申请/专利权人：杭州电子科技大学;台州学院

申请日：2023-12-26

公开（公告）日：2024-03-26

公开（公告）号：CN117765260A

主分类号：G06V10/26

分类号：G06V10/26;G06V10/44;G06V10/82;G06V10/80;G06V10/42;G06N3/045;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明公开了一种基于相位感知改进Transformer的息肉图像分割方法，基于Transformer的主干网络提取息肉图像的密集特征Xi，i∈{1，2，3，4}；剔除最底层特征X1后，分别利用对应的基于注意力的空洞卷积模块提取各密集特征的粗粒度特征Ai；利用相位感知模块，获取各粗粒度特征的相位特征Pi，i∈{2，3，4}后共同输入到级联融合模块，以获取全局特征H4和全局注意力图S4；将相位特征Pi和对应的全局特征Hi输入到相似聚合模块，获取更新的全局特征Hi‑1；将相似聚合模块输出的全局特征Hi和上一级全局注意力图Si+1共同输入到级联组反向注意力模块，获取全局特征Hi的全局注意力图Si；对各全局注意力图上采样至与息肉图像相同尺寸后，进行逐像素加法，得到分割图像。

主权项：1.一种基于相位感知改进Transformer的息肉图像分割方法，其特征在于，包括以下步骤：步骤1，使用基于Transformer的主干网络提取息肉图像的特征金字塔，包括若干密集特征Xi，i∈{1，2，3，4}；步骤2，剔除最底层特征X1后，分别使用对应的基于注意力的空洞卷积模块提取各密集特征的粗粒度特征Ai，i∈{2，3，4}，不同粗粒度特征的通道数相同；步骤3，再分别使用对应的相位感知模块，获取各粗粒度特征的相位特征Pi，i∈{2，3，4}；步骤4，将各相位特征共同输入到级联融合模块，获取全局特征H4和全局注意力图S4；步骤5，将相位特征Pi和对应的全局特征Hi输入到对应的相似聚合模块，获取更新的全局特征Hi-1；步骤6，将相似聚合模块输出的全局特征Hi和上一级全局注意力图Si+1共同输入到对应的级联组反向注意力模块，获取全局特征Hi的全局注意力图Si；步骤7，对各全局注意力图上采样至与息肉图像相同尺寸后，进行逐像素相加操作，得到分割图像。

全文数据：

权利要求：

百度查询： 杭州电子科技大学;台州学院 一种基于相位感知改进Transformer的息肉图像分割方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD