申请/专利权人：辽宁工程技术大学

申请日：2021-09-09

公开（公告）日：2024-03-29

公开（公告）号：CN113822905B

主分类号：G06T7/12

分类号：G06T7/12;G06T7/13;G06T7/62

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2022.01.07#实质审查的生效;2021.12.21#公开

摘要：本发明公开了一种改进的基于目标轮廓的实例分割方法，步骤为：输入一张图像，通过目标检测网络得到物体位置信息和类别信息；通过位置信息得到菱形框；将菱形框输入渐进式分割网络进行特征处理，得到目标物体的四个极值点；以四个极值点为标准做矩形框，矩形框与极值点的四个交点将物体轮廓划分为四个轮廓段；对每个轮廓段内物体轮廓进行均匀采样；将初始轮廓输入渐进式分割网络进行特征处理，得到预测的偏移量；将初始轮廓与偏移量进行计算得到新的物体轮廓；得到最终的分割结果。本发明以多边形为初始轮廓并对初始轮廓进行分段采样，通过设计的渐进式分割网络进行学习，并以改进的基于向量的损失函数进行约束，提升模型的准确率。

主权项：1.一种改进的基于目标轮廓的实例分割方法，其特征在于，包括以下步骤：步骤1：输入一张图像，通过目标检测网络得到物体位置信息和类别信息；步骤2：通过位置信息得到菱形框；步骤3：将菱形框输入渐进式分割网络进行特征处理，得到目标物体的四个极值点；步骤4：以四个极值点为标准做矩形框，矩形框与极值点的四个交点将物体轮廓划分为四个轮廓段；步骤5：对作为初始轮廓的矩形框进行均匀采样，并在每个轮廓段内，以初始轮廓上顶点的个数为标准，对每个轮廓段内物体轮廓进行均匀采样；步骤6：将初始轮廓输入渐进式分割网络进行特征处理，得到预测的偏移量；步骤7：将初始轮廓与偏移量进行计算得到新的物体轮廓；步骤8：以得到的物体轮廓作为初始轮廓输入，进行迭代，得到最终的分割结果；所述步骤3的具体步骤为：步骤3.1：采用圆形卷积，设计渐进式分割模型，并以多尺度融合模块进行特征处理，同时采用基于向量的损失函数进行约束，输出偏移量；步骤3.2：渐进式分割模型，分为粗割模块和精割模块，以圆形卷积为基础，分别采用不同的模块数量以及连接方式，使分割呈现渐进式的效果，提升模型的分割精度；步骤3.3：多尺度融合模块，应用于渐进式分割网络中，对输入的特征分别采用不同卷积率的空洞卷积进行特征处理，以扩大感受野，再将不同感受野的特征进行融合；步骤3.4：基于向量机的损失函数，通过将向量转化为交并比的方式进行损失约束；步骤3.5：将菱形框输入渐进式分割网络，通过特征处理，得到四个偏移量，与四个边的中心点进行计算，得到目标物体的四个极值点。

全文数据：

权利要求：

百度查询： 辽宁工程技术大学 一种改进的基于目标轮廓的实例分割方法

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