申请/专利权人:江苏大学
申请日:2022-11-30
公开(公告)日:2023-04-04
公开(公告)号:CN115908439A
主分类号:G06T7/10
分类号:G06T7/10;G06N3/0464;G06N3/0475;G06N3/094;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.04.21#实质审查的生效;2023.04.04#公开
摘要:本发明公开了一种基于错误反思学习框架的图像分割装置、方法、设备及介质,对原始输入图像进行z‑score标准化以及边缘信息提取,z‑score标准化的输出作为已训练的金字塔卷积分割网络的输入,已训练的金字塔卷积分割网络输出预测的分割掩码;将所述边缘信息和预测的分割掩码进行逐元素相加融合,再通过z‑score标准化,并输入已训练的金字塔卷积合成网络,输出合成输入图像;将合成输入图像和原始输入图像进行损失计算,迭代优化所述分割掩码。本发明解决了现有图像分割方法在测试过程中无法从优化已训练好的分割网络的角度上解决分割掩码出现错误预测的问题。
主权项:1.一种基于错误反思学习框架的图像分割方法,其特征在于:对原始输入图像进行z-score标准化以及边缘信息提取;z-score标准化的输出作为已训练的金字塔卷积分割网络的输入,已训练的金字塔卷积分割网络输出预测的分割掩码;将所述边缘信息和预测的分割掩码进行逐元素相加融合,再通过z-score标准化,并输入已训练的金字塔卷积合成网络,输出合成输入图像;将合成输入图像和原始输入图像进行损失计算,迭代优化所述分割掩码。
全文数据:
权利要求:
百度查询: 江苏大学 基于错误反思学习框架的图像分割装置、方法、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。