[发明专利]一种基于卷积神经网络的同类前景图像集分割方法有效
| 申请号： | 201811634200.7 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109712165B | 公开（公告）日： | 2022-12-09 |
| 发明（设计）人： | 王秀蜜;汪粼波;方贤勇;王华彬 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | G06T7/194 | 分类号： | G06T7/194;G06T7/11 |
| 代理公司： | 合肥市科融知识产权代理事务所(普通合伙) 34126 | 代理人： | 陈思聪 |
| 地址： | 230000 安徽省*** | 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： | 本发明公开了一种基于卷积神经网络的同类前景图像集分割方法，包括了以下步骤：步骤1，生成样本分割掩码；步骤2，构建训练数据集；步骤3，学习分割网络模型；步骤4，基于分割网络模型分割同类图像集中的其余图像；步骤5，再分割。通过上述方式，本发明能够利用待分割图像集所包含的图像之间强相关性，仅需要少量交互就可以将同类图像集中的前景分割出来。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 同类 前景 图像 分割 方法 | ||
【主权项】：
1.一种基于卷积神经网络的同类前景图像集分割方法，其特征在于，包括：通过计算机对图像做如下步骤的处理；步骤1，向计算机输入同类图像集同类图像集；由计算机从同类图像集中读取一张，生成样本分割掩码；步骤2，构建训练数据集；步骤3，学习分割网络模型；步骤4，基于分割网络模型分割同类图像集中的其余图像；步骤5，进行是否需要再分割的判断；循环的条件是是否所有图像都已取得满意的分割结果；如果所有图像均已获得满意的分割结果，则分割结束；反之，选择分割效果较差的图像作为新的分割样本，并返回步骤1训练新的分割网络模型，实现对其余分割欠佳图像的分割优化。
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/patent/201811634200.7/，转载请声明来源钻瓜专利网。
- 上一篇：图像智能剪裁方法、系统、设备及存储介质
- 下一篇：一种跟踪目标释放系统及方法
