膨胀空间金字塔网络算法的图像分割方法，其特征在于，原始特征图由基于ResNet50的主干网中提取通用特征构成。
3.根据权利要求1所述一种基于残差膨胀空间金字塔网络算法的图像分割方法，其特征在于，残差空洞空间金字塔模型包括全局特征提取模块和语义信息提取模块；全局特征提取模块与语义信息提取模块采用并行结构，全局特征提取模块用于在原始特征图中提取多尺度的图像信息；语义信息提取模块基于原始特征图提取深层次的语义信息。
4.根据权利要求3所述一种基于残差膨胀空间金字塔网络算法的图像分割方法，其特征在于，全局特征提取模块包括多组不同采样速率的空洞卷积层；采样速率按倍数递增。
5.据权利要求3所述一种基于残差膨胀空间金字塔网络算法的图像分割方法，其特征在于，语义信息提取模块包括挤压激励层、空洞卷积层、批归一化以及Relu激活函数；挤压激励层与空洞卷积层连接；空洞卷积层与归一化以及Relu激活函数交错叠加。
6.据权利要求5所述一种基于残差膨胀空间金字塔网络算法的图像分割方法，其特征在于，语义信息提取模块采用残差结构，通过跳跃连接与输出端连接。
7.根据权利要求1所述一种基于残差膨胀空间金字塔网络算法的图像分割方法，其特征在于，全局特征图包括全局特征信息和深层语义信息。
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安徽大学，未经安徽大学许可，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/pat/books/202210210185.3/1.html，转载请声明来源钻瓜专利网。
