[发明专利]一种基于纵横子片的深度神经网络分割方法在审
| 申请号： | 201910233170.7 | 申请日： | 2019-03-26 |
| 公开（公告）号： | CN110070173A | 公开（公告）日： | 2019-07-30 |
| 发明（设计）人： | 于谦;尹西杰;潘建勋;孙洪峰;刘倩 | 申请（专利权）人： | 山东女子学院 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06T7/11 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 李冉 |
| 地址： | 250000 山东省济*** | 国省代码： | 山东;37 |
| 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纵横子片的深度神经网络分割方法。一方面，提出了纵横子片，由两个正交的长方形子片组成。纵横子片能够同时从纵向和横向捕获目标的全局和局部外观信息。另一方面，利用获得的纵横子片，以级联训练的方式迭代地训练两个子模型。在训练期间，需要一个方向的子模型帮助分割另一方向子模型的错误分割区域，以鼓励训练的子模型更加关注目标难以分割的部分。最终的分割结果由所有的子模型多数投票产生。本发明公开提供的分割方法不仅能同时捕获局部细节信息和全局上下文信息，还可以通过级联训练的模式令不同子模型之间互相提供互补信息并实现自我提升，以增强最终的分割结果，并且具有极高的训练效率。 | ||
| 搜索关键词： | 子片 子模型 分割 分割结果 神经网络 级联 局部细节信息 长方形子片 全局上下文 捕获目标 分割区域 关注目标 互补信息 局部外观 训练效率 方向子 正交的 迭代 捕获 投票 全局 帮助 | ||
【主权项】：
1.一种基于纵横子片的深度神经网络分割方法，其特征在于，具体步骤包括如下：步骤一：从待分割图像中提取像素的纵向子片和横向子片；步骤二：建立横向子模型和纵向子模型，并不断更新所述横向子模型和所述纵向子模型；步骤三：将所述步骤一中的提取的所述纵向子片通过所述步骤二更新的所述纵向子模型进行训练；将所述步骤一中的提取的所述横向子片通过所述步骤二更新的所述横向子模型进行训练；步骤四：每个子模型输出一个分割结果，最终结果由所有子模型结果的多数投票产生。
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山东女子学院，未经山东女子学院许可，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/patent/201910233170.7/，转载请声明来源钻瓜专利网。
