[发明专利]基于密集网络图像的分割、识别方法和装置

摘要

本发明提供了基于密集网络图像的分割、识别方法和装置，涉及神经网络技术领域，其中，该基于密集网络图像的分割、识别方法包括：首先，使用卷积层作为特征提取器来捕获密集网络图像的分层特征，将得到的多尺度的特征图输入到编码模块，同时，利用跳跃连接，将不同尺度的特征图与编码模块中对应尺度的特征图连接，运用编码模块对特征图进行下采样和语义特征提取，运用解码模块对特征图进行上采样并恢复详细信息，获得多尺度特征图，接着，对稠密反卷积操作得到的输出特征图进行链式残差池化操作，这样，提高了对边界分割的准确性，捕获局部上下文信息，在编码模块中的三个边界细化块加入深度监督，通过上述处理，提高了医学图像分割的精准性。

主权项

1.基于密集网络图像的分割、识别方法，其特征在于，包括：使用卷积层作为特征提取器来捕获密集网络图像的分层特征，将得到的多尺度的特征图输入到编码模块，同时，利用跳跃连接，将不同尺度的特征图与编码模块中对应尺度的特征图连接；运用编码模块对特征图进行下采样和语义特征提取，运用解码模块对特征图进行上采样并恢复详细信息，获得多尺度特征图；对稠密反卷积操作得到的输出特征图进行链式残差池化操作，其中，所述输出特征图是对所述多尺度特征图进行稠密反卷积操作后得到的；利用深度分级监督在得到的三个边界细化块上捕获局部上下文信息。